Humanoida robotar lämnar scenen – men det verkliga arbetet är fortfarande den svåra delen

De andra världsspelen för humanoida robotar gav en bild av en bransch med två tydliga ansikten. Robotarna tävlade i sport och satte uppmärksammade rekord, men testades också i kabelanslutning, lagerarbete, restaurang, kontor, räddning och andra arbetsliknande scenarier. Samtidigt visade besök i Pekings innovationspark för embodied AI hur företag bygger komponenter, samlar in träningsdata, tar in kapital och försöker få ut robotar till riktiga kunder. 1213

Tillsammans pekar detta mot en tidig och ojämn kommersialiseringsfas – inte mot en färdig marknad för allmänna robotar som kan ersätta mänsklig arbetskraft i stort. Hårdvaran blir lättare att skala, men användbart arbete kräver fortfarande tillförlitlighet, standarder, tydligt avgränsade arbetsuppgifter och tillräckligt mycket högkvalitativ data för att robotarna ska kunna hantera variationer.

Spelen börjar likna ett arbetsprov

Spelen öppnade den 22 augusti 2026 i Pekings National Speed Skating Oval, ofta kallad Ice Ribbon. Arrangörerna registrerade 666 lag och 2 056 robotar. Antalet lag var 138 procent högre än i den första upplagan och antalet robotar hade ungefär fyrdubblats. Programmet växte till 51 grenar: 30 tävlingsgrenar och 21 scenariobaserade grenar. 26

Formatet spelar roll eftersom idrottsprestation bara mäter en smal del av en robots förmåga. En robot kan springa snabbt i en kontrollerad tävling utan att kunna utföra en repetitiv industriuppgift säkert, stabilt och till en kostnad som fungerar i praktiken. De arbetsinriktade grenarna riktar därför blicken mot autonomi, fingerfärdighet och förmågan att slutföra uppgifter i miljöer som ska likna fabriker, lager, restauranger, kontor och räddningsinsatser. 1912

Även kraven på autonomi skärptes. Rapporteringen från spelen beskrev en förflyttning från att roboten helt enkelt ska klara en uppgift till att den ska göra det snabbt, exakt och stabilt – utan fjärrstyrning. 9

Hårdvaran börjar skalas i hela leveranskedjan

Besök i augusti i Pekings Zhongguancun Haidian-park för embodied AI gav intrycket att sektorn inte längre bara består av enskilda prototyper. Företag beskrev allt mer likartade robotkonfigurationer och kärnkomponenter. En sådan konvergens kan minska behovet av specialanpassning och göra komponenttillverkningen mer skalbar. 13

Zhuoyu Technology uppgav att marknaden hade gått från prototypserier på omkring 10–50 enheter under 2024 och 2025 till större kundinstallationer. Enligt bolaget hade mellan 10 och 20 kunder beställt mer än 1 000 enheter vardera. Företaget uppgav också att den månatliga komponentproduktionen motsvarade cirka 3 000 robotar, med ett mål på 50 000–60 000 i november, samtidigt som orderstocken beskrevs som hundratusentals robotar. Uppgifterna kommer från företaget eller branschaktörer och är inte oberoende granskade leveranssiffror. 13

Även marknadens prognoser har skruvats upp. Morgan Stanley höjde sin uppskattning för Kinas leveranser av humanoida robotar under 2026 från 28 000 till 50 000 enheter, med hänvisning till kommersiell validering, politiskt stöd och fart i leveranskedjan. 2728 En prognos är inte samma sak som levererade robotar, men ändringen visar hur snabbt förväntningarna utvecklas.

Wujie Power visar hur kommersialiseringen finansieras

Wujie Power, som grundades 2025, illustrerar branschens kapitalbehov och produktambitioner. Företaget uppgav att två generationer av robotkroppen var i massproduktion och att en tredje var under utveckling. Bolaget rapporterade också mer än 200 miljoner dollar i så kallad angel-finansiering och nästan 100 miljoner dollar i globala order under första halvåret 2026. Bland de angivna användningsområdena fanns industriell tillverkning och service på kaféer. Företaget uppgav dessutom att det hade fått europeisk CE-certifiering för hela sin industriella systemlösning. 13

Beskeden visar att kunder och investerare är beredda att finansiera pilotprojekt och tidiga installationer innan humanoida robotar når den driftsäkerhet som förknippas med mogen industriell utrustning. De bevisar däremot inte att robotarna redan kan utföra brett kommersiellt arbete autonomt under långa driftperioder.

Wujie Powers grundare Zhang Yufeng pekade på den centrala skillnaden: På en kontrollerad industriell arbetsplats kan man träna en robot att utföra en smal och repetitiv färdighet. Kommersiell service kräver däremot generalisering mellan skiftande miljöer, användare, föremål och typer av fel. Den andra uppgiften är betydligt svårare. 13

Branschen saknar fortfarande en given storsäljare

Efterfrågan är verklig, men kartan över användningsområden är långt ifrån färdig. Fabriker erbjuder strukturerade miljöer och repetitiva moment. Logistik innebär mer förflyttning, föremål som ändras och höga krav på drifttid. Handel och hotell- och restaurangbranschen innebär oförutsägbara människor och interaktioner. Hemmet kombinerar alla dessa svårigheter med en nästan obegränsad mängd föremål och situationer.

I juni 2026 lanserade Kinas industri- och informationsministerium, MIIT, tillsammans med den statliga ägar- och tillsynsmyndigheten SASAC, ett initiativ som pressar företag att träna, validera och börja använda robotar i verkliga miljöer före årets slut. Det ökar trycket på branschen att gå vidare från mässor och demonstrationer. 13 Men politiska mål löser inte den grundläggande produktfrågan: vilka arbetsuppgifter skapar tillräckligt stort värde för att motivera kostnaden för en humanoid robot, inklusive underhåll, övervakning och säkerhet?

Den mest trovärdiga marknaden på kort sikt är därför sannolikt begränsade och repetitiva arbetsuppgifter – inte helt allmänna robotar som kan utföra nästan vilket jobb som helst. De scenariobaserade grenarna i spelen är värdefulla just eftersom de synliggör avståndet mellan en förutbestämd demonstration och ett arbetsflöde som fungerar tillförlitligt. 113

Tillförlitlighet och standarder väger tyngre än spektaklet

Branschföreträdare medgav att många humanoida robotar fortfarande saknar industriell driftsäkerhet och mogna internationella standarder. Det skiljer dem från konventionella industrirobotarmar, som förväntas kunna arbeta i tiotusentals timmar. 13

En robot som klarar en imponerande tävlingsgren en gång har visat en viss förmåga. Den har inte nödvändigtvis visat att den kan arbeta säkert och ekonomiskt under flera skift, med varierande belastning, förutsägbart underhåll och fungerande återhämtning efter fel.

För köpare förändras därför de viktigaste frågorna:

• Hur ofta stannar roboten eller behöver hjälp av en människa?
• Kan den hantera ett oväntat föremål, en person eller ett hinder?
• Hur många timmar kan den arbeta före underhåll?
• Kan samma färdighet överföras mellan olika robotmodeller och arbetsplatser?
• Finns det ett erkänt ramverk för säkerhet och regelefterlevnad?

Svaren kommer att ha större betydelse för användningen än robotarnas idrottsrekord, även om rekorden får mest uppmärksamhet.

Träningsdata blir den centrala flaskhalsen

Samtalen i innovationsparken pekade också på en förskjutning från ett hårdvaruproblem till ett dataproblem. Enligt rapporteringen ökar kundernas krav från tusentals träningstimmar till hundratusentals och på sikt tiotals miljoner timmar. Noitom Robotics uppgav att företaget planerade att producera hundratusentals timmar under 2026 och miljontals timmar under 2027. 13

Skalan illustreras av att Noitom offentligt släppte HiPHI, en högprecisionsdatamängd med 617,5 timmar av mänskliga rörelser och interaktioner med föremål. Datamängden är betydande, men storleken visar samtidigt avståndet mellan en värdefull forskningsresurs och de mycket större volymer som företag säger behövs för robusta system med embodied AI. 4749

Data kan inte bytas ut hur som helst. Diskussionerna beskrev tre övergripande nivåer:

1. Högkvalitativ operativ data: Exakta exempel från förstapersonsperspektiv eller fjärrstyrning som kan lära roboten svåra färdigheter, men som är dyra att samla in.
2. Överförbar människocentrerad data: Mänskliga rörelser och interaktioner som samlas in på ett sätt som gör dem möjliga att anpassa till olika robotkroppar.
3. Simuleringsdata: Riklig och relativt billig data, men begränsad av skillnaden mellan simulerade och fysiska miljöer.

Fysisk datainsamling uppgavs kosta tusentals yuan per timme. Det driver fram försök att samla in data i betydligt större skala. Noitom planerade bland annat att crowdsourca data från närmare 20 000 personer året därpå, med början i hemmiljöer. 13

Lärdomen är enkel: En humanoid robot blir inte allmän bara för att den har en människolik kropp. Den behöver stora mängder varierad och noggrant märkt erfarenhet för att kunna koppla ihop synintryck, rörelser, föremål, människor och konsekvenser i den fysiska världen.

Vad augusti månads bevis faktiskt visar

Spelen och besöken i innovationsparken stöder en försiktig slutsats:

• Branschen växer. Spelens deltagarsiffror, det större antalet grenar, gemensammare komponenter, finansieringen och de rapporterade ordervolymerna pekar alla mot ett större kommersiellt ekosystem. 213
• Kommersiell validering har börjat. Företag försöker placera robotar i fabriker, logistik, hotell- och restaurangverksamhet samt andra verkliga miljöer, medan politiska initiativ ökar pressen att testa dem utanför utställningar. 113
• Allmänt användbart arbete är inte löst. Tillförlitlighet, standarder, ekonomi, val av arbetsuppgifter och datamängder är fortfarande öppna problem. 13

Humanoid robotteknik har alltså lämnat en fas som främst präglades av dans, löpning och programmerade uppvisningar. Nästa måttstock är mindre spektakulär men betydligt viktigare: Kan en robot utföra nyttigt arbete säkert och konsekvent i tusentals timmar – och hantera tillräckligt många variationer i verkligheten för att motivera sin plats i en verksamhet?