Kinas humanoida robotar lämnar sprintbanan – nu ska de bevisa sin nytta i industrin

Pekings andra World Humanoid Robot Games och World Robot Conference 2026 visade upp två sidor av samma bransch. På tävlingsbanan stod Tiangong-robotarna för uppmärksammade framsteg inom snabbhet och hoppförmåga. På konferensen presenterade Beijing Humanoid Robotics Innovation Center en bredare plattform för kropp och mjukvara, byggd kring så kallad embodied intelligence – AI som kan uppfatta, resonera och agera i den fysiska världen.

Det viktigaste budskapet var större än ett enskilt rekord: humanoid robotik rör sig från spektakulära demonstrationer mot produktutveckling. Branschen har däremot ännu inte passerat den svårare tröskeln till säker, tillförlitlig och ekonomiskt försvarbar drift i stor skala.

Tiangongs rekord i Peking

Tiangong-serien var bland de mest synliga framgångarna under de andra World Humanoid Robot Games.

• Tiangong Ultra vann 400 meter i klassen för större robotar på 38,15 sekunder. 45
• Därefter vann den finalen på 100 meter på 8,64 sekunder, efter att ha sprungit semifinalen på 8,86 sekunder. 15
• Tiangong Omni vann 400 meter i den mindre klassen på 45,66 sekunder. 23
• Bland de rapporterade tävlingsrekorden fanns 2 minuter och 21,64 sekunder på 1 500 meter, 3,40 meter i stående höjdhopp och 4,83 meter i stående längdhopp. 25

Siffrorna visar på snabba framsteg inom dynamisk rörelse. De måste samtidigt tolkas med viss försiktighet. En robot som optimerats för en bestämd tävlingsgren demonstrerar en specialiserad förmåga under särskilda förhållanden. Det bevisar inte att den kan ta sig säkert genom en oförutsägbar fabrik, hantera många olika föremål eller arbeta under långa perioder utan mänsklig hjälp.

Vissa rapporter tillskrev dessutom Beijing Humanoid Robotics Innovation Centers lag och Tiangong-serien 15 guld-, 12 silver- och 18 bronsmedaljer samt 34 rekord. De siffrorna kommer från sekundärkällor och har inte verifierats oberoende i det tillgängliga underlaget. De bör därför betraktas som rapporterade totalsiffror. 613

En robot hjärna och en lättare kropp

Vid World Robot Conference presenterade centret Pelican-Unify, en samlad modell för embodied intelligence som ska koppla ihop förståelse, resonemang, föreställningsförmåga och handling. I den tillhörande forskningen beskrivs en enda visuell språkmodell som ett gemensamt system för förståelse och resonemang. Den ska kunna översätta scener, instruktioner, visuella sammanhang och tidigare handlingar till ett gemensamt semantiskt utrymme. 17

Lanseringen speglar en viktig förändring i hur humanoida robotar utvecklas. Utmaningen är inte längre enbart att bygga starkare motorer, bättre balanskontroll eller smidigare händer. Utvecklarna försöker också skapa ett återanvändbart intelligenslager som kan tolka en miljö, planera en uppgift och omvandla planen till fysisk handling.

Centret presenterade även Tiangong Omni, en humanoid robot som är 1,35 meter lång och väger 39 kilogram, med målet att möjliggöra billigare massproduktion. 1319 Den mindre konstruktionen pekar mot en central kommersiell fråga: kan en lättare och billigare robot göra experiment och installationer mer tillgängliga än stora humanoider med högsta möjliga prestanda?

Pelican-Unify och Omni är därför två delar av samma strategi. Den ena riktar in sig på mjukvaran och intelligensen, den andra på den fysiska plattform där intelligensen ska användas.

Något ”ChatGPT-ögonblick” är ännu en prognos

Xiong Youjun, centrets vd, har beskrivit embodied AI som nära ett ”ChatGPT-ögonblick” – en punkt där en generell modell och tillräckligt mycket data gör tekniken användbar för många olika uppgifter. Liknelsen fångar branschens ambition, men ska inte tolkas som ett bevis på att allmänna, självständiga humanoida robotar redan finns.

Robotar möter en betydligt mer krävande användarmiljö än rena mjukvarusystem. De måste uppfatta föränderliga fysiska förhållanden, undvika kollisioner, reglera kraft, återhämta sig efter misstag och utföra samma uppgift om och om igen. En modell som fungerar väl i en demonstration kan fortfarande kräva omfattande uppgiftsspecifika data, övervakning och systemintegration innan den kan användas säkert i en kommersiell miljö.

Det verkliga testet av liknelsen blir därför om en och samma modell kan överföras pålitligt mellan olika robotkroppar, arbetsplatser och uppgifter – inte bara om den kan leverera en imponerande demonstration.

Från specifikationer till systemprestanda

Humanoid robotik har ofta jämförts med hjälp av synliga specifikationer: längd, vikt, antal frihetsgrader, nyttolast och topphastighet. Måtten är fortfarande relevanta, men de svarar inte på frågorna som avgör om en kund faktiskt vill köpa roboten.

Industrikunder lär snarare fråga:

• Hur ofta klarar roboten uppgiften utan mänskligt ingripande?
• Hur ser drifttid och underhållsbehov ut?
• Hur jämn är hastigheten och kvaliteten?
• Vad kostar integrationen med befintlig utrustning?
• Kan systemet arbeta säkert nära människor?
• Ger investeringen en mätbar ekonomisk effekt?

Det är en viktig förklaring till att avgränsade uppgifter som inspektion, sortering, repetitiv materialhantering och andra ”smutsiga, farliga och tråkiga” jobb får så mycket uppmärksamhet. De gör det lättare att väga robotens kostnad mot en konkret verksamhetsnytta, exempelvis mindre exponering för risker, högre genomströmning eller avlastning vid arbetskraftsbrist.

I rapporteringen nämns också ett projekt för verifiering med infraröd termometer som uppges ha blivit sex gånger snabbare. Den siffran är inte självständigt styrkt av det tillgängliga underlaget och bör därför inte behandlas som ett etablerat prestandamått. Infraröda sensorer kan generellt mäta temperatur snabbt och utan fysisk kontakt, men den egenskapen bekräftar inte resultatet för ett specifikt robotprojekt. 33

Gemensam infrastruktur kan lösa ett skalningsproblem

Branschens flaskhals handlar inte bara om mekanisk prestanda. Den handlar också om kostnaden för att bygga allt runt omkring roboten.

Enligt rapporteringen kring lanseringarna möter företagen dubblerad datainsamling, dyr verifiering och hårdvaru- och mjukvarustackar som inte fungerar tillsammans. Om varje robotutvecklare och fabrik måste skapa sina egna datamängder, gränssnitt, säkerhetsrutiner och integrationsverktyg kommer installationerna att förbli långsamma och dyra, även om de enskilda robotarna blir bättre.

Det föreslagna svaret är ett gemensamt infrastrukturlager. Tiangong-plattformen positioneras som en återanvändbar robotkropp, medan ekosystemet Huisi Kaiwu med öppen källkod erbjuder verktyg och modeller för utveckling av modeller av den fysiska världen och visuella språkmodeller för robotar. X-Humanoids eget material beskriver funktioner för användning i flera miljöer och uppgifter, bland annat fabriker, hem och utomhusmiljöer samt grepp, navigering och människa–robot-interaktion. 2122

Öppen eller kompatibel infrastruktur kan minska mängden upprepat utvecklingsarbete. Öppenhet garanterar dock inte tillförlitlighet. Gemensamma plattformar behöver fortfarande tydliga gränssnitt, robusta utvärderingar, bra dokumentation, säkerhetskontroller och bevis på att modeller verkligen kan överföras mellan olika robotkroppar och arbetsmiljöer.

Partnerskap pekar mot stöd före ersättning

Det rapporterade partnerskapet med Mercedes-Benz, där Tiangong 3.0 beskrivs som en ”kiselbaserad rekommendationsmotor”, pekar mot en mer försiktig roll för humanoida robotar på kort sikt: att hjälpa arbetare och rekommendera åtgärder i avgränsade arbetsflöden, snarare än att omedelbart ersätta människors breda omdöme. Det tillgängliga underlaget bekräftar att partnerskapet har rapporterats, men fastställer inte dess fullständiga omfattning eller faktiska driftresultat. 19

Skillnaden är viktig. Industriell användning kan börja med robotar som inspekterar, rekommenderar, hämtar, sorterar eller utför repetitiva moment, medan människor fortfarande hanterar undantag och beslut med stora konsekvenser. Sådana installationer kan generera verksamhetsdata och synliggöra felmoder innan företagen försöker automatisera mer självständiga arbetsuppgifter.

Standarder är lika viktiga som modeller

Säkerhet och kompatibilitet kommer att avgöra om humanoida robotar kan ta steget från pilotprojekt till bred användning. Kina har godkänt utvecklingen av nationella standarder för humanoida robotar inom bland annat omgivningsuppfattning, beslutsfattande och planering, rörelsekontroll samt uppgiftsutförande. 27

Standarder kan bidra till att definiera testmetoder, tekniska krav och förväntningar på samarbete mellan människor och robotar. De kan också minska osäkerheten för fabriker som behöver integrera robotar från flera leverantörer.

Påståendet att arbetet omfattar 49 säkerhetsrelaterade standarder och andra standarder har inte verifierats oberoende av de angivna källorna. Den övergripande riktningen är däremot tydlig: en robotindustri som vill nå massmarknaden behöver mer än kompetent hårdvara och avancerade modeller. Den behöver upprepningsbara tester, trovärdiga säkerhetsunderlag, kompatibla gränssnitt och tydligt ansvar när systemen misslyckas.

Så kan vägen till massmarknaden se ut

Utvecklingen i Peking pekar mot en stegvis modell för införande:

1. Börja med smala och mätbara uppgifter. Inspektion, sortering, repetitiv hantering och andra avgränsade arbetsflöden är enklare att utvärdera än öppna och allmänna arbetsuppgifter.
2. Mät faktisk driftprestanda. Genomströmning, kvalitet, drifttid, ingripandefrekvens, säkerhet och total ägandekostnad betyder mer än ett enskilt rekordlopp.
3. Återanvänd data och infrastruktur. Gemensamma plattformar och kompatibla verktyg kan minska dubbel träning och integrationsarbete.
4. Bygg standarder parallellt med kapaciteten. Fabriker behöver tillförlitliga sätt att testa, godkänna och övervaka humanoida system.
5. Öka självständigheten gradvis. Robotar kan gå från övervakad assistans till bredare arbete med flera uppgifter först när tillförlitlighet och lönsamhet är bevisade.

Pekings evenemang visar en bransch med starkt momentum inom dynamiska rörelser, embodied-AI-forskning och plattformsutveckling. Men den avgörande tävlingen kommer inte att avgöras av ännu ett sprintrekord. Vinnarna blir de system som kan utföra användbart arbete om och om igen, säkert och till en kostnad som kunderna kan motivera.