Iron Bestie är en personlig skönhetsassistent som överbryggar klyftan mellan AI-planering och fysisk handling. Istället för att vara en enkel förprogrammerad robot synkroniseras den med användarens digitala kalender för att förutse när det är dags att göra sig i ordning. Användaren ställer in kommandon i förväg, och robotarmen utför rutinerna helt autonomt . I vinnardemonstrationen applicerade armen läppstift i realtid – en prestation som fångade juryns uppmärksamhet .
Roboten kan även fönhålla hår och organisera sminkbordet, vilket gör den till en mer komplett grooming-partner snarare än ett verktyg för en enda uppgift .
Det som gör vinsten extra anmärkningsvärd är lagets sammansättning. Team 23 bestod av Luo Yuqing, som tog examen i affärsinformationssystem vid City University of Hong Kong och själv sa att hon saknade formell kodningsbakgrund, samt Zeng Yitao, en senior algoritmutvecklare från Southern University of Science and Technology i Shenzhen . Kombinationen av en icke-teknisk grundare och en djup-teknisk utvecklare beskrevs brett som en okonventionell – men effektiv – formel för hårdvaru-AI-innovation .
Physical AI Hackathon 2026 arrangerades på Hong Kong Science Park i Hetao-området i Futian-distriktet. Över 160 lag från hela världen tävlade i att bygga fungerande AI-prototyper på 48 timmar . Den totala prissumman översteg HK$300 000 (cirka 372 000 SEK) . Sponsorer och partners inkluderade OneRobotics och andra teknikorganisationer .
Arrangörerna beskrev evenemanget som stadens första fysiska (eller ”fygitala”) AI-hackathon – vilket innebar att lagen var tvungna att bygga hårdvara som kunde ses, röras vid och testas, till skillnad från rent mjukvarubaserade projekt .
Iron Bestie representerar en växande trend inom konsumentrobotik: AI-system som inte bara svarar på frågor eller genererar text, utan som fysiskt interagerar med världen för användarens räkning. Enheten visar också hur så kallade low-code- eller no-code-byggare kan leda hårdvaruinnovation när de samarbetar med stark ingenjörskompetens. Som Luo Yuqings deltagande visade behöver man inte en datavetenskapsexamen för att skapa en vinnande AI-produkt – man behöver bara ett tydligt problem och rätt samarbetspartner .
Iron Bestie är en personlig skönhetsassistent som överbryggar klyftan mellan AI-planering och fysisk handling. Istället för att vara en enkel förprogrammerad robot synkroniseras den med användarens digitala kalender för att förutse när det är dags att göra sig i ordning. Användaren ställer in kommandon i förväg, och robotarmen utför rutinerna helt autonomt . I vinnardemonstrationen applicerade armen läppstift i realtid – en prestation som fångade juryns uppmärksamhet .
Roboten kan även fönhålla hår och organisera sminkbordet, vilket gör den till en mer komplett grooming-partner snarare än ett verktyg för en enda uppgift .
Det som gör vinsten extra anmärkningsvärd är lagets sammansättning. Team 23 bestod av Luo Yuqing, som tog examen i affärsinformationssystem vid City University of Hong Kong och själv sa att hon saknade formell kodningsbakgrund, samt Zeng Yitao, en senior algoritmutvecklare från Southern University of Science and Technology i Shenzhen . Kombinationen av en icke-teknisk grundare och en djup-teknisk utvecklare beskrevs brett som en okonventionell – men effektiv – formel för hårdvaru-AI-innovation .
Physical AI Hackathon 2026 arrangerades på Hong Kong Science Park i Hetao-området i Futian-distriktet. Över 160 lag från hela världen tävlade i att bygga fungerande AI-prototyper på 48 timmar . Den totala prissumman översteg HK$300 000 (cirka 372 000 SEK) . Sponsorer och partners inkluderade OneRobotics och andra teknikorganisationer .
Arrangörerna beskrev evenemanget som stadens första fysiska (eller ”fygitala”) AI-hackathon – vilket innebar att lagen var tvungna att bygga hårdvara som kunde ses, röras vid och testas, till skillnad från rent mjukvarubaserade projekt .
Iron Bestie representerar en växande trend inom konsumentrobotik: AI-system som inte bara svarar på frågor eller genererar text, utan som fysiskt interagerar med världen för användarens räkning. Enheten visar också hur så kallade low-code- eller no-code-byggare kan leda hårdvaruinnovation när de samarbetar med stark ingenjörskompetens. Som Luo Yuqings deltagande visade behöver man inte en datavetenskapsexamen för att skapa en vinnande AI-produkt – man behöver bara ett tydligt problem och rätt samarbetspartner .