Shanghai – Der „ChatGPT-Moment“ für die verkörperte Künstliche Intelligenz (KI) steht bevor. Er wird eintreten, wenn humanoide Roboter 80 Prozent der Aufgaben in 80 Prozent der unbekannten realen Umgebungen erfolgreich meistern können. Dies gab Wang Xingxing, Gründer und Vorsitzender von Unitree Robotics, auf dem 8. Hongqiao International Economic Forum bekannt. Dieses „80/80-Ziel“ definiert den entscheidenden Schwellenwert für funktionale, universell einsetzbare Roboter.
Wichtige Erkenntnisse
- Unitree-CEO Wang Xingxing definiert das „80/80-Ziel“ für humanoide Roboter: 80% Aufgabenerfüllung in 80% unbekannten Umgebungen.
- Der Durchbruch wird innerhalb der nächsten ein bis zwei Jahre erwartet.
- Mangelnde Verallgemeinerungsfähigkeit und fehlende Industriestandards sind die größten Herausforderungen.
- Chinas Ministerium für Industrie und Informationstechnologie (MIIT) plant ein nationales Normungsgremium bis Ende 2025.
Der Weg zum „ChatGPT-Moment“ der Robotik
Wang Xingxing erklärte vor einem Publikum aus Unternehmern, Wissenschaftlern und politischen Entscheidungsträgern, dass das erste Unternehmen, das dieses Ziel „nächstes oder übernächstes Jahr“ erreicht, zweifellos die Welt der verkörperten KI anführen wird. Die Veranstaltung, die vom chinesischen Ministerium für Industrie und Informationstechnologie (MIIT) mitorganisiert wurde, versammelte wichtige Akteure wie UBTECH und SenseTime.
Faktencheck
- Das „80/80-Ziel“ bedeutet, dass ein Roboter 80% der sprach- oder textgesteuerten Aufgaben in 80% der realen, unbekannten Umgebungen lösen kann, ohne vorheriges Training für diese spezifische Szene.
- Wang Xingxing schätzt, dass die Branche derzeit drei bis fünf Jahre vor dem Niveau liegt, das ChatGPT vor seinem Start hatte.
Aktueller Stand und Herausforderungen
Trotz des ehrgeizigen Zeitplans von ein bis zwei Jahren für einen Durchbruch lieferte Wang eine ehrlich und pragmatische Einschätzung des Sektors. Er stellte fest, dass die Fortschritte bei groß angelegten Robotermodellen „langsamer als erhofft“ verlaufen sind. Die derzeitige Leistungsfähigkeit der Branche verglich er mit einem Stand „ein bis drei Jahre vor dem Start von ChatGPT“.
Das Hauptproblem sei nicht einfach ein Mangel an Daten, sondern die mangelnde Verallgemeinerungsfähigkeit der Modelle. Wang betonte, dass die „Modellfähigkeit noch Innovationen benötigt“ und dass die Sammlung und Bewertung hochwertiger Daten „extrem schwierig“ bleiben. Er dämpfte auch die Erwartungen an eine sofortige Fabrikautomation und sagte, dass es „sehr herausfordernd“ sei, „End-to-End“-Modelle für „echte Arbeit“ in einer Fabrik einzusetzen.
Hintergrund: Verkörperte KI
Verkörperte KI bezieht sich auf intelligente Systeme, die in physischen Körpern (z.B. Robotern) existieren und mit der realen Welt interagieren können. Im Gegensatz zu reiner Software-KI müssen sie physische Aufgaben ausführen und sich an dynamische Umgebungen anpassen.
Der Ruf nach Industriestandards
Wang Xingxings pragmatischer Ton wurde von anderen Branchenführern und Beamten aufgegriffen. Sie forderten eine Abkehr von spektakulären Demonstrationen hin zur Lösung grundlegender industrieller Hürden. „Ein pragmatischerer Ansatz ist notwendig, um eine qualitativ hochwertige Entwicklung in der humanoiden Roboterindustrie zu fördern“, sagte Yao Jia, stellvertretender Generaldirektor des MIIT.
Das größte Hindernis, das auf dem Forum identifiziert wurde, war ein kritischer Mangel an Industriestandards. Sprecher warnten, dass dies die Entwicklung großer KI-Modelle lähmt. Wang Xiaogang, Mitbegründer und CTO von SenseTime, zog einen Vergleich zu selbstfahrenden Autos. Er wies darauf hin, dass Teslas Erfolg beim autonomen Fahren auf standardisierten Sensorkonfigurationen und Datenerfassung über Millionen von Fahrzeugen beruht.
„Wenn verschiedene Unternehmen weiterhin Daten in inkonsistenten Formaten sammeln, wird die Entwicklung brauchbarer großer Modelle nahezu unmöglich sein.“
Hardware-Herausforderungen und staatliche Maßnahmen
Das Problem erstreckt sich auch auf die Hardware. Michael Xu, CEO von PaXini Tech, bemerkte, dass sein Unternehmen häufig Schnittstellen für verschiedene Kunden anpassen muss. Dieser Prozess führt zu erheblichen Verzögerungen bei Forschung und Entwicklung sowie in der Produktion.
Dieser branchenweite Ruf nach Abstimmung scheint staatliche Maßnahmen voranzutreiben. Jiang Lei, Chefwissenschaftler des National and Joint Innovation Center for Humanoid Robots, enthüllte Pläne zur Einrichtung eines nationalen Normungsausschusses für Humanoide bis Ende 2025. Dieser Vorstoß zur Standardisierung erfolgt, während der Sektor ein explosives Wachstum erlebt.
- Problem: Fragmentierte Datenformate und fehlende Hardware-Schnittstellenstandards.
- Folge: Erschwerte Entwicklung verallgemeinerungsfähiger KI-Modelle und langsame Produktion.
- Lösung: Nationaler Normungsausschuss für Humanoide in China bis Ende 2025 geplant.
Wachstumsprognosen und zukünftige Aussichten
Trotz der aktuellen Herausforderungen bleibt der Ausblick optimistisch. Wang Xingxing prognostizierte, dass die Unternehmen in Chinas intelligenter Robotikindustrie in diesem Jahr durchschnittlich um 50 bis 100 Prozent wachsen werden. Dies unterstreicht das enorme Potenzial des Sektors, das durch die geplante Standardisierung und weitere Forschung voll ausgeschöpft werden könnte.
Die Branche arbeitet daran, von isolierten Demonstrationen zu robusten, alltagstauglichen Anwendungen überzugehen. Der Fokus liegt nun darauf, die Grundlagen für eine breite Akzeptanz und Funktionalität zu schaffen, die über spezialisierte Fabrikanwendungen hinausgeht und den Weg für den „ChatGPT-Moment“ in der Robotik ebnet.
Die Bemühungen, hochwertige menschliche Daten zu generieren, wie Unitrees „Embodied Avatar“-Teleoperationsanzug, sind entscheidend. Solche Tools helfen, die notwendigen Trainingsdaten zu sammeln, um die Verallgemeinerungsfähigkeit der KI-Modelle zu verbessern und die Roboter an die Komplexität der realen Welt anzupassen.
Experten auf dem Hongqiao-Forum betonten, dass ohne branchenweite Daten- und Hardwarestandards das Training von KI-Modellen zur Verallgemeinerung dieser Fähigkeiten „nahezu unmöglich“ sein wird. Die kommenden Jahre werden zeigen, ob die Branche diese Hürden überwinden und das ehrgeizige 80/80-Ziel erreichen kann.
