Der größte Fortschritt der letzten Jahre liegt nicht in der Mechanik, sondern in der Software. Roboter lernen heute mit denselben Methoden wie große Sprachmodelle.
Drei Modelltypen
- LLM (Large Language Model): versteht Sprache und zerlegt Aufträge in Schritte.
- VLM (Vision-Language Model): versteht Bilder und Sprache gemeinsam, etwa „Nimm die rote Tasse“.
- VLA (Vision-Language-Action): erzeugt direkt aus Bild und Sprache die Gelenkbewegungen. Beispiele sind Figure Helix, NVIDIA GR00T und Modelle von Physical Intelligence.
Wie Roboter lernen
- Imitation Learning: Menschen führen Aufgaben vor, oft per Teleoperation.
- Reinforcement Learning: Millionen Versuche in der Simulation.
- Sim-to-Real: Das in der Simulation Gelernte wird auf den echten Roboter übertragen.
Die Rechenleistung
Die KI läuft zunehmend direkt im Roboter. Verbreitet sind NVIDIA-Jetson-Module; die Generation Jetson Thor wird 2025/26 Standard in vielen High-End-Humanoiden. Die Leistung wird in TOPS angegeben – Billionen Rechenoperationen pro Sekunde.
Was das für Käufer bedeutet
- Fragen Sie, welches Modell verwendet wird und ob es lokal oder in der Cloud läuft.
- Prüfen Sie, ob Sie eigene Fähigkeiten trainieren können.
- Unterscheiden Sie zwischen Demo-Video und autonomer Serienfunktion: Teleoperation ist keine Autonomie.