Unabhängig · 1407 Roboter · 272 Hersteller · 4 Sprachen · Daten mit Quellen

Ratgeber · 2 Min. Lesezeit

KI im Roboter: LLM, VLM und VLA einfach erklärt

Wie Roboter sehen, verstehen und handeln: die wichtigsten KI-Modelle und Chips in modernen Robotern.

Redaktion Bot Up Your Life · Aktualisiert

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.
Jetzt vergleichen