Auf dem Innovation Day in Shanghai hat der chinesische Hersteller die nächste Generation seines Robotermodells gezeigt. Die Demos kommen aus dem eigenen Haus, unabhängig geprüft sind sie nicht.
Was AgiBot in Shanghai vorgestellt hat
Am 29. Oktober hat AgiBot, auf Deutsch auch als Zhiyuan Robotik bekannt, in Shanghai seine Hausmesse abgehalten. Im Mittelpunkt stand GO-3 Preview, die nächste Fassung des Robotermodells, das die Bewegungen humanoider Maschinen steuert. Daneben gab es neue Hardware, ein Interaktionsmodell und ein Betriebssystem für Roboter.
Der Auftritt folgt einem Muster, das in der Branche üblich geworden ist: ein Termin, viele Ankündigungen, mehrere Videos. Wer wissen will, was davon belastbar ist, muss zwischen Demonstrationsclip und Serienreife unterscheiden. Genau dort liegt der interessante Teil dieser Veranstaltung.
GO-3 und die WRAM-Architektur in einfachen Worten
GO-3 ist ein sogenanntes verkörpertes Grundmodell. Statt für jede Aufgabe ein eigenes Programm zu schreiben, lernt ein solches Modell aus vielen Beispielen, wie Bewegungen mit Zielen zusammenhängen. Es soll danach Aufgaben lösen, die es in dieser Form nicht gesehen hat.
Die Architektur dahinter nennt AgiBot WRAM, übersetzt etwa Weltmodell für Schlussfolgern und Handeln. Der Ablauf hat drei Schritte. Das Modell versteht die Anweisung, es schätzt ab, was als Nächstes passieren wird, und es übersetzt diese Einschätzung in eine Bewegung.
Der mittlere Schritt ist der entscheidende. Wer eine Tasse greifen will, muss abschätzen, ob sie voll ist, ob der Griff rutschig ist und wohin sie sich bewegt, wenn man sie anhebt. Ein Modell, das nur Muster nachahmt, scheitert an solchen Abweichungen. Eines, das Folgen vorhersagt, kann korrigieren, bevor etwas herunterfällt.
Woher die Trainingsdaten für GO-3 kommen
AgiBot kombiniert zwei Arten von Daten. Die erste sind Videos aus der Ich-Perspektive von Menschen, die alltägliche Dinge tun: etwas greifen, kochen, aufräumen. Daraus lernt das Modell, wie Aufgaben in der realen Welt ablaufen.
Die zweite sind Aufzeichnungen von Robotern selbst. Dabei werden die visuelle Beobachtung, die ausgeführte Bewegung und das Ergebnis zusammen gespeichert. Der Roboter lernt also nicht nur, was er sieht, sondern auch, welche Bewegung zu welchem Resultat geführt hat.
Der Anspruch dahinter ist Übertragbarkeit. Erfahrungen aus einer Küche sollen in einer Werkstatt nutzbar sein, und zwar ohne dass jemand die Aufgabe neu einlernt. Ob das in dieser Allgemeinheit funktioniert, lässt sich anhand der gezeigten Ausschnitte nicht beurteilen.
Drei Phasen vom Training bis zum Einsatz
AgiBot beschreibt den Weg in drei Stufen. In der Vortrainingsphase übt das Modell in Wohnungen, Küchen und Umgebungen mit mehreren Robotern und soll dort auch unbekannte Aufgaben bewältigen. Nach Angaben des Unternehmens ist dafür keine eigene Feinabstimmung pro Bewegung nötig.
Es folgt eine Nachtrainingsphase, in der das Verhalten an konkrete Anforderungen angepasst wird. Die letzte Stufe ist der Einsatz. Erst dort zeigt sich, ob ein Modell mit Lichtwechseln, unebenen Böden und Menschen im Weg zurechtkommt.
Genie Evolver lässt hundert Roboter üben
Für das Nachtraining nennt AgiBot ein System namens Genie Evolver. Es verbindet die Daten von rund 100 echten Robotern mit physikalischer Simulation und Weltmodellen. Die Roboter üben damit im Rechner, werden bewertet und verbessern sich, bevor sie etwas in der realen Welt tun.
Der Nutzen liegt auf der Hand, und er ist der Grund, warum fast jedes Robotermodell heute zuerst im Rechner trainiert wird. Ein Sturz in der Simulation kostet nichts. Ein Sturz mit einem 40 Kilo schweren Arm in einer Fabrikhalle kostet Geld und manchmal mehr.
Die Grenze dieser Methode ist bekannt. Simulierte Physik ist eine Näherung, und Modelle, die ausschließlich dort trainieren, scheitern oft an der Realität. Wie gut die Übertragung bei GO-3 gelingt, hängt daran, wie genau die Simulation die Reibung, das Gewicht und die Nachgiebigkeit echter Objekte abbildet.
Was die Demos von AgiBot zeigen
AgiBot hat mehrere Aufgaben vorgeführt, die alle nach Angaben des Unternehmens gemeistert wurden. Ein Roboter spielte nach vier Stunden Übung im Rechner Eisstockschießen und übertraf dabei den Durchschnitt der getesteten Menschen. Ein anderer zog fünf Klötze aus einem Turm, ohne dass dieser einstürzte.
Weitere Beispiele betreffen feinmotorische Abläufe. Aus wenigen Vorführungen soll der Roboter einen mehrstufigen Kochvorgang nachgeahmt haben, bei dem Teig ausgebreitet, belegt und gefaltet wird. Nach einer Feinabstimmung war der Aufbau von LEGO-Modellen möglich, wobei ein Software-Agent die einzelnen Schritte koordinierte.
Diese Auswahl ist kein Zufall, denn Klötze, Teig und Bausteine verlangen Kraftdosierung, Reihenfolge und eine Reaktion auf Fehler, die sich in einem kurzen Clip zeigen lässt. Sie zeigen, worauf es beim Greifen ankommt, und nicht, wie ein Roboter einen ganzen Arbeitstag übersteht. Ein Video beweist trotzdem nur, dass ein Ablauf einmal funktioniert hat.
Worken soll messen, was Roboter tatsächlich arbeiten
Der zweite interessante Teil der Veranstaltung ist keine Hardware, sondern eine Kennzahl, und sie sagt mehr über den Anspruch des Unternehmens als jedes Video. AgiBot schlägt Worken vor, zusammengesetzt aus den Wörtern Work und Token. Gemeint sind effektive intelligente Arbeitsstunden.
Die Formel multipliziert drei Größen: die Zahl der aktiven Roboter, die autonome Arbeitszeit und einen Wirkungsgrad, der aus dem Verhältnis zur menschlichen Leistung abgeleitet wird. Bei der ersten Größe zählen nur Maschinen, die wirklich im Einsatz sind, nicht produzierte oder eingelagerte. Bei der zweiten zählt nur die Zeit, in der der Roboter selbstständig arbeitet, nicht die Zeit, in der er am Stromnetz hängt und auf Befehle wartet.
Der dritte Faktor ist der schwierigste. Er setzt die erledigte Arbeit ins Verhältnis zu dem, was ein Mensch unter vergleichbaren Bedingungen in derselben Zeit leisten würde. Damit wird aus einer technischen Messung eine Bewertung, und die hängt von den zugrunde gelegten Standards ab.
Der Anlass ist nachvollziehbar. Die Branche berichtet gern über Stückzahlen und Auslieferungen. AgiBot will stattdessen über tatsächlich geleistete Arbeit sprechen. Das ist ein sinnvoller Impuls, auch wenn die Kennzahl von dem Unternehmen stammt, das sie anwendet. Woran aber misst man Arbeit, die niemand beaufsichtigt?
Was an den Angaben von AgiBot offenbleibt
Drei Punkte sind offen, und sie betreffen ausgerechnet die Zahlen, mit denen das Unternehmen wirbt, weshalb ein zweiter Blick auf die Ranglisten und die Erfolgsquote lohnt. Erstens beruhen die Spitzenplätze auf drei Ranglisten für verkörperte KI, die AgiBot selbst nennt. Eine Prüfung durch unabhängige Stellen ist nicht bekannt. Zweitens stammt die Angabe von etwa 85 Prozent Erfolgsquote in realen Tests aus der Berichterstattung über die Veranstaltung, nicht aus einer dokumentierten Messung.
Drittens ist der Zeitplan für die Veröffentlichung ambitioniert. Der vollständige Modellcode soll bis Ende 2026 offen zugänglich sein, ebenso das Robot-Betriebssystem Link-U OS 1.0. Ob dieser Termin hält, wird sich zeigen. Offene Modelle in dieser Größe sind aufwendig zu pflegen, und der Betrieb bindet Ressourcen, die anderswo fehlen.
Die weiteren Ankündigungen vom Innovation Day
Neben GO-3 hat AgiBot drei weitere Projekte gezeigt. AHA3 heißt die dritte Generation der menschenähnlichen Hardware, die Bewegung, Interaktion und Manipulation in einer Plattform zusammenführt und laut Hersteller wasserdicht nach IP67 sowie flüssigkeitsgekühlt ist. WITA-Omni ist ein Modell für die Verarbeitung mehrerer Eingabeformen.
Für die Industrie ist G2 Max gedacht, ein zweiachsiger Schwerlastroboter mit 21 Freiheitsgraden und 40 Kilogramm Traglast pro Arm. Im Handel war eine G2-Maschine zu sehen, die in einem echten Convenience Store arbeitete und deren Abläufe ein Software-Agent namens Genie Master koordinierte.
Was Robotern in den nächsten Monaten bevorsteht
Die Frage, ob humanoide Roboter wirklich arbeiten, entscheidet sich nicht auf einer Bühne. Sie entscheidet sich in Lagern, Küchen und Läden, in denen eine Maschine acht Stunden am Stück dasselbe tun muss, ohne dass jemand danebensteht. Die Videos aus Shanghai zeigen, dass die Modelle schwierige Bewegungen beherrschen. Sie zeigen nicht, wie oft sie scheitern.
Wer die Entwicklung verfolgen will, sollte auf zwei Dinge achten: ob GO-3 tatsächlich offen veröffentlicht wird, und ob unabhängige Tester die Erfolgsquoten bestätigen. Bis dahin bleiben die Zahlen das, was AgiBot über sie sagt.
