Humanoiden-Fabriken wachsen, doch die Daten müssen erst verdient werden

Das neueste Element im Baukasten der Humanoiden-Fabrik ist kein Roboter, sondern ein Labor. Innodata teilte am 30. September mit, eine Einrichtung eröffnet zu haben, die 3D-Bewegungsdaten direkt von menschlichen und mechanischen Körpern aufnimmt. Ziel ist es, die Modelle zu versorgen, die humanoide und industrielle Roboter steuern. Das 1988 in Ridgefield Park, New Jersey, gegründete Unternehmen bezeichnet den Schritt als Lösung für einen Engpass, auf den nach eigener Aussage jedes Robotikteam stößt.

Laut The Robot Report leiten die meisten Datenanbieter 3D-Bewegungen aus 2D-Videos ab. Die Sensoren von Innodata erfassen dagegen die Bewegung jedes Gelenks. Franklin Tanner, Vizepräsident für Robotik und Physical AI, erklärte gegenüber dem Medium, dass ein 2D-Raster aus Pixeln zwangsläufig Fehler erzeugt. Er nannte auch eine Zahl für die Stakes: Ein humanoider Roboter kann fast 200 lb (90,7 kg) wiegen, daher dürfen die Messwerte nicht nur "in der Größenordnung" stimmen. Das Labor soll zudem Leistungsdaten validieren, die Roboter intern selbst erzeugen. Das ist der leisere, aber schärfere Punkt. Während Humanoiden-Fabriken zahlreicher werden, stammen die zugehörigen Zahlen, Zykluszeiten, Erfolgsquoten, Durchsatz, zunehmend von den Unternehmen selbst, die die Maschinen verkaufen.

Fabriken, Aufträge und eine Klage in Texas

Am selben Tag zeigten zwei Geschichten über Finanzierung und Recht, wie die Lieferkette rund um diese Fabriken zusammengesetzt wird. Teslas geplante Solarfabrik in Texas ist in einen US-Patentstreit zwischen zwei chinesischen Ausrüstungsherstellern hineingezogen worden, berichtete Electrek am 30. September. Linton Crystal Technologies, ein Unternehmen aus Rochester, New York, das vollständig der chinesischen Dalian Linton gehört, verklagte Zhejiang Jingsheng am 22. September vor dem Eastern District of Texas. Es beruft sich auf zwei Patente, die einen Teil eines Czochralski-Ziehgeräts abdecken. Jingsheng, mit etwa 53 Milliarden Yuan bewertet, informierte am 24. September seine Investoren über die Klage. Das Unternehmen erklärt, seine Produkte nutzten "technische Lösungen, die sich vollständig unterscheiden" von den Patenten. Zudem sei die Klage noch nicht förmlich zugestellt worden, wesentliche Auswirkungen erwartet das Unternehmen nicht. Chinesische Branchenberichte besagen, Jingsheng habe sich früher in diesem Jahr einen Tesla-Auftrag über rund 3 Milliarden Yuan (etwa 420 Millionen Dollar) für Kristallziehgeräte gesichert. Weder Tesla noch Jingsheng haben das bestätigt. Tesla ist nicht Partei des Verfahrens. Linton fordert Schadensersatz, dreifachen Schadensersatz und eine dauerhafte Unterlassungsverfügung.

Der Antrag auf Unterlassung ist der Teil, der für Tesla zählt. Das Unternehmen beantragte im August eine 10,1 Milliarden Dollar teure Fabrik "Project Crystal Sun" im Fort Bend County. Die Produktion ist für Anfang 2029 geplant. Das Ziehen der Ingots ist der erste Schritt in dieser Kette. Ohne Ziehgeräte keine Wafer, ohne Wafer keine Zellen.

In Europa sammelte das Pariser Unternehmen Inbolt 11 Millionen Euro ein, um Echtzeit-Vision und Steuerungssoftware in Industrieroboter zu bringen. Tech.eu berichtete am 30. September, die Runde sei von Shift4Good angeführt worden. Dazu zählten Bridges Climate Transition Partners sowie die bestehenden Investoren BNP Paribas Développement und Ora Global. Die Gesamtfinanzierung liegt nun bei 30 Millionen Euro. Inbolt gibt an, sein System laufe auf mehr als 200 Robotern in über 100 Fabriken auf drei Kontinenten. Zu den Kunden zählen Bosch, Beko, Flex, Ford, Stellantis und Toyota.

Das Tempo-Problem

Das Tempo ist die andere Wand. MindOn veröffentlichte am 30. September einen technischen Beitrag, der Mind-1 vorstellt. Es handelt sich um ein Physical-AI-Modell, das nach Angaben des Unternehmens die Inferenzlatenz bei der Roboter-Manipulation von 82 ms auf 32 ms senkt. Viele verkörperte Systeme könnten komplexe Aufgaben lösen, aber nur mit einem Bruchteil menschlicher Geschwindigkeit. Das mache sie schwer in reale Abläufe einfügbar, argumentiert das Unternehmen. Der Beitrag benennt die Grenze genau: Bei einer Endeffektor-Geschwindigkeit von 3 Metern pro Sekunde entsprechen 10 ms Latenz ungefähr 3 cm Bewegung. Das reicht, um ein präzises Greifen oder Einfügen zu verderben. MindOn macht auch die Trainingsdaten verantwortlich. Diese stammen zu großen Teilen aus Teleoperation, die langsamer ist als natürliche menschliche Bewegung. So lernen die Modelle ein vorsichtiges Tempo.

Eine unabhängige Auswertung legt nahe, dass sich die Lücke nicht gleichmäßig schließt. Fig Inc. veröffentlichte am 30. September Ergebnisse auf Aufgabenebene über Web- und Physical-Benchmarks, darunter VLABench, Bench2Drive, IndEgo und Assembly101. Das Ergebnis ist deutlich: In jedem getesteten Modellpaar löste das schlechter bewertete Modell mindestens eine Aufgabe, an der das besser bewertete scheiterte. Ein Benchmark-Durchschnitt, so die Autoren, verdeckt, wie stark die Erfolge eines Modells von Aufgabe zu Aufgabe schwanken. Das ist wichtig für jeden, der einen Humanoiden für eine Fabriklinie kauft. Eine einzelne Spitzenzahl sagt einem Werksleiter nicht, welche Aufgaben die Maschine verpatzt.

Was tatsächlich ausgeliefert wird

Destro AI kam am 30. September aus dem Stealth-Modus mit einer Seed-Runde über 8 Millionen Dollar. Sein Ansatz ist ein nützliches Gegengewicht zur Erzählung von der Humanoiden-Fabrik. TechCrunch berichtete, das Start-up baue keine Roboter. Es baue eine Intelligenzschicht, die Roboter und menschliche Arbeiter in Logistikumgebungen gemeinsam steuert. Im Einsatz sind drei Wagen ziehende Roboter von Miva Robotics in einer Anlage von Yusen Logistics im pazifischen Nordwesten. Richard Brunelle von Yusen sagte TechCrunch, er habe Destro gebeten, sein Werkzeug für Kommissionierung und Verpackung auf Cross-Docking anzupassen. Das sei eine Aufgabe, die nach seinen Worten niemand bearbeitete. Destro-Gründer Manthan Pawar sagte der Redaktion, das Unternehmen sei auf dem Weg, bis Ende dieses Jahres einen positiven Cashflow zu erreichen.

Dann sind da die härteren Belege von der Herstellerseite. Rongzhong Li schreibt am 30. September auf Hackster, Petoi habe seit seiner Nybble-Kampagne 2018 mehr als 30.000 Vierbeiner ausgeliefert. Sein drittes Produkt Quaddle laufe ab 99 Dollar auf Kickstarter. Sein Bericht über zehn Jahre Roboterversand erinnert daran, dass das Volumen in der Robotik bisher von kleinen, billigen, begrenzten Maschinen kam, nicht von Zweibeinern.

KIDZ AI, ein an der Nasdaq notiertes Unternehmen mit einem Wert von etwa 2,4 Millionen Dollar, teilte am 30. September mit, es habe Tesla eine Beschaffungsanfrage über 500 Robotaxis geschickt. Electrek merkte an, dass die Anfrage keine verbindliche Bestellung ist. Der Plan befindet sich in einer frühen Phase. 500 Cybercabs zu Elon Musks eigenem Ziel von "unter 30.000 Dollar" würden etwa 15 Millionen Dollar kosten. Das ist rund das Sechsfache des Marktwerts des Unternehmens. Die Aktie fiel nach Handelsbeginn um etwa 6 %.

Zusammengenommen deutet das Bündel vom 30. September auf einen Fabrikausbau hin, der real, aber ungleichmäßig ist. Die Roboter kommen. Die Daten, das Tempo und die ehrlichen Zahlen werden noch ausgehandelt.