ROBOTNESS
Nachrichten

Wire

Jede Finanzierungsrunde, jeder Produktstart, jede Studie, sobald darüber berichtet wird.

11 Meldungen
AlleEilmeldungAnalyseFinanzierungM&AForschungProduktPolitikWeltweitUSCNKRSG
vor 21 Stunden
ForschungUS

Anthropic-Studie: Roboter könnten 74 Prozent der körperlichen Arbeit in den USA erledigen, rechnen sich aber nur bei 0,3 Prozent

Ökonomen von Anthropic haben rund 19.000 Tätigkeiten aus der US-Datenbank O*NET bewertet. Roboter können demnach technisch 74 Prozent der körperlichen Aufgaben ausführen, sind aber nur bei 0,3 Prozent aller Aufgaben günstiger als ein Mensch. Bei dem historischen Preisverfall von etwa 3 Prozent pro Jahr würde es 40 Jahre dauern, bis dieser Anteil 10 Prozent erreicht.

2 QuellenAnthropicFigure AISkild AIFeinmanipulationRobotik-Basismodelle
vor 24 Stunden
Forschung—Einzelquelle

Innodata eröffnet Motion-Capture-Labor für Trainingsdaten humanoider Roboter

Der Datendienstleister Innodata hat in New Jersey ein Motion-Capture-Labor eröffnet, das reale Bewegungsdaten für das Training humanoider Roboter und anderer Physical-AI-Systeme erfassen soll, berichtet The Robot Report. Infrarotkameras von Vicon zeichnen dort die dreidimensionale Bewegung von Menschen und Robotern mit Genauigkeit im Submillimeterbereich und Latenzen im Millisekundenbereich auf. Innodata will fertige Datenpakete und Auftragsaufnahmen anbieten, Daten auf unterschiedliche Roboterplattformen übertragen und Roboter unabhängig auf Leistung und Sicherheit prüfen, teilte das Unternehmen mit.

1 Quelle
20. Aug. 2026
ForschungCN

Fußball-Humanoide aus Tsinghua schafft es auf das Titelblatt von Science Robotics, trainiert nur in der Simulation

Ein Team der Tsinghua-Universität hat mit ByteDance Seed und der China Agricultural University am 19. August 2026 in Science Robotics einen Reinforcement-Learning-Regler veröffentlicht, der die Kamera eines Humanoiden direkt mit seinen Beinen verknüpft. Auf dem T1 von Booster Robotics berichten die Autoren 46 Prozent weniger Fehler bei der Ballposition, bis zu 64 Prozent schnellere Schüsse und rund 90 Prozent Trefferquote aus vorderen Positionen, ohne Nachtraining in der Realität.

4 QuellenBooster RoboticsUnitree RoboticsNVIDIARLSim-to-Real-Transfer
17. Juli 2026
ForschungUS

Kraftgefühl ohne Sensor: MIT-Modell NeuralActuator gewinnt Systempreis der RSS 2026

NeuralActuator, entwickelt von der Computational Design and Fabrication Group des MIT gemeinsam mit Amazon, hat auf der RSS 2026 den Outstanding Systems Paper Award erhalten. Das Modell lernt aus Motorstrom, Spannung und Temperatur das tatsächliche Verhalten günstiger Servos und schätzt äußere Kräfte mit einem mittleren Fehler von 0,12 Newton, gegenüber 0,66 bis 1,41 Newton bei klassischen Verfahren.

4 QuellenElektrische AktorenSim-to-Real-Transfer
17. Juli 2026
ForschungKR

RSS-Spitzenpapier FlashSAC mit TU Darmstadt und DFKI: Humanoiden lernen das Laufen auf einer GPU in 20 Minuten

Das Reinforcement-Learning-Verfahren FlashSAC, entwickelt unter anderem von Holiday Robotics, KAIST, KRAFTON, der TU Darmstadt, hessian.AI, dem DFKI und der KTH, hat auf der Robotics: Science and Systems 2026 in Sydney den Outstanding Paper Award gewonnen. Die Autoren berichten, dass ein Laufregler für den Unitree G1 auf einer einzigen RTX 5090 in etwa 20 Minuten trainiert war, gegenüber etwa drei Stunden mit dem Standardverfahren PPO.

5 QuellenUnitree RoboticsNVIDIARLSim-to-Real-Transfer
5. Juni 2026
ForschungUS

Amazon-Forscher gewinnen mit OmniRetarget den Hauptpreis der ICRA 2026, Stuttgart holt den Studentenpreis

OmniRetarget, ein Verfahren des Amazon-Teams Frontier AI & Robotics und mehrerer US-Universitäten, hat auf der IEEE ICRA 2026 in Wien sowohl den Best Conference Paper Award als auch den Preis für Manipulation und Fortbewegung gewonnen. Die Methode bewahrt Kontakte zwischen Körper, Objekten und Gelände und erzeugte mehr als 8 Stunden Trainingsbahnen, mit denen ein Unitree G1 ohne Nachtraining am realen Roboter Parkour lief.

7 QuellenAmazonUnitree RoboticsBoston DynamicsRLSim-to-Real-Transfer
18. Mai 2026
ForschungKR

Korea startet Humanoid-Programm über 50,4 Milliarden Won mit KIST und drei LG-Töchtern, inklusive Festkörperbatterie

Koreas Wissenschaftsministerium hat am 18. Mai ein fünfjähriges Programm über 50,4 Milliarden Won für eine nationale KI-Humanoid-Plattform gestartet. Unter Führung des KIST arbeiten LG Electronics, LG AI Research und LG Energy Solution an einem Modell, das Sehen, Tasten, Sprache und Handlung verbindet, an einer Festkörperbatterie und an einem Feldtest mit mindestens 20 Robotern in der Pflege.

2 QuellenLG ElectronicsVLARobotik-Basismodelle
23. Apr. 2026
ForschungJP

Sonys Tischtennisroboter Ace schlägt Spitzenspieler nach offiziellen Regeln, gegen Profis verliert er noch

Der autonome Tischtennisroboter Ace von Sony AI hat in Partien vom April 2025 drei von fünf Matches gegen Spitzenspieler gewonnen und beide Matches gegen Profis der japanischen T.League verloren. Das geht aus einem am 22. April 2026 in Nature veröffentlichten Paper hervor. Das System kombiniert ereignisbasierte Bildsensoren von Sony, die gemeinsam mit dem französischen Unternehmen Prophesee entwickelt wurden, mit einem Arm mit acht Freiheitsgraden und in der Simulation trainiertem Reinforcement Learning.

2 QuellenSonyFANUCYaskawa ElectricRLSim-to-Real-Transfer
16. Apr. 2026
ForschungUS

Toyota Research Institute belegt in Science Robotics per Blindtest, dass Multitask-Robotermodelle neue Aufgaben mit einem Bruchteil der Daten lernen

Ein Team aus 82 Forschenden des Toyota Research Institute, der Cornell University und des MIT berichtet in Science Robotics vom 15. April 2026, dass multitaskfähige Large Behavior Models auf Basis von Diffusion Policy in verblindeten, randomisierten Versuchen besser und robuster abschneiden als Einzelaufgabenmodelle und deutlich weniger aufgabenspezifische Daten brauchen. Die Vorabfassung nennt rund 1700 Stunden Demonstrationsdaten aus mehr als 500 Aufgaben und 1800 kontrollierte Versuche am realen Roboter.

3 QuellenToyota Research InstituteBoston DynamicsPhysical IntelligenceImitationslernenRobotik-Basismodelle
3. Apr. 2026
ForschungUS

Generalist meldet für GEN-1 eine Erfolgsquote von 99 Prozent nach rund einer Stunde Roboterdaten je Aufgabe, vortrainiert ganz ohne Roboterdaten

Generalist AI hat am 2. April 2026 das Robotermodell GEN-1 vorgestellt, vortrainiert mit mehr als 500.000 Stunden menschlicher Interaktionsdaten aus tragbaren Geräten und ohne Roboterdaten. Das Unternehmen meldet 99 Prozent durchschnittliche Erfolgsquote bei Aufgaben, bei denen das Vorgängermodell 64 Prozent erreichte, rund eine Stunde Roboterdaten pro Aufgabe und etwa dreifache Geschwindigkeit gegenüber dem bisherigen Stand der Technik. Die Ergebnisse sind Eigenangaben und nicht unabhängig überprüft.

4 QuellenGeneralist AIPhysical IntelligenceSkild AIRobotik-BasismodelleImitationslernen
28. Jan. 2026
ForschungUS

Figure übergibt mit Helix 02 den ganzen Körper eines Humanoiden an ein neuronales Netz und streicht 109.504 Zeilen Steuerungscode

Figure AI hat am 27. Januar 2026 Helix 02 vorgestellt, ein Robotik-Basismodell, das einen Humanoiden vom Kamerabild und Fingerspitzen-Tastsinn bis zum Gelenkbefehl mit 1 kHz steuert. Ein gelernter Regler mit 10 Millionen Parametern ersetzt nach Unternehmensangaben 109.504 Zeilen handgeschriebenen C++-Code. Ein Figure 03 räumte in vier Minuten und 61 Handgriffen eine Spülmaschine aus und wieder ein, ohne Neustart und ohne Fernsteuerung, wie Figure mitteilte.

6 QuellenFigure AIPhysical IntelligenceNVIDIARobotik-BasismodelleVLA