Was ist ein Robotik-Foundation-Model?
Ein Robotik-Foundation-Model ist ein großes KI-Modell, das mit breiten Roboter-, Simulations- und Webdaten vortrainiert und dann an viele Aufgaben und Robotertypen angepasst wird, statt für eine einzige Aufgabe trainiert zu werden.
Aktualisiert:
Definition
Ein Robotik-Foundation-Model ist ein großes neuronales Netz, das mit breiten, vielfältigen Daten trainiert wird, damit sich ein Modell an viele Aufgaben, Umgebungen und Roboterkörper anpassen lässt. Die Idee stammt von Sprachmodellen: einmal groß vortrainieren, dann günstig spezialisieren.
So funktioniert es
- Vortraining auf einer Mischung aus Robotertrajektorien, Simulation, Videos von Menschen und Bild-Text-Daten, oft ausgehend von einem Vision-Language-Modell.
- Nachtraining mit Demonstrationen des Zielroboters und der Zielaufgaben.
- Einsatz, meist mit einem schnellen Low-Level-Regler darunter, der die Ausgabe in Motorbefehle übersetzt.
Die Ausgabe kann aus Aktionen bestehen (VLA-Modell), aus vorhergesagten Zuständen (World Model) oder aus einem Plan in Sprache, den andere Module ausführen.
Warum es wichtig ist
Klassische Robotersoftware braucht für jede Aufgabe ein neues Programm oder eine neue Policy. Foundation Models sollen neue Fähigkeiten zu einer Frage von Daten und Prompts machen. Ihr Engpass sind Daten: Robotererfahrung ist im Vergleich zu Webtext knapp. Deshalb investieren Teams in Teleoperation, Motion Capture und synthetische Daten. Siehe auch Embodied AI.
Häufige Fragen
Ist ein VLA-Modell ein Robotik-Foundation-Model?
Ja. Ein VLA ist eine Art davon, nämlich die, die Roboteraktionen direkt ausgibt. Andere sagen künftige Videobilder voraus (World Models) oder planen Schritte in Sprache.
Woher kommen die Trainingsdaten?
Aus teleoperierten Demonstrationen, Datensätzen vieler Robotertypen, Simulation und synthetischen Daten, Videos von Menschen und Motion Capture sowie aus dem Webwissen des Vision-Language-Modells, auf dem es aufbaut.
Läuft ein Modell auf jedem Roboter?
Nicht ohne Weiteres. Meist ist Feintuning mit Daten des Zielroboters nötig; Training über viele Roboterkörper verringert aber die benötigte Datenmenge.
Berichterstattung
NEURAs Neuron AI ergänzt das Robotik-Foundation-Model um Tastsinn, Hören und Gedächtnis
NEURA Robotics stellte Neuron AI vor, ein „Perception-Language-Action“-Modell, das 3D-Sehen, Tastsinn, Kraft, Audio, Roboterzustand und Sprache mit Gedächtnis verbindet, und zeigt eine elfminütige Wäsche-Aufgabe auf dem Humanoiden 4NE1.
Industrial Next: Stationen wechseln Aufgaben in Minuten; BMW prüft sie
Auf der TechCrunch Disrupt sagte das Start-up aus San Francisco, Foundation-Model-Zellen pellten schon Folie und setzten Stecker an einer großen Handy-Linie, und BMWs Technikbüro werde den Ansatz testen.
Physical Intelligence öffnet seine π0-Robotermodelle per API
Mit der Pi-API-Beta laden Roboterentwickler Daten hoch, feintunen π0/π0.5 auf Pis Infrastruktur und nutzen gehostete Inferenz.
Rhodas Roboter findet strukturierte Bälle per Tastsinn, Kameras verdeckt
Rhodas Beitrag vom 13. Oktober koppelt einen neuen Tastsensor mit einem Modell, das künftigen Tastsinn vorhersagt. In einer Demo mit verdeckten Kameras holte der Roboter Bälle, deren Textur er nicht trainiert hatte.
XPENG setzt IRON-Humanoiden-Lieferungen auf das erste Halbjahr 2027
Auf dem Pariser Automobilgipfel sagte XPENG, IRON ziele auf Serienproduktion Ende 2026, erste Lieferungen im ersten Halbjahr 2027 und einen Europa-Start im zweiten.
Mecka holt 60 Mio. $ Series B, um menschliche Bewegung für Robotertraining zu digitalisieren
Sequoia führte die 60-Mio.-$-Serie-B mit NVIDIA, Microsofts M12, Qualcomm Ventures und Samsung an; Mecka erfasst menschliche Demonstrationen und meldet über 100 Mio. $ Run-Rate-Umsatz im Juni 2026.
Skilds S1 lernt Fußball, indem es 140 simulierte Jahre gegen sich selbst spielt
Nach S1 — Foundation-Modell, das ein Video-Demo ohne Fine-Tuning kopiert — zeigt Skild Physical Self-Play: dieselbe Policy trainiert in Isaac Sim gegen sich und wird auf einen Humanoiden übertragen.
Figures Helix 2.5 räumt 30 fremde Wohnungen auf
Figure zufolge hat sein Humanoid in 30 unbekannten Haushalten der Bay Area aufgeräumt, Handtücher gefaltet und Betten gemacht – ohne lokale Daten, gestützt auf einen 3,5-Mrd.-$-Compute-Deal mit Nscale.
Unternehmen
Newsletter
Robrief Weekly
Eine E-Mail pro Woche mit den wichtigen Robotik-News. Kostenlos, jederzeit abbestellbar.