Was ist ein World Model in der Robotik?
Ein World Model ist ein KI-Modell, das lernt, wie sich die physische Welt verhält – um vorherzusagen, was als Nächstes passiert, und Robotern Planung oder Training „in der Vorstellung“ zu ermöglichen.
Aktualisiert:
Definition
Ein World Model lernt die Dynamik der Umgebung – wie Objekte sich bewegen, fallen, verformen und auf Roboteraktionen reagieren – meist aus großen Mengen Video- und Roboterdaten.
So funktioniert es
Aus aktueller Beobachtung und einer möglichen Aktion sagt das Modell die nächsten Bilder oder Zustände voraus. Roboter planen damit; Entwickler nutzen es als gelernten Simulator für Daten und Policy-Tests, ergänzend zu Sim-to-Real.
Warum es wichtig ist
Physische Daten sind knapp. Firmen, die menschliches Video skalieren – etwa Figures Index-Datensatz hinter Helix 2.5 (Artikel) –, setzen darauf, dass Weltverständnis zur allgemeinen Embodied AI führt.
Häufige Fragen
Was unterscheidet es von einem VLA-Modell?
Ein VLA-Modell übersetzt Gesehenes und Anweisungen direkt in Aktionen; ein World Model sagt künftige Weltzustände voraus, die dann zur Auswahl oder zum Training von Aktionen dienen.
Wofür wird es genutzt?
Synthetische Trainingsvideos erzeugen, Policies in einem gelernten Simulator testen, planen durch Vorstellen von Ergebnissen.
Ist das ein Simulator?
Verwandt, aber anders: Ein Physiksimulator wird aus Gleichungen gebaut, ein World Model aus Daten wie Video gelernt.
Berichterstattung
Hesais Kosmo macht aus echten Räumen in Minuten Robotik-Trainingswelten
Der Lidar-Hersteller startete Kosmo One (8K-Raumkamera) und Kosmo World; Partner Galbot und Dexmal. Ein Dairy-Queen-Scan verkürzte Modellierung von ~300 Stunden auf 15 Minuten.
AWS öffnet Physical-AI-Toolchain mit NVIDIA-Anbindung
Am 8. Okt. 2026 startete AWS eine Open-Source-Toolchain (Synthetik, SageMaker, Sim, Edge) inkl. Isaac/Cosmos — nach RoboMaker-Ende 2025.
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.
Newsletter
Robrief Weekly
Eine E-Mail pro Woche mit den wichtigen Robotik-News. Kostenlos, jederzeit abbestellbar.