Der Höhepunkt der Medikamentenabnahme am Vormittag: In den Apotheken und Filialen kommen ständig Bestellungen herein. Ein Roboter erhält die Online-Bestellung und bewegt sich genau vor das Regal – die Medikamentenkartons sind ähnlich groß und die Verpackung ist dicht; die transparente Verpackung spiegelt sogar das Licht wider. Er streckt seinen mechanischen Arm leicht heraus, nimmt einen Karton genau ab und bringt ihn zur Abnahmestelle.
Derjenige, der es steuert, ist das „Lingbo-Kommunikationshirn“ von Antai Lingbo, einem Unternehmen im Zhangjiang AI Innovation Town. Dieses „ Hirn “ hat sich in der Vorausbildung auf 17 Hauptrobotmarke und 20 Robotkonfigurationen angepasst, sodass dasselbe „ Hirn “ über den gesamten Roboterkörper und über verschiedene Aufgaben funktioniert. Die mit diesem Hirn ausgestatteten Roboter sind bereits in mehreren Filialen der Shanghai National Pharmacy im Dienst.
Abbildung 1: Roboterapothek der Ameise Lingbo – intelligente Apotheke
Abgesehen von dem Verstehen, Hören und Handeln muss der Roboter noch eine weitere Fähigkeit besitzen: Bevor er handelt, muss er die Zukunft simulieren. „Was würde geschehen, wenn man so vorgeht?“ Das ist die Kernaufgabe des Weltmodells – basierend auf dem aktuellen Zustand und den Handlungen die zukünftige Entwicklung zu simulieren. Wie die beiden zusammenarbeiten und ob sie vereint werden können, wird noch erforscht. In Shanghai Zhangjiang ist das VLA bereits in großem Maße im Einsatz, während das Weltmodell gerade in der Testphase steckt. Das VLA löst das Problem des „Könnens“, das Weltmodell das Problem des „Klaren vorher“. Die Integration beider lässt sich bereits als Branchenkonsens erkennen. In Shanghai werden mehrere Technologiestränge gleichzeitig auf demselben Feld getestet, während Planung, Standards und Tests parallel verfolgt werden.
1. Apotheke und Arbeitsplatz mit VLA: Bereit für den Einsatz, kontinuierliche Optimierung
Die Fähigkeiten des „körperbasierten Gehirns“ umfassen weit mehr als nur das Auslösen von Medikamenten – sie ermöglichen auch die Steuerung von Robotern, die in Lagerhäusern Pakete sortieren oder auf Produktionslinien Komponenten laden und entladen. Im Januar 2025 wurde das erste landesweite Trainingszentrum für heterogene humanoide Roboter in Zhangjiang eingeweiht. Das Nationale und lokale gemeinsame Zentrum für humanoide Roboter-Innovation sowie Huawei haben ein Vorbildzentrum für körperbasierte Intelligenz entwickelt, in dem das VLA basierend auf chinesischen昇腾-Rechenleistungen entwickelt wird, und gleichzeitig die effiziente Trainierung von Weltmodellen und VLA-Modellen vorangetrieben wird. In demselben Trainingszentrum werden zwei technische Entwicklungslinien parallel geführt.
Die erlernten Fähigkeiten müssen noch in echten Industrieprojekten wie Werkstätten getestet werden. Die „Linglong“-Roboter der GuoDiCenter haben sich bei der Automobilzuliefererfirma Yanfeng etabliert. Sie führen Daten samtliche Prozesse wie das Verarbeiten von Teilen mit Flammen, die Zusammenfassung kompletter Einheiten und Laser-Entweder-Mittel-Effekte durch, und bestätigen dabei selbstständige Arbeitsprozesse. Es wurde eine Übertragungsroute von „Trainingscampus – Modelliteration – industrielle Umsetzung“ erfolgreich umgesetzt.
Von einer einzigen Szene zu mehr Filialen und Arbeitsplätzen – und noch die Hürde des Fähigkeitsübergangs zu überwinden.Das, dass ein Roboter in einer Apotheke Medikamente abholt, bedeutet nicht, dass er auch in einer anderen Apotheke stabil funktioniert: Die Anordnung der Regale, die Verpackung der Medikamente und die Art und Weise, wie sie platziert werden, können sich ändern; wenn man in die industrielle Umgebung kommt, muss man sich auch an die unterschiedlichen Formen von Teilen und die Bedürfnisse der Arbeit anpassen. Ob das Modell diesen Veränderungen standhält, wie viel Daten es benötigt, wie viel Training und Einstellungen auf dem Feld erforderlich sind, muss jedes Mal getestet werden. Um den Fortschritt der Anwendung von VLA zu messen, muss geprüft werden, ob es in der Lage ist, die aktuellen Aufgaben zu erfüllen, in welchem Maße seine bestehenden Kapazitäten wieder genutzt werden können und wie viel zusätzliche Investitionen für die Anpassung an neue Szenarien erforderlich sind.
2. Weltmodell in den Vordergrund: Durchbruch, Fusion, Innovation
Die Weltmodell und die VLA sind nicht gegenseitig ausschließend, das industrielle Konsens liegt darin, wie sie kombiniert werden können. Anstatt über die Qualität der Modelle zu streiten, sollte man zunächst die Kernfähigkeiten, die Roboter benötigen, klären. Das Weltmodell ergänzt genau das „Denken vor dem Handeln“. Der Akademiker Zheng Nanning von der Chinese Academy of Engineering hat erklärt, dass das System des Weltmodells eine interne Simulationsobjektivität benötigt, Vorhersagen und Schlussfolgerungen vor dem Handeln sowie die Bewertung der möglichen Ergebnisse verschiedener Entscheidungen.
Gleich in der Zhangjiang AI-Innovationstadt gibt es Unternehmen, die VLA in Apotheken einsetzen, und andere, die Weltmodelle trainieren.蚂蚁 Lingbo passt sich mehreren Marken an und setzt bereits im Dienstleistungssektor um, während es auch das erste plattformunabhängige Weltaktionsmodell LingBot-VA 2.0 der Branche veröffentlicht hat; Zhiyuan setzt auf eine gleichzeitige Entwicklung von Robotern und „Gehirnen“, und der精灵G2 arbeitet bereits kontinuierlich in Fabriken. Yao Maoqing, einer der Mitgründer von Zhiyuan, betont, dass die wichtigste Funktion der Weltmodelle „die genaue Vorhersage des nächsten Zustands des physikalischen Universums“ ist. Im September veröffentlichte Zhiyuan das Welt-Aktionsmodell GE-Act 2.0, in dem „Zukunftsvorhersagen“ und „Aktionen erzeugen“ in ein und dasselbe Modell integriert sind. Die Trainingsdaten wurden von 300 Stunden auf 30.000 Stunden erweitert, und direkte Tests werden ohne zusätzliche Training in unbekannte Umgebungen und unbekannte Organismen durchgeführt. Dabei stieg die Gesamterfolgsrate eines Roboters von 17,1% auf 44,1%, und die Erfolgsrate in unbekannten Umgebungen stieg um etwa 2,6-fach.
Abbildung 2: Der Zhiyuan Elf G2-Robot arbeitet auf der Produktionslinie in der Fabrik
Es gibt auch eingebettete Fusionen. Pudong Unternehmen Qinglang Smart hat das Weltmodell in den VLA eingebettet, sodass die Roboter „vor der Arbeit nachdenken“ können – das humanoide Roboter nicht auf Fernsteuerung angewiesen sind und langfristige Aufgaben wie Kaffeeherstellung ausführen können.
Das Weltmodell hat auch spezifische Aufgaben – schnell, realistisch und mit Daten. Die Vorhersage muss schnell erfolgen: Auf der RTX 5090 dauert es etwa 104 Millisekunden, bis das GE-Act 2.0 einen kontinuierlichen Bewegungsblock erzeugt; die Realismus muss genau sein: Einige Modelle können Bilder von Wasserflaschen für Roboter erzeugen, doch das Wasser im Becher bleibt völlig unbewegt; die Daten müssen reichhaltig sein: Laut Tao Dacheng, Leiter des wissenschaftlichen Teams bei Da Xiao Robot, und Wang Fei, Leiter der Entwicklung des Ka Wu Weltmodells, erfordern deutlich mehr Daten als „nahe an zehn Millionen Stunden“.
III. Viele Blumen blühen: Das körperbasierte Intelligenz-Ensemble von Shanghai
Das Besondere der intelligenten Industriebranche in Shanghai liegt darin, dass bei derselben Problemstellung mehrere Lösungen gleichzeitig versucht werden, um umgesetzt zu werden.
Einige embodied Intelligenz-Systeme verwenden Endgeräte für Warenauslagern. Der Roboter Da Xiao nutzt das von ihm entwickelte Weltmodell 3.1, um den Roboter direkt zu steuern; im September startete die erste Tankstelle-Kiosk-Kette in Zusammenarbeit mit der China Petroleum Shanghai Sales Company in der Testphase: Der Roboter sortiert und verpackt Online-Bestellungen in einem 75 cm breiten Korridor. Chairman Wang Xiaogang erklärte, dass beim Roboterbetrieb „alle 100 Millisekunden das Weltmodell eine Vorhersage über den zukünftigen Zustand macht“. Bei der Datenaufnahme und Generalisierung sammelt Qiongche Smart in mehr als 50 Städten im Land über 100.000 Stunden echte Weltdaten, wobei sowohl die Vorausbildung als auch die Nachbearbeitung mit menschlichen Daten erfolgt – was wirtschaftlicher und skalierbarer ist als die Daten-Sammelung durch Roboter. Lingchu Smart wandelt mithilfe seines entwickelten Weltmodells menschliche Handbewegungen in Roboteraktionen um und iteriert anschließend durch Strenglern am Kundenort.
Abbildung 3: Der Da Xiao-Robot im China Petroleum Kunlun Good Guest Service
Einige embodied Intelligenzmodelle starten von der BEndproduktionslinie. Das neue Modell von Shi Zhihang wird bereits in Produktionslinien wie Autoschaltkabelmontage eingesetzt. Sein Gründer und CEO Chen Yilun betont: „Weltmodelle verstehen die Welt, physikalische AI verändert die Welt.“ Es gibt auch embodied Intelligenzmodelle, die von dem AI4SLabor ausgehen. Das Shanghai Artificial Intelligence Labor veröffentlicht das Weltbewegungsmodell-Research InternW0-Δ, das Sicht, Kraftempfindung und Tastsinn in ein einziges Modell integriert, sodass technische Aufgaben wie Labor-Ladungsschwenken kontinuierlich durchgeführt werden können, und das Roboter so den Widerstand und die Rückmeldungen jedes Schritts wahrnehmen.
Mehr technische Wege werden in Shanghai gleichzeitig erforscht. Ju Brain Panshi veröffentlicht ein KI-Kognitionsmodell, das ohne vorgefertigte Karte in fremden Umgebungen erkundet, navigiert und bedient werden kann; Su Du Technology trainiert in simulierten Umgebungen und überträgt diese Erfahrungen auf echte Geräte.
Es gibt nur ein Testkriterium: Ob es in echten Szenarien zuverlässig ist.
4. Planung, Standards und Bewertung werden beschleunigt erstellt
Während die technischen Entwicklungswege vielfältig sind, ist es noch wichtiger, eine klare Ausrichtung zu haben. Der „Plan für den schnellen Fortschritt der neuen Industrialisierung in Pudong District‘15‘5“ schlägt vor, die Technologie des „Körperbasierten Großmodells + Weltmodells“ im Vordergrund zu setzen, um das Verständnis der physikalischen Gesetze und die autonome Entscheidungsfähigkeit des Modells zu fördern.
Die Industriestandards werden ebenfalls schneller entwickelt. Das Ministerium für Industrie und Technologie gibt öffentlich Stellungnahmen an.„Leitfaden für die Entwicklung von Industriestandards für Nationale Humanoiden-Roboter“（2026Version）》(Beschlussvorlage) wurden die Elemente der Weltmodellstandards aufgenommen.„Leitlinien für die Entwicklung eines Systems für Standards für künstliche Intelligenz in Shanghai (2026–2028)“Die „Weltmodellstandards“ werden als wichtige Technische Standards eingestuft, und es wird gefordert, ein multidimensionales Bewertungssystem zu etablieren.
Abbildung 4: Strukturdiagramm des KI-Systemstandards in Shanghai
Es ist immer noch jener Apothekenbetrieb, der unermüdlich beschäftigt ist. In diesem Moment kann das Roboterprogramm die Medikamentenboxen sehen, Bestellungen verstehen und die Medikamente herausnehmen. Wird das Roboterprogramm beim nächsten Mal eine größere Vorhersage darüber haben, was passieren würde, wenn es berührt wird? Welche Art von „Gehirn“ wird dann verwendet? Diese Antwort bestimmt, ob das Roboterprogramm „arbeiten kann“ oder „verlässlich ist“.
Von „Verstehen der Welt“ bis „Vorprozessieren des Nächsten Schrittes“ findet die Lösung auf den Trainingsplätzen und Arbeitsplätzen von GDPS 2026 sowie in mehr Laboren, Geschäften und Produktionslinien in Shanghai statt. Es geht dabei um das Erkunden, Testen und Umsetzen von Szenarien.
Dieser Artikel wird von Ants Lingbo bereitgestellt, QuantumBit hat die Lizenz zur Veröffentlichung erhalten, die Meinungen gehören dem ursprünglichen Autor.