WIEN / TAIPEH / LONDON (IT BOLTWISE) – NVIDIA, FANUC und Amazon treiben Physical AI mit neuen Modellen, Benchmarks und Partnerschaften voran. Im Zentrum steht „Cosmos 3“, ein offenes Omnimodell, das Trainingszyklen von Monaten auf Tage reduzieren soll. Gleichzeitig rücken fehlende Standards, neue Sicherheitsansätze sowie Industrie-Integrationen in den Fokus, während konkurrierende Systeme um Benchmark-Spitzenwerte kämpfen.
Die Robotik steht vor einer Phase, in der reine Wahrnehmung nicht mehr ausreicht, um im Alltag zuverlässig zu handeln. Immer mehr Stimmen aus Forschung und Industrie verlagern den Schwerpunkt auf „Physical AI“: Modelle, die nicht nur sehen, sondern Handlungen ableiten und auf wechselnde Situationen im Raum reagieren. Auf der ICRA 2026 in Wien wird Physical AI deshalb zunehmend als Schlüssel für humanoide Systeme interpretiert, die Geschicklichkeit und Manipulation so gut beherrschen müssen, dass sie nicht bei jeder neuen Aufgabe neu „umtrainiert“ werden müssen.
Technisch setzt NVIDIA mit „Cosmos 3“ an dieser Engstelle an. Das Unternehmen präsentierte auf der Computex in Taipeh ein offenes Omnimodell für Physical AI, das laut Ankündigung Welterzeugung, Aktionsvorhersage und visuelles Denken in einem Rahmen zusammenführt. Entscheidend ist dabei der Anspruch, die Trainingszyklen deutlich zu verkürzen: In der Berichterstattung heißt es, das Framework könne statt Monaten nur noch Tage benötigen. Mit Modellgrößen von 8 Milliarden und 32 Milliarden Parametern zielt NVIDIA zudem auf eine reproduzierbare Grundlage für die Community, die über einzelne geschlossene Forschungsprototypen hinausgeht.
Gleichzeitig zeigt der Blick auf Benchmarks, wie hart der Wettbewerb um Daten, Auswertung und Generalisierung geworden ist. Wie Branchenberichte aus dem Umfeld des RoboArena-Benchmarks nahelegen, führt derzeit Spirit AI in einer Rangliste mit 1.924 Punkten knapp vor „Cosmos 3 Nano Policy“ mit 1.881 Punkten. Solche Resultate sind für Entscheider besonders relevant, weil sie als Proxy für praktische Leistungsfähigkeit dienen – allerdings nur, solange die Metriken vergleichbar bleiben. Genau hier setzt das nächste Problem an: Fehlende einheitliche Standards für Geschicklichkeitsaufgaben bremsen laut Experten den Systemvergleich, selbst wenn die Modelle technologisch schnell vorankommen.
Ein Beispiel für die Standardisierungsarbeit ist das NSF-finanzierte COMPARE Ecosystem, das Vorstandardisierungen für Definitionen und Benchmarks vorantreiben soll. Hintergrund sind noch nicht ausreichend kompatible Formate für taktile Sensordaten: Ohne konsistente Repräsentationen lässt sich schwer beurteilen, ob ein Modell „besser“ ist oder lediglich andere Messbedingungen nutzt. Parallel arbeiten Teams an praktischen Vergleichswegen, etwa mit einem Benchmark wie „RobOmni“, der einen digitalen Zwilling des DM-TacClaw-Greifers in der NVIDIA-Umgebung Isaac Sim verwendet. Für Unternehmen ist das mehr als Forschungsthema: Je belastbarer die Benchmarks, desto schneller wird die Budgetfreigabe für Pilotprojekte.
Der Markt reagiert auch auf der Ebene der Integration. FANUC kündigte eine Partnerschaft mit Google Cloud an, die Physical AI in der Industrierobotik verankern soll. Inhaltlich geht es dabei nicht nur um ein Modelltraining, sondern um die Verbindung mit Gemini Enterprise für Sprachsteuerung und autonome Aufgabenausführung; laut Meldung seien bereits über 1.000 Roboter im Einsatz. Damit wird ein weiterer Industrietrend sichtbar: KI wird zunehmend als operatives Steuerungs- und Orchestrierungselement verstanden, das mit bestehender Automatisierungsinfrastruktur zusammenarbeiten muss. Der Vergleich liegt nahe zu Wettbewerbern, die ebenfalls auf Cloud- und Enterprise-Stack-Integrationen setzen, um Time-to-Value zu verkürzen.
Amazon treibt derweil die Robotikautomatisierung entlang der Logistikkette. Auf „Delivering the Future“ in London wurde eine aktualisierte Version seines Proteus-Roboters gezeigt, diesmal mit Sprachsteuerung und autonomer Routenplanung. In der Berichterstattung wird das als Teil eines groß dimensionierten Investitionspakets beschrieben, das auch in Europa Jobs schaffen soll. Für die Praxis ist der Punkt vor allem die Skalierbarkeit: Logistik ist ein Umfeld mit hoher Taktung, klaren Regeln und ständiger Varianz in Laufwegen und Layouts. Gerade deshalb ist Physical AI attraktiv, weil sie potenziell weniger „harte“ Programmierung für jede neue Situation erfordert als klassische Roboter-Programmierung.
Parallel entstehen Speziallösungen, die Physical AI näher an konkrete Prozesse bringen. Dexterity präsentierte den Roboter „Mech“, ein Zweiarmsystem für die Automatisierung von Verteilzentren, das in Zusammenarbeit mit FedEx auf Be- und Entladeprozesse optimiert wird. Die Steuerung basiert dabei auf einer Architektur von Beckhoff, was zeigt, wie wichtig die Kopplung an etablierte Steuerungswelten ist. Auch bei diesen Ansätzen wird deutlich, dass die größten Lücken häufig nicht in der „reinen“ KI liegen, sondern in der Systemintegration: Sensorik, Safety-Mechanismen, Zustandsmodelle und die saubere Übergabe zwischen Simulation und Realbetrieb. Genau hier werden Sicherheits- und Validierungsfragen zum zentralen Kaufargument.
Für die nächste Sicherheitswelle wird zudem ein neuer Ton gesetzt: Eine Studie zur „Agentic Gamification“ beschreibt, wie rote und blaue Teams gegnerische Szenarien generieren, damit ein System Gefahrenerkennung bereits vor dem Realbetrieb lernt. Unabhängig davon, ob das für jede Zertifizierung sofort genügt, adressiert es ein strukturelles Problem der Branche: Sicherheitsmodelle sind schwer zu testen, wenn reale Randbedingungen zu selten sind. Ergänzend liefern Ergebnisse aus dem akademischen Umfeld einen Hinweis auf den Trainingshebel: Forschende der NYU Tandon School of Engineering argumentieren, dass die Konsistenz der Trainingsdaten häufig wichtiger sei als deren Komplexität. In realen Tests wurden dabei hohe Erfolgsquoten mit wenigen, konsistenten Demonstrationen erreicht, was die Diskussion um effizientere Datenpipelines weiter anheizt.
Der Ausblick auf ICRA 2026 zeigt schließlich, dass Hardware und Ökosysteme ebenso dynamisch sind wie die Modelle. GENISOM AI brachte etwa einen Industrie-Vierbeiner mit IP67-Schutzklasse und nennenswerter Nutzlast in den Fokus, während die „AGIBOT World Challenge 2026“ Wettbewerbsdaten für unterschiedliche Fähigkeiten sammelt. Auch im Alltag wird Physical AI greifbarer: CreateMe nutzt Physical AI in der Bekleidungsfertigung, wobei statt klassischer Nähtechnik eine Klebeverbindung zum Einsatz kommen soll, um mit weichen Materialien besser zurechtzukommen. Hello Robot zeigte mit „Stretch“ zudem eine neue Haushaltsrobotik-Generation. Für Unternehmen bedeutet das: Mit jedem Pilot wird das abstrakte Potenzial konkreter, gleichzeitig steigen die Anforderungen an Datenhaltung, Security und nachvollziehbare Validierung.
Aus Regulierungs- und Datenschutzsicht bleibt das zentrale Thema die Nachvollziehbarkeit von Datenflüssen. Physical-AI-Pipelines sammeln oft sensiblere Informationen aus Umgebungen, Produktionsstätten und potenziell auch aus privaten Haushalten. Je stärker Sprachsteuerung und autonome Planung eingebunden werden, desto wichtiger werden Schutzmechanismen gegen unbefugten Zugriff, sichere Protokollierung und klare Governance für Trainingsdaten. Für Entscheider folgt daraus eine einfache Priorität: KI-Innovationen müssen mit Security-by-Design, Zugriffskontrollen und einer sauberen Aufteilung zwischen Modelltraining, Inferenz und Telemetrie einhergehen. Die nächste Wettbewerbsphase wird daher weniger nur „wer hat das beste Modell?“ beantworten, sondern „wer betreibt es am sichersten, skalierbarsten und mit den belastbarsten Standards“.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "NVIDIA Cosmos 3: Offenes Physical-AI-Omnimodell verkürzt Training auf Tage" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "NVIDIA Cosmos 3: Offenes Physical-AI-Omnimodell verkürzt Training auf Tage" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »NVIDIA Cosmos 3: Offenes Physical-AI-Omnimodell verkürzt Training auf Tage« bei Google Deutschland suchen, bei Bing oder Google News!