LONDON (IT BOLTWISE) – Physical AI rückt in den Vordergrund: Ant Groups LingBot VLA 2.0 steuert laut Angaben 20 Robotertypen ohne Nachjustierung und erreicht auf einem GM-100-Testwerte, die den bisherigen Referenzwert übertreffen. Parallel dazu setzt Zhiyuan Robotics mit einer Action-Chain-of-Thought auf eine Trennung von Planungs- und Echtzeitsteuerung. Siemens und IFS verknüpfen zudem Daten für einen industriellen digitalen Zwilling, während die Industrie über Edge-Cloud-Architekturen und neue Benchmarks nachdenkt.
Physical AI bewegt sich 2026 vom Forschungslabor in die Betriebsrealität. Der Kerntrend: Systeme sollen Robotern eine Art „Universalsteuerung“ geben, die nicht für jede Aufgabe und jede Plattform neu programmiert werden muss. Ant Group bringt mit LingBot VLA 2.0 am 8. Juli 2026 ein Modell mit sechs Milliarden Parametern als offene Plattform auf den Weg, das 20 Robotertypen von 17 Herstellern bedienen soll, ohne dass eine Nachjustierung erforderlich ist. Damit verschiebt sich der Fokus von Robotik-Projektmanagement hin zu Modell-Engineering, Datenpipelines und Validierungsketten für reale Umgebungen.
Technisch lohnt ein Blick auf die Ausführungsdetails, weil sie erklären, warum „ohne Programmierung“ überhaupt plausibel wird. LingBot VLA 2.0 arbeitet mit einem 55-dimensionalen Aktionsvektor und nutzt eine Mixture-of-Experts-Architektur, bei der mehrere spezialisierte Teilmodelle je nach Situation aktiviert werden. In der Eingabe wird außerdem eine Reaktionszeit von rund 130 Millisekunden auf handelsüblicher Hardware genannt. Für Unternehmen heißt das: Die Latenz muss so niedrig sein, dass eine geschlossene Regelung in der Praxis nicht ständig über Steuer-Workarounds „abgefedert“ werden muss. Zum Vergleich adressiert Zhiyuan Robotics mit GO-2 ähnliche Echtzeitanforderungen, trennt aber explizit Planung („Gehirn“) und Ausführung („Muskeln“).
Marktseitig ist das Timing auffällig: Während Physical-AI-Modelle Fähigkeiten zur Generalisierung versprechen, treiben klassische Industriesysteme gleichzeitig die Integration nach vorne. Siemens und IFS gehen laut Input eine strategische Partnerschaft ein, um ein geschlossenes industrielles KI-System aufzubauen. Die Kombination aus Siemens Xcelerator Ingenieurs- und Simulationsdaten sowie den Asset-Management-Daten von IFS soll einen präziseren digitalen Zwilling ermöglichen – also ein virtuelles Abbild realer Maschinen und Anlagen, das nicht nur visualisiert, sondern Handlungs- und Zustandsannahmen zurückspielt. In so einer Architektur entscheidet weniger die „Demo-Fähigkeit“ als vielmehr, wie sauber Datenformate, Semantiken und Berechtigungen zwischen OT und IT harmonisieren.
Aus der Wettbewerbslandschaft entsteht ein Muster: Hardware- und Plattformanbieter versuchen die Lücke zwischen Simulation und Werkhalle zu schließen. Standard Bots wird im Input über CEO Evan Beard zitiert, der Physical AI als Möglichkeit beschreibt, dass Roboter durch Vorführung lernen statt programmiert werden zu müssen. Genau diese Verschiebung ist für den Fachkräftemangel relevant: Die Eingabe nennt für das US-verarbeitende Gewerbe einen Rückgang von 20 Millionen Beschäftigten (1979) auf rund 13 Millionen heute. Parallel dazu setzt 1X Technologies mit seiner EVE-Plattform auf reale Trainingsdaten aus Lagern und betont damit Datenqualität gegenüber „reinem Modellwachstum“. Allgemein Intuition wiederum trainiert auf Millionen Videospiel-Stunden und will ein Vierbeinersystem nach acht Minuten Feineinstellung mit echter Kameradatenlage steuern – ein Hinweis darauf, dass sich Lernkurven zunehmend über domänenferne Vortrainings und datenbasierte Adaption verkürzen lassen.
Historisch betrachtet sind Universalsteuerungen nicht neu, aber die Hürden wurden lange von drei Faktoren dominiert: fehlende Skalierung geeigneter Daten, unzureichende Abdeckung realer Zustände und ein mangelndes Benchmarking, das „Überanpassung“ an Simulatoren entlarvt. Genau hier versucht Nvidia Research mit RoboLab gegenzusteuern. In der Eingabe wird eine simulationsbasierte Benchmark-Plattform mit 120 kuratierten Aufgaben angekündigt, integrierbar ab August 2026 in die Isaac Lab-Arena, inklusive Diagnosefunktionen. Der Ansatz, neue Aufgaben generieren zu können, soll der „Benchmark-Sättigung“ entgegenwirken. Das ist wichtig, weil die Industrie sonst zu schnell Ziele optimiert, die im Labor funktionieren, aber im Betrieb Ausnahmen häufen.
Auch die Test- und Validierungsketten für KI-Software werden breiter gedacht. UST integriert Anfang 2026 den Claude-Assistenten von Anthropic in Engineering-Plattformen zur Chip-Validierung. Laut Eingabe sollen sich Testzyklen in einzelnen Szenarien von vier Tagen auf 48 Stunden verkürzen lassen, also um bis zu 70 Prozent. Übertragbar ist das Muster auf Robotik nicht 1:1, aber die Idee bleibt: Automatisierte Prüf- und Engineering-Workflows reduzieren Schleifen, ohne dass die Endvalidierung entfallen muss. Für KI-Robotik heißt das praktisch, dass Modellversionen, Datenanreicherung, Sicherheitsgrenzen und Ausfallmodi als zusammenhängende Pipeline betrachtet werden müssen – sonst „gewinnt“ man zwar Latenz, verliert aber Zuverlässigkeit.
Ein entscheidender Marktpunkt ist die Messbarkeit von Fortschritt. Die Eingabe verweist auf eine Umfrage des Marktforschungsinstituts Futurum mit 820 Organisationen im ersten Halbjahr 2026: 55 Prozent messen den KI-Erfolg primär über Produktivitätssteigerungen. Gleichzeitig bleibt die Zuverlässigkeit ein Bremsklotz, denn mehr als die Hälfte der Befragten kämpft noch mit Halluzinationen. Für Physical AI bedeutet das: Selbst wenn ein System 98,5 Prozent auf LIBERO erreichen soll, muss es in der realen Welt „robust genug“ sein, um unsichere Aktionen zu erkennen und abzufedern. Ergänzend nennt der Input als Branchenansatz zwei Ebenen: Edge-Compute für lokale Vorverarbeitung und schnelle Entscheidungen kombiniert mit Cloud für globale Analysen. Genau dieses Zusammenspiel entscheidet über Kosten, Netzabhängigkeit und Compliance.
Regulatorik und Datenschutz werden dabei oft unterschätzt, obwohl gerade Robotik physische Daten (Video, Sensordaten, Betriebsparameter) erzeugt, die personenbezogene Rückschlüsse erlauben können. In Unternehmen sollten daher Mechanismen wie Datenminimierung, Zugriffssteuerung, Logging und klare Aufbewahrungsfristen bereits in der KI-Infrastruktur mitgedacht werden, nicht erst nach dem Pilotprojekt. Zusätzlich verschärft sich die Sicherheitsfrage über „öffentliche Plattformen“: Wenn Modelle oder Policies offen dokumentiert sind, wächst der Bedarf an Integritätschecks und an kontrollierten Rollouts. Ausblickend deutet der Input darauf hin, dass der Übergang zu vollautonomen Systemen bis 2027 einen grundlegenden Umbau der Infrastruktur erfordert. Für Entwickler heißt das: KI-Entwicklung, Observability, Safety-Wrapper und kontinuierliche Tests werden zu den neuen Kernkompetenzen.
💳 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.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- 【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 "Physical AI: LingBot VLA 2.0 steuert 20 Robotertypen ohne Programmierung" 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 "Physical AI: LingBot VLA 2.0 steuert 20 Robotertypen ohne Programmierung" 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: »Physical AI: LingBot VLA 2.0 steuert 20 Robotertypen ohne Programmierung« bei Google Deutschland suchen, bei Bing oder Google News!