de.wedoany.com-Bericht: Ledong Robotics ist kürzlich am Hauptbrett der Hongkonger Börse notiert worden. Das vor fast zehn Jahren gegründete Unternehmen hat sich rund um eine Kernfrage positioniert: Wie können Roboter Räume wahrnehmen und ihre Umgebung verstehen? Aus Sicht des Unternehmens verlagert sich der Wettbewerb im Zeitalter der physischen KI von der Frage „Wessen Modell ist intelligenter?" hin zu „Wer kann kontinuierlich reale Daten produzieren?". Hochwertige visuelle Wahrnehmung ist dabei der entscheidende Einstiegspunkt, um die reale Umgebung in maschinenlesbare Informationen zu übersetzen und kontinuierlich Trainingsdaten zu generieren.
Zhou Wei, Vorstandsvorsitzender von Ledong Robotics, erklärte, dass Wahrnehmung in zwei Ebenen unterteilt werden könne: Die erste Ebene sei das „Erfassen", bei dem über Sensoren Umgebungsdaten gesammelt werden; die zweite Ebene sei das „Verstehen", bei dem Algorithmen und Modelle die Daten in das Verständnis des Roboters für die Umgebung, den Raum und Objekte umwandeln. Dies bedeute, dass Wahrnehmung nie ein reines Hardware-Problem sei – Sensoren seien nur der Einstiegspunkt, der wahre Wettbewerb liege darin, wer die erfassten Daten weiterverarbeiten und in räumliche Intelligenz umwandeln könne.
Um Robotern die Fähigkeit zu geben, die reale Welt zu verstehen, hat Ledongs „Wahrnehmungsprodukt" mehrere technologische Iterationen durchlaufen. Auf der Sensorebene sieht das Unternehmen den zukünftigen Trend zwangsläufig in der multimodalen Fusion, bei der verschiedene Datenquellen wie visuelle Daten, Laser, Tiefeninformationen und IMU einheitlich verstanden werden müssen. Auf der Algorithmus- und Modellebene hat das Unternehmen einen Paradigmenwechsel von manuellen Regelalgorithmen hin zu End-to-End-KI-Modellen vollzogen, die auf autonomem Lernen und eigenständiger Umgebungserkennung durch KI basieren.
Ledong hat das selbstentwickelte große Modell LD-SenseWorld für die Interaktion mit dem physischen Raum entwickelt. Dieses Modell konzentriert sich auf die Intelligenz des physischen Raums, mit dem Kernziel, Robotern ein echtes Verständnis des Raums zu ermöglichen. Seine erste Fähigkeit ist die Datenvorverarbeitung und multimodale Fusion, bei der durch Abgleich, Bereinigung und Fusion multi-modale Daten auf eine gemeinsame Zeit- und Raumreferenz zurückgeführt werden. Die zweite Fähigkeit ist die Merkmalsextraktion und räumliche Tokenisierung, bei der Informationen wie Position, Entfernung, Objektbeziehungen und Bewegungszustand in „Raum-Token" komprimiert werden. Die dritte Fähigkeit ist die Semantisierung und Injektion physikalischer Konsistenz, bei der durch die Einführung physikalischer Randbedingungen und semantischen Verständnisses die Daten mit kausalen und verhaltenslogischen Zusammenhängen versehen werden.
Für die physische KI ist das Modell nur der Anfang. Was wirklich darüber entscheidet, ob ein Roboter in die reale Welt gelangen kann, ist die Datenversorgungskapazität hinter dem Modell. Zhou Wei erwähnte, dass es hauptsächlich drei Arten von Datenquellen in der Branche gebe: Simulationsdaten, Daten aus Laboren oder Datenfabriken sowie Daten aus realen Anwendungsszenarien. Die ersten beiden könnten die unbekannten Situationen der realen Welt nur schwer abdecken.
Ledong unterstützt die Modellimplementierung durch den Aufbau einer „dreischichtigen Kernarchitektur für physische KI": Die Hardware-Wahrnehmungsschicht ist für die Erfassung riesiger Mengen an Rohdaten aus der realen Welt mit multimodalen Sensoren zuständig; die Modellebene nutzt das große Modell für die Rauminteraktion, um Robotern das Verständnis der realen Welt zu ermöglichen; die Datenebene basiert auf der kontinuierlichen Erfassung durch reale Geräte, der kontinuierlichen Verarbeitung durch das selbstentwickelte große Modell und der Ausgabe von strukturierten, semantisierten und physikalisch konsistenten Raum-Token, die direkt für das Training von Weltmodellen verwendet werden können. Letztendlich entsteht ein „Daten-Schwungrad", das von der Hardwaredatenerfassung über das Datentraining von Modellen bis hin zur Rückdefinition von Hardware durch Modelle reicht.
Ledong hat auf diesem Weg bereits eine skalierte Basis aufgebaut. Im Jahr 2025 überstieg der Absatz seines Kernprodukts, des DTOF-Laserradars, 4 Millionen Einheiten. Die Anzahl der Geräte, die mit Ledongs visueller Wahrnehmungstechnologie ausgestattet sind, hat die 20-Millionen-Marke überschritten. In Ledongs Finanzberichten ist der Mähroboter der zweite Wachstumsmotor des Unternehmens, dessen Produkte hauptsächlich in Märkte wie Europa, Amerika und Australien verkauft werden. Laut Statistiken von Drittanbietern wird der weltweite Markt für intelligente Mähroboter bis 2030 voraussichtlich auf 6,25 bis 10 Milliarden US-Dollar anwachsen.
Ledong Robotics wurde 2017 von Zhou Wei und Guo Gaihua in Shenzhen gegründet. Zuvor hatten die beiden das Unternehmen Lixing Tianxia gegründet und Erfahrungen im Bereich intelligenter Selbstbalanceroller gesammelt. Nach Jahren der Unternehmensgründung sah sich das Unternehmen 2022 mit einem schwierigen makroökonomischen Umfeld und einem schwachen Kapitalmarkt konfrontiert. Als Investoren vorschlugen, die Forschungs- und Entwicklungsausgaben zu senken, entschied sich Zhou Wei, voll auf die Wahrnehmungstechnologie zu setzen. Er ist der Ansicht, dass Wahrnehmung die grundlegende Fähigkeit ist, die alle Roboter in Zukunft benötigen werden.
Vom Sensorproduktunternehmen zur „Wahrnehmungs-Infrastrukturplattform für physische KI" baut Ledong ein Datenverarbeitungssystem für die physische Welt auf, das Robotern ermöglicht, die Welt zu verstehen, Modellen die Welt begreifbar macht und Robotern erlaubt, sich auf Basis der realen Welt kontinuierlich weiterzuentwickeln.
