de.wedoany.com-Bericht: Auf der Weltkonferenz für Künstliche Intelligenz (WAIC) 2026 präsentierte das chinesische Unternehmen Tashizhihang eine automatisierte Produktionslinie zur Montage von Präzisionskabelbäumen für die Automobilindustrie, die auf seinem neu veröffentlichten verkörperten nativen Basismodell AWE 3.5 basiert. Die Demonstration brachte eine maßstabsgetreue, ringförmige Kabelbaum-Fließbandanlage in die Ausstellungshalle, wo mehrere Roboter in einem Cluster zusammenarbeiteten und gleichzeitig unterschiedliche Montageaufgaben für verschiedene Kabeltypen ausführten.
Die Werkstatt für Kabelbäume in der Automobilindustrie gilt aufgrund der Weichheit der Kabelbäume, der extrem hohen Anforderungen an die Steckgenauigkeit und der komplexen Prozesse seit langem als „Tiefwasserbereich“ der industriellen Automatisierung. Ding Wenchao, Chefwissenschaftler von Tashizhihang, erklärte, dass die Einführung von AWE 3.5 die Effizienz der Produktionslinie erheblich gesteigert habe, sodass die Geschwindigkeit der Roboter sogar gedrosselt werden müsse, um eine Erschöpfung des Materials zu vermeiden.
AWE 3.5 ist das erste native Modell im Bereich der verkörperten Intelligenz, das das gesamte Paradigma vom Vortraining bis zum Nachtraining durchgängig macht. Das Modell verarbeitet bereits in der Vortrainingsphase gleichzeitig multimodale Daten wie visuelle, sprachliche und Aktionsdaten und verwendet eine einheitliche Architektur namens „One Model“, die sowohl Aktionsbefehle ausgeben als auch zukünftige visuelle Zustände vorhersagen kann. Durch die Änderung der Kombination von Ein- und Ausgaben kann das Modell zwischen der „Basisstrategie“ und dem „aktionsbedingten Weltmodell“ wechseln und so einen vollständigen Kreislauf des bestärkenden Lernens bilden.
Vor Ort auf der WAIC demonstrierte AWE 3.5 außerdem seine Fähigkeit zur Multitask-Generalisierung auf Basis desselben Modells, darunter das Aufräumen von Schreibtischen, das Verpacken von Handys, das Anschließen von Netzwerkkabeln und das Sortieren von Teilen. Das Modell muss zwischen verschiedenen Aufgaben weder neu geladen werden noch Parameter wechseln. Darüber hinaus richtete Tashizhihang eine interaktive Demonstration des Weltmodells ein, bei der Besucher mit einer Datenerfassungs-Greifvorrichtung mit der von AWE 3.5 generierten Parallelwelt interagieren und physikalisches Feedback wie Schwerkraft, Kollisionen und Reibung erfahren konnten – der gesamte Prozess kam ohne traditionelle Physik-Engines oder Newton'sche Gesetze aus.
Das Modell verfügt über ein Langzeitgedächtnis und ein räumliches Verständnis über lange Zeiträume, sodass es die Umgebung über mehrere Minuten kontinuierlicher, interaktiver Kreislauf-Deduktion stabil halten kann, was die Segmentierung von Aktionssequenzen im Nachtraining unterstützt. Tashizhihang betont, dass AWE 3.5 auf der Grundlage von über einer Million Stunden menschenzentrierter (human-centric) Daten trainiert wurde und der Schwerpunkt seines Datensystems sich von „mehr“ zu „intelligenter und höherer Qualität“ verlagert, wobei die Dateneffizienz (Data Efficiency) zu einer neuen Bewertungsdimension wird.
Ding Wenchao erklärte in einem Interview, dass AWE 3.5 dank eines ausreichenden Umfangs an Vortrainingsdaten und einer Infrastruktur, die große Datenmengen verarbeiten kann, bereits in der Lage sei, eine neue Aufgabe mit nur stundenlanger Datenerfassung zum Laufen zu bringen. Er wies darauf hin, dass das Scaling der verkörperten Intelligenz vollständig freigesetzt sei und dass es in der ersten Hälfte bis zur Mitte des Jahres 2027 zu einem Branchen-Wendepunkt kommen könnte. Neben der Kabelbaummontage wurde das Modell bereits in mehreren industriellen Szenarien wie flexiblem Handling, Sortierung und kooperativer Inspektion validiert.
In Bezug auf die Kontroverse in der Branche zwischen VLA (Vision-Language-Action) und dem „Weltmodell“-Ansatz ist Ding Wenchao der Ansicht, dass das endgültige Bewertungskriterium immer noch sei, „ob die Aktion optimiert werden kann“. Er erklärte, dass die One-Model-Architektur von AWE 3.5 visuelle, sprachliche und Aktionsdaten bereits in der Vortrainingsphase koppele, wodurch Probleme wie Halluzinationen von Videomodellen oder eine mangelnde Synchronisation von räumlichem Verständnis und Aktion vermieden würden. Dies mache das Modell zu seinem eigenen Simulator, ohne dass eine manuelle Erstellung einer Simulationsumgebung erforderlich sei.
In Bezug auf die geschickte Hand (Dexterous Hand) sagte Ding Wenchao, dies sei derzeit sein größtes „ungelöstes Rätsel“. Tashizhihang habe bereits vor AWE 3.0 mit der Eigenentwicklung einer geschickten Hand begonnen, wobei ein Top-Down-Ansatz verfolgt werde: Zuerst werde analysiert, welche Fähigkeiten der Mensch zur Ausführung einer Aktion benötigt, und dann werde das Hardware-Design rückwärts definiert. Er zeigte sich optimistisch, dass es möglich sei, die geschickte Hand in reale Szenarien zu bringen und innerhalb von 12 bis 18 Monaten einen deutlichen industriellen Trend zu sehen. Ob sie einen kommerziellen Kreislauf erfolgreich durchlaufen könne, könnte ein wichtiger Meilenstein im Bereich der verkörperten Intelligenz werden.
Ding Wenchao ist der Ansicht, dass die Branche der verkörperten Intelligenz von der Phase, in der man sich darauf konzentrierte, dass Roboter sich „bewegen“ und „greifen“ können, in eine Phase übergegangen sei, in der man sich mehr für deren kontinuierliche und stabile Arbeit in realen Szenarien interessiere. Die Fähigkeit zur großflächigen Umsetzung in mehreren Szenarien werde 2027 ein entscheidendes Kriterium für die Bewertung von Unternehmen sein. Er wies gleichzeitig darauf hin, dass die aktuelle Spitzenforschung im Bereich der verkörperten Intelligenz beschleunigt in die Industrie übergehe. Für Neueinsteiger, die nur auf der Grundlage von Paper-Technologierouten gründen, sei die Schwierigkeit bereits deutlich gestiegen; sie müssten neue ökologische Nischen finden.
Auf der diesjährigen WAIC befand sich der Stand von Tashizhihang im Ausstellungsbereich „Moderne Ära · Stadt der Partner“ im ersten Stock des Shanghai World Expo Exhibition & Convention Centre, und zwar als erster Stand auf der rechten Seite des Eingangs. Zu den gezeigten Inhalten gehörte auch der präzise Steckvorgang von Kabelbäumen, bei dem die Besucher die Augen zusammenkneifen mussten, um die winzigen Stecklöcher zu treffen und so den Schwierigkeitsgrad der Aufgabe zu erfahren. Während der Messe zog der Stand von Tashizhihang ebenfalls eine große Anzahl von Besuchern an.
Die Demonstration der Präzisionskabelbaum-Montage erforderte höchste Präzision; die Stecklöcher waren extrem klein, sodass man die Augen zusammenkneifen und genau den richtigen Punkt treffen musste – eine Herausforderung sowohl für Roboter als auch für Menschen.
Ding Wenchao betonte, dass der nächste Schritt der verkörperten Intelligenz darin bestehe, dem System einen Gradienten zu verleihen, d. h. eine klare Richtung für die Iteration, und diese Richtung müsse aus positivem Feedback aus realen Szenarien kommen. Tashizhihang treibe diesen Prozess voran, indem es in mehreren Szenarien Killer-App-Kreisläufe bilde.
In Bezug auf die Bedeutung des kooperativen Designs von Hardware und Software ist Ding Wenchao der Ansicht, dass diese weit über die Erwartungen hinausgehe. Eine Greifvorrichtung könne etwa 80 % der Probleme lösen, aber die restlichen 20 % erforderten eine geschickte Hand. Ob diese in der Lage sei, praktische Aufgaben zu bewältigen und einen kommerziellen Kreislauf zu durchlaufen, könnte ein wichtiger Meilenstein im Bereich der verkörperten Intelligenz werden.
Ding Wenchao fasste zusammen, dass die Branche von lokalen technologischen Highlights zu einer systematischen, ganzheitlichen Kriegsführung übergegangen sei. Das endgültige Bewertungskriterium werde sehr anschaulich sein: Welche Aufgaben der Roboter erledigt hat und wie schnell und kostengünstig neue Aufgaben hinzugefügt werden können. Die kontinuierliche und stabile Arbeit in realen Szenarien sei zum zentralen Anliegen der Branche geworden.
