Physical AI soll Maschinen beibringen, was jedes Kind beherrscht, aber jeder Roboter mühsam lernt: einen Gegenstand greifen und sicher wieder ablegen. Genau hier setzt ein gerade einen Monat altes Startup aus Peking an, hinter dem ein prominenter Alibaba-Manager und mit SenseTime eines der größten KI-Häuser Chinas stehen.
drweb.de als bevorzugte Quelle auf Google hinzufügenQualitätsgeprüfte Inhalte direkt in Google News & DiscoverJetzt hinzufügen
Li Qiang, langjähriger Technikchef von Alibabas Logistiktochter Cainiao, hat für sein neues Unternehmen Quantum Dynamics über 100 Millionen Yuan Startkapital erhalten, umgerechnet rund 13 Millionen Euro.[1] Das Geld soll Roboter aus dem Demo-Video in den Arbeitsalltag bringen.
Das Wichtigste in Kürze
- Li Qiang, früherer Technikchef der Alibaba-Logistiktochter Cainiao, hat das Startup Quantum Dynamics (昆腾动力) gegründet und über 100 Millionen Yuan (rund 13 Millionen Euro) eingesammelt.
- Angeführt wird die Seed-Runde von Yunqi Capital und der Investmentsparte des KI-Konzerns SenseTime.
- Quantum Dynamics versteht sich als Physical-AI-Systemfirma, nicht als reines Modellunternehmen; das Sprachmodell bildet nur einen Baustein.
- Erstes Einsatzfeld ist die Kommissionierung im Lager, das erklärte Ziel: bis 2027 täglich 1.000 Roboter im echten Betrieb.
Wer steckt hinter Quantum Dynamics?
Quantum Dynamics ist die Neugründung von Li Qiang, der 17 Jahre im Alibaba-Konzern arbeitete, zuletzt als Technikchef der Logistiktochter Cainiao und als technischer Leiter des internationalen Handelsgeschäfts. Das erst im Juni in Peking gestartete Unternehmen sammelte in seiner Seed-Runde über 100 Millionen Yuan ein, rund 13 Millionen Euro.[1] Als Kapitalgeber führen Yunqi Capital und die Investmentsparte des KI-Konzerns SenseTime die Runde an.
Der Zeitpunkt passt zu einer Welle: In China drängen Anbieter für verkörperte KI reihenweise an den Kapitalmarkt, so gelang dem Roboterbauer Unitree kürzlich der erste Börsengang eines Embodied-AI-Unternehmens. Quantum Dynamics steckt das frische Kapital in Forschung, Personal und die internationale Expansion und kooperiert dafür mit vier Hochschulen, darunter die Zhejiang-Universität und die NTU Singapur.
Was unterscheidet Physical AI von einem KI-Modell?
Physical AI koppelt ein KI-Modell mit Sensorik, Steuerung und Hardware zu einem System, das in der realen Welt handelt statt nur Text zu erzeugen. Genau diese Grenze zieht Li Qiang bewusst. „Wir sind eine Physical-AI-Systemfirma, kein reines Modellunternehmen. Das Modell ist Teil des Systems, nicht das Ganze“, sagt der Gründer laut 36Kr. Sein Team strebe „das Passende an, nicht das Beste“, weil ein Roboter räumlich begrenzt arbeite und ein spezialisiertes System brauche statt eines Alleskönner-Modells.
Als erstes Feld wählt das Team die Lager-Kommissionierung, weil Greifen, Platzieren, Etikettieren und Verpacken viele physische Interaktionen mit klaren Rückkopplungsschleifen und unmittelbarem Geschäftswert verbinden. Aus jedem einzelnen Griff entstehen Trainingsdaten, die das nächste Modell verbessern, ein Datenkreislauf, den ein reines Sprachmodell nie liefert. Dass die Steuerung solcher Roboter zur eigentlichen Königsdisziplin wird, zeigt auch Googles Vorstoß mit Gemini Robotics 2. Der Ansatz folgt einem Muster, das die ganze Branche umtreibt, seit die KI einen Körper bekommt.
Physical AI entscheidet sich nicht am besten Modell, sondern an der Frage, wer die Millionen Griffe im Lager zuerst in Trainingsdaten verwandelt. Genau diesen Vorsprung kauft SenseTime hier mit ein.
— Markus Seyfferth, Chefredakteur Dr. Web
Was bedeutet der Vorstoß für die DACH-Industrie?
Für die deutschsprachige Industrie verschiebt sich das Rennen um verkörperte KI vom besten Modell zur Frage nach Daten, Integration und Kapital. Genau das Lager, das Quantum Dynamics zuerst adressiert, ist eine Kernkompetenz von KION, Jungheinrich und dem gesamten Intralogistik-Mittelstand. Ein gut kapitalisierter Angreifer, der SenseTimes Modellstärke mit einem schlanken Systemansatz koppelt, zielt damit direkt auf ein deutsches Heimspiel.
Die deutschsprachige Antwort läuft bereits, wenn auch aus der Fabrik heraus statt aus dem Lager: BMW erprobt mit dem AEON-Humanoiden in Leipzig die Serienintegration, und Schaeffler schult in Frauenaurach ganze Humanoiden-Flotten für den Werkseinsatz. Der Engpass ist überall derselbe, nämlich verlässliche Steuerung und passende Trainingsdaten, wie auch die Debatte um das richtige Steuerungsmodell zeigt.
Lager- und Fertigungsbetriebe im DACH-Raum sollten die Pilotprojekte chinesischer Physical-AI-Anbieter beobachten und die eigenen Kommissionier- und Prozessdaten als strategisches Gut behandeln, statt sie beiläufig zu verschenken. Der Wettbewerb um verkörperte KI entscheidet sich am Ende dort, wo Roboter täglich echte Ware anfassen, nicht auf der nächsten Benchmark-Folie.
Quelle
[1] 36Kr / 硬氪: „Cainiao-Technikchef Li Qiang gründet Physical-AI-Plattform, Seed-Runde von über 100 Millionen Yuan durch Yunqi und SenseTime“
Mehr Newshunger?
- Erster Embodied-AI-Börsengang? Unitree ist durch
- Gemini Robotics 2 steuert den Humanoiden vom Fußgelenk bis zur Fingerspitze
- BMW bringt Physical AI nach Europa: AEON-Humanoid startet in Leipzig
- Roboter-Schule in Frauenaurach: Schaeffler trainiert Humanoide für den Werkseinsatz 2027
- Vom Heckklappenantrieb zum Robotergelenk: Stabilus fertigt Aktuatoren für Humanoide
- Welches KI-Modell soll humanoide Roboter steuern?
