NexaRob News/Nachrichten

X Square Robot präsentiert ein umfassendes Portfolio an Embodied-AI-Technologien auf der WRC 2026.

Auf der World Robot Conference 2026 in Peking stellte X Square Robot eine vollständige Palette von Embodied-AI-Technologien vor - von Basismodellen und Manipulationssystemen bis hin zu Dateninfrastrukturen. Auf der Ausstellung wurde gezeigt, wie diese Technologien sowohl in der Logistik als auch im Haushalt funktionieren, und das Unternehmen behauptet, dass ihr Ansatz zur Datenerfassung sogar um 2 verbessert werden kann.

Auf dieser Seite

Ein komplettes Embodied-AI-Ökosystem an einem Ort.

Auf der World Robot Conference 2026 stellte das Unternehmen X Square Robot aus Shenzhen eine vollständige Palette von Embodied-AI-Technologien vor, wobei der Schwerpunkt auf der Integration von Basismodellen, Roboterhardware, Manipulationssystemen und Dateninfrastruktur lag. Die Ausstellung fand vom 19. bis 23. August am Stand C107 in Peking statt. Die Präsentation beschränkte sich nicht nur auf eine einzige Anwendung - das Unternehmen zeigte, wie sein Ansatz sowohl in der Industrie als auch im Haushalt skaliert werden kann.

Im Mittelpunkt der Ausstellung stand das Modell WALL-B, das die Grundlage für viele Anwendungen bildet. Mit seinen selbstentwickelten Armen mit sechs Freiheitsgraden und einem fortschrittlichen Wahrnehmungssystem ermöglicht dieses Modell die Durchführung komplexer Aufgaben in sich verändernden physischen Umgebungen - vom Bewegen von Paketen bis zum Arrangieren von Blumen. Dies ist nicht nur eine technische Demonstration, sondern ein Beispiel für die Strategie des Unternehmens: den Aufbau einer Intelligenz, die in der realen Welt und nicht nur in einem kontrollierten Labor funktioniert.

Logistik als Test für reale Anwendungen.

Eines der konkretesten Beispiele war eine Logistikdemonstration, die vor der WRC 2026 durchgeführt wurde. Während eines Livestreams verarbeitete das X Square Robot-System innerhalb einer Stunde 1816 Pakete und erreichte dabei eine Genauigkeit von über 98 Prozent. Es ging nicht nur um Automatisierung, sondern auch um die Fähigkeit, Entscheidungen in Echtzeit zu treffen. Die Pakete kamen in verschiedenen Formen, Größen und Anordnungen an; einige waren zerknittert, andere hatten verkehrt herum angebrachte Etiketten.

Das System, das das Modell WALL-B verwendet, analysierte jedes Paket einzeln. Die Arme konnten es verschieben, drehen, ausbreiten und in die richtige Richtung auf einem Förderband platzieren. Als einer der Arme feststellte, dass ein Paket zum falschen Band gelangt war, intervenierte er automatisch - was die Fähigkeit zeigt, Ausnahmen zu behandeln, ohne dass eine vollständige Neuprogrammierung erforderlich ist.

Dexterous-Manipulation in häuslicher Umgebung.

Demonstration der Blumenarrangements durch einen Roboter
Dexterous-Manipulation in häuslicher Umgebung - illustratives Beispiel.

Im Rahmen der WRC 2026 zeigte das Unternehmen, wie Embodied AI außerhalb einer Fabrik eingesetzt werden kann. Eines der interessantesten Beispiele war eine Demonstration des Anfertigens eines Blumenstraußes. Ein Roboter mit zwei Armen erhielt die sprachliche Anweisung: „Erstelle einen Strauß aus roten Rosen, füge grüne Blätter hinzu und stelle ihn in eine Vase“.

Das System musste die Farbe erkennen, die entsprechende Blume finden, sie bewegen, eine Vase arrangieren und andere Elemente hinzufügen - alles unter sich ändernden Bedingungen. Wenn der Demonstrator die Vase bewegte oder die Anordnung der Blumen veränderte, hielt der Roboter nicht an, sondern passte die Abfolge der Aktionen an. Dies zeigt den Unterschied zwischen sequenzieller Programmierung und echter verkörperter Intelligenz - der Fähigkeit zur Anpassung und zum Verständnis des Kontexts.

Datenerfassung als Grundlage für KI

Unter all diesen Anwendungen liegt das QUANXTA Zero-System - eine Plattform zur Datenerfassung für verkörperte KI. Das Set umfasst tragbare Hardware, Wearables und Handmanipulatoren, die es ermöglichen, menschliche Bewegungen ohne physische Verbindung zum Roboter aufzuzeichnen.

Das Unternehmen behauptet, dass das System Datenströme mit einer Genauigkeit von 1 Millisekunde synchronisiert und visuelle, taktile und akustische Daten zusammen mit einer Positionsgenauigkeit im Millimeterbereich erfassen kann. Darüber hinaus behauptet X Square Robot, dass 1000 Proben, die ohne Roboter gesammelt wurden, und 100 Proben von realen Robotern einen vergleichbaren Effekt wie 1000 Proben von realen Robotern haben können - was auf eine erhebliche Reduzierung der Kosten und Zeit im Trainingsprozess hindeutet.

Die Zukunft des Hauses als Umgebung für KI

Im Rahmen des Programms „X Family Member Program“ zeigte das Unternehmen ein realistisches Modell eines Tages zu Hause - vom Frühstück über das Abendessen bis zum Verlassen der Wohnung. Anstatt einzelne Funktionen zu präsentieren, kombinierte die Demonstration verschiedene Szenarien: Der Roboter half bei der Zubereitung von Speisen, beantwortete Fragen über eine App, erinnerte an den Ausflug und steuerte Haushaltsgeräte.

Dies ist nicht nur Technologie - es ist ein Vorgeschmack auf die Zukunft, in der Roboter nicht isoliert sind, sondern als Teil eines Ökosystems fungieren. Die Schwierigkeit besteht jedoch darin, dass Häuser instabile Umgebungen sind: Objekte ändern sich, Menschen bewegen sich und Situationen sind fast immer unvorhersehbar. Daher wird die Fähigkeit zur Anpassung und zum Verständnis des Kontexts entscheidend - und das ist genau das Ziel der verkörperten KI.

Redaktionelle Transparenz

Quellen und Referenzmaterialien

Der Artikel wurde von NexaRob auf der Grundlage einer Analyse verfügbarer Quellen erstellt. Die folgenden Materialien wurden verwendet, um die Informationen zu überprüfen und den Kontext zu erweitern.

1Quelle des Materials
0primär
1öffentlich präsentiert
  1. FachmedienDaten

    X Square Robot präsentiert auf der WRC 2026 sein komplettes Portfolio an verkörperter KI

    Robotik & Automatisierungsnachrichtenroboticsandautomationnews.com

Wie liest man diesen Abschnitt? Die Quellen sind Materialien, die während der Recherche und zur Überprüfung verwendet wurden. Der Artikel ist eine von NexaRob erstellte Arbeit und keine Neuauflage der angegebenen Publikationen.

Weiterer Kontext

Verwandte Seiten von NexaRob

Lösungen, Technologien und Materialien von NexaRob im Zusammenhang mit dem Thema dieses Artikels.

Material teilen
Zu den Quellen gehen
DeutschDE