Google DeepMind

Ein Vision-Language-Action-Modell (VLA) ist ein einzelnes neuronales Netz, das Kamerabilder und eine Anweisung in natürlicher Sprache liest und daraus die nächsten Motorbefehle eines Roboters erzeugt; es entsteht, indem ein Bild-Sprach-Modell mit Roboterdemonstrationen weitertrainiert wird. Google DeepMind, Physical Intelligence, NVIDIA, Figure AI und Skild AI führen, Europa setzt auf NEURA, Humanoid und Genesis AI, und entschieden wird das Rennen zunehmend über die Kosten von Handlungsdaten.

Runway hat am 30. September 2026 Praxis-1 vorgestellt, ein Weltaktionsmodell mit offenen Gewichten, das das Video-Pretraining des Unternehmens in die Steuerung realer Roboter überträgt. Noble Machines, Standard Bots und Ultra testen es auf zweiarmigen Systemen, einem Sechsachsarm und einer mobilen Plattform; die Gewichte sollen in den kommenden Monaten folgen.

Die weltweiten Auslieferungen professioneller Serviceroboter sind 2025 um 24 Prozent auf knapp 250.000 Einheiten gestiegen, getragen von 117.500 Transport- und Logistikrobotern, teilte die International Federation of Robotics am 30. September 2026 in Frankfurt mit. Verkauft wurden rund 7.000 Humanoide in voller Größe; von 174 identifizierten Herstellern sitzt mehr als die Hälfte in China.

General Intuition trainiert KI-Modelle mit Gaming-Clips der Plattform Medal, in denen die Steuerbefehle der Spieler mitgeschrieben sind. Am 29. September 2026 meldete das Unternehmen 220 Millionen Dollar bei einer Bewertung von 6,2 Milliarden Dollar, unter anderem von Khosla Ventures und General Catalyst. Das ist das 2,7-Fache der 2,3 Milliarden Dollar aus der Serie A vor 96 Tagen; zugleich öffnete die Firma eine Warteliste für Partner aus Robotik, Simulation und Spielen.

Hitachi hat mit dem Münchner Robotikunternehmen Agile Robots eine Grundsatzvereinbarung über eine strategische Partnerschaft geschlossen. Beide Seiten wollen ihre KI-Modelle zu einem Robotergehirn für die Fertigung verschmelzen, es mit Hitachis Edge-KI-Chips kombinieren und die Lösungen über HMAX Industry weltweit vertreiben. Finanzielle Details und Termine nannten die Partner nicht.

Extend Robotics teilte am 28. September mit, eine Pre-A-Runde über 2,6 Mio. Pfund unter Führung des Skyworks Venture Capital Fund abgeschlossen zu haben. Der Teleoperationsanbieter aus Reading berechnet Kunden erledigte Arbeit statt Anlagen, hat nach eigenen Angaben 35 Abonnementkunden und will das Geld für die Expansion in Großbritannien und Europa sowie ein Netz von Fernbedienern nutzen.

Generalist AI hat am 19. August 2026 GEN-1.5 vorgestellt, das nach eigenen Angaben eine neue Aufgabe aus einer einzigen Vorführung von 3 bis 12 Sekunden im Kontext lernt und über 10 Aufgaben im Mittel 59 Prozent erreicht, nach 10 Gradientenschritten auf rund 5 Minuten Daten 83 Prozent. Das Unternehmen sieht die Fähigkeit aus mehr als acht Monaten Vortraining entstanden, räumt aber einfache Aufgaben und spröde Fähigkeiten ein und nennt keine Kunden.

Google DeepMind hat am 30. Juli mit Gemini Robotics 2 eine Familie aus drei Modellen vorgestellt: ein Aktionsmodell für die Ganzkörpersteuerung, ein Planungsmodell und eine Variante für den Betrieb direkt auf dem Roboter. Das Planungsmodell ER 2 steht Entwicklern über die Gemini API und Google AI Studio offen, die Aktionsmodelle bleiben vorerst ausgewählten Partnern vorbehalten.

NVIDIA hat am 1. Juni 2026 auf der GTC Taipei einen Isaac-GR00T-Referenzhumanoiden für die akademische Forschung vorgestellt. Er basiert auf Unitrees H2 Plus mit zwei taktilen Sharpa-Wave-Händen mit je 22 Freiheitsgraden und einem Jetson-AGX-Thor-T5000-Rechner. Unitree soll ihn ab Ende 2026 liefern, einen Preis nannte NVIDIA nicht.

Fanuc hat am 13. Mai angekündigt, alle Roboter vollständig auf der Unternehmensplattform von Googles Robotiksoftware-Tochter Intrinsic zu unterstützen, und ist dem Gemini-Robotics-Testprogramm von Google DeepMind beigetreten. Seit Dezember hat der Konzern nach eigenen Angaben mehr als 1000 Roboter für Physical-AI-Anwendungen ausgeliefert. Zwei Tage später folgte eine engere Zusammenarbeit mit Nvidia bei Simulation, Roboterlernen und Edge-Computing.

Der autonome Tischtennisroboter Ace von Sony AI hat in Partien vom April 2025 drei von fünf Matches gegen Spitzenspieler gewonnen und beide Matches gegen Profis der japanischen T.League verloren. Das geht aus einem am 22. April 2026 in Nature veröffentlichten Paper hervor. Das System kombiniert ereignisbasierte Bildsensoren von Sony, die gemeinsam mit dem französischen Unternehmen Prophesee entwickelt wurden, mit einem Arm mit acht Freiheitsgraden und in der Simulation trainiertem Reinforcement Learning.

Ein Team aus 82 Forschenden des Toyota Research Institute, der Cornell University und des MIT berichtet in Science Robotics vom 15. April 2026, dass multitaskfähige Large Behavior Models auf Basis von Diffusion Policy in verblindeten, randomisierten Versuchen besser und robuster abschneiden als Einzelaufgabenmodelle und deutlich weniger aufgabenspezifische Daten brauchen. Die Vorabfassung nennt rund 1700 Stunden Demonstrationsdaten aus mehr als 500 Aufgaben und 1800 kontrollierte Versuche am realen Roboter.

Google DeepMind hat am 14. April 2026 Gemini Robotics-ER 1.6 veröffentlicht, ein auf Gemini 3.0 Flash aufbauendes Modell für verkörpertes Schlussfolgern, das als Vorschau über die Gemini-API und Google AI Studio verfügbar ist. Nach DeepMind-Angaben liest es Industrieinstrumente in 86 Prozent der Fälle korrekt ab, mit einem agentischen Zoom- und Rechenschritt in 93 Prozent, gegenüber 23 Prozent beim Vorgänger ER 1.5. Boston Dynamics nutzt die Funktion für Inspektionen mit Spot.

Generalist AI hat am 2. April 2026 das Robotermodell GEN-1 vorgestellt, vortrainiert mit mehr als 500.000 Stunden menschlicher Interaktionsdaten aus tragbaren Geräten und ohne Roboterdaten. Das Unternehmen meldet 99 Prozent durchschnittliche Erfolgsquote bei Aufgaben, bei denen das Vorgängermodell 64 Prozent erreichte, rund eine Stunde Roboterdaten pro Aufgabe und etwa dreifache Geschwindigkeit gegenüber dem bisherigen Stand der Technik. Die Ergebnisse sind Eigenangaben und nicht unabhängig überprüft.

Fauna Robotics hat am 24. März 2026 mitgeteilt, dass es sich Amazon angeschlossen hat und künftig als Amazon-Unternehmen firmiert. Einen Kaufpreis nannte Fauna nicht, Sprout bleibt im Verkauf. Der Betreiber von mehr als einer Million Lagerrobotern kauft damit einen kleinen, auf Sicherheit getrimmten Humanoiden für Räume mit Menschen, während Europas Humanoid-Entwickler um Kapital für größere Maschinen werben.

Der Münchner Automatisierer Agile Robots hat am 24. März 2026 eine strategische Forschungspartnerschaft mit Google DeepMind bekanntgegeben, um die Basismodelle Gemini Robotics in seine Hardware zu integrieren, zunächst für Anwendungen in der Fertigung. Das Unternehmen mit nach eigenen Angaben mehr als 20.000 installierten Robotiklösungen reiht sich nach Boston Dynamics und Apptronik in Googles Partnerkreis ein. Finanzielle Details wurden nicht genannt.

NVIDIA hat auf der GTC am 16. März 2026 GR00T N2 vorgestellt, ein Robotik-Basismodell auf Grundlage der DreamZero-Forschung, das neue Aufgaben in neuen Umgebungen mehr als doppelt so oft lösen soll wie führende VLA-Modelle. GR00T N1.7 mit 3 Milliarden Parametern ging mit kommerzieller Lizenz in den Early Access, NEURA Robotics gehört zu den Anwendern. N2 soll bis Ende 2026 erscheinen.

Das Start-up Sunday aus dem Silicon Valley hat am 12. März 2026 eine überzeichnete Series-B-Runde über 165 Millionen Dollar bei einer Bewertung von 1,15 Milliarden Dollar abgeschlossen, angeführt von Coatue. Sunday trainiert seinen Haushaltsroboter Memo mit Daten aus einem Sensorhandschuh statt per Teleoperation, startet im Herbst eine Beta in Privathaushalten und rechnet mit Auslieferungen in größerer Stückzahl 2027 bis 2028.

Die Hyundai Motor Group hat am 27. Februar 2026 zugesagt, ab 2026 rund 9 Billionen Won in einen Standort für Robotik, KI und Wasserstoff in Saemangeum in der südkoreanischen Provinz Nord-Jeolla zu investieren. Ein Robotik-Cluster für 400 Milliarden Won mit Endmontage für rund 30.000 Roboter im Jahr, einer Auftragsfertigung für Mittelständler und einem Zulieferpark soll 2029 fertig sein, daneben entsteht für 5,8 Billionen Won ein KI-Rechenzentrum mit stufenweise bis zu 50.000 GPUs.

Der texanische Humanoiden-Hersteller Apptronik hat am 11. Februar 2026 eine Erweiterung seiner Serie A über 520 Millionen Dollar abgeschlossen, bewertet mit dem Dreifachen der Serie-A-Bewertung. John Deere, AT&T Ventures und die Qatar Investment Authority steigen neu ein, Mercedes-Benz, Google, B Capital und PEAK6 investieren erneut. Das Geld soll in die Produktion des Apollo und einen neuen Roboter fließen, der 2026 vorgestellt werden soll.

Figure AI hat am 27. Januar 2026 Helix 02 vorgestellt, ein Robotik-Basismodell, das einen Humanoiden vom Kamerabild und Fingerspitzen-Tastsinn bis zum Gelenkbefehl mit 1 kHz steuert. Ein gelernter Regler mit 10 Millionen Parametern ersetzt nach Unternehmensangaben 109.504 Zeilen handgeschriebenen C++-Code. Ein Figure 03 räumte in vier Minuten und 61 Handgriffen eine Spülmaschine aus und wieder ein, ohne Neustart und ohne Fernsteuerung, wie Figure mitteilte.

Microsoft Research hat am 21. Januar 2026 mit Rho-alpha sein erstes Robotikmodell vorgestellt. Es basiert auf der Phi-Familie von Vision-Language-Modellen und wurde teils mit synthetischen Daten aus NVIDIA Isaac Sim auf Azure trainiert. Zugang gibt es zunächst über ein Early-Access-Programm, später über Microsoft Foundry, einen Termin nannte der Konzern nicht.

Hyundai Mobis wird die Aktuatoren für die Serienversion des Humanoiden Atlas von Boston Dynamics liefern, wie beide am 7. Januar 2026 auf der CES mitteilten. Laut dem Zulieferer machen Aktuatoren mehr als 60 Prozent der Materialkosten eines Humanoiden aus, die Kooperation soll auf Greifer, Sensoren, Steuerungen und Batteriepacks wachsen. Die Hyundai Motor Group peilt bis 2028 eine Kapazität von 30.000 Robotern pro Jahr an.

Boston Dynamics hat auf der CES 2026 am 5. Januar die Produktversion seines elektrischen Humanoiden Atlas vorgestellt und die sofortige Fertigung in Boston angekündigt. Die gesamte Produktion für 2026 ist an Hyundai Motor Group und Google DeepMind vergeben. Hyundai will bis 2028 ein Produktionssystem für 30.000 Roboter jährlich aufbauen und Atlas im selben Jahr im Werk in Georgia für die Teilesequenzierung einsetzen, ab 2030 auch in der Montage.

Der Entwickler von Roboter-Basismodellen Physical Intelligence hat nach Angaben seiner Investoren 600 Millionen Dollar bei einer Bewertung von 5,6 Milliarden Dollar eingeworben. Angeführt wurde die Serie-B-Runde von CapitalG, dem Wachstumsfonds von Alphabet. Drei Tage zuvor hatte das Unternehmen sein Modell π*0.6 vorgestellt, das den Durchsatz bei schwierigen Aufgaben mehr als verdoppeln soll.

Das US-Start-up Generalist AI hat am 4. November 2025 GEN-0 vorgestellt, eine Familie verkörperter Basismodelle, deren Leistung nach Unternehmensangaben vorhersagbar mit mehr physischen Interaktionsdaten steigt. Generalist berichtet von einer Kapazitätsschwelle bei 7 Milliarden Parametern, Modellen mit über 10 Milliarden Parametern und einem Datensatz von mehr als 270.000 Stunden. Die Ergebnisse erschienen als Blogbeitrag, nicht als begutachtete Studie.

Google DeepMind hat am 25. September 2025 Gemini Robotics 1.5 vorgestellt, ein Vision-Language-Action-Modell, das vor jeder Bewegung in natürlicher Sprache plant und Fähigkeiten zwischen unterschiedlichen Roboterkörpern überträgt. Das begleitende Reasoning-Modell Gemini Robotics-ER 1.5 steht Entwicklern als Vorschau über die Gemini API offen. Laut technischem Bericht sank die Gesamtfehlerquote bei langen Aufgaben auf 22 Prozent, gegenüber 44,5 Prozent mit Gemini 2.5 Flash als Planer.

Skild AI hat am 29. Juli 2025 sein Robotik-Basismodell Skild Brain vorgestellt, ein zweistufiges System, das mit Simulation und Internetvideos vortrainiert wird und laut Unternehmen auf Vierbeinern, Humanoiden, Tischarmen und mobilen Manipulatoren läuft. Kunden und Preise nannte Skild AI nicht, doch die körperunabhängige Strategie trug später eine Bewertung von über 14 Milliarden Dollar und mehr als 100 Millionen Dollar ARR.

Das Physical-AI-Labor Genesis AI mit Büros in Paris und Palo Alto ist am 1. Juli 2025 mit 105 Millionen Dollar an die Öffentlichkeit gegangen. Eclipse und Khosla Ventures führten die Runde gemeinsam an, Bpifrance, HSG, Eric Schmidt und Xavier Niel beteiligten sich. Das Unternehmen bezeichnete die Finanzierung später als Seed-Runde, will ein universelles Robotik-Foundation-Model auf einer Datenmaschine aus eigener Physiksimulation, generativen Modellen und realen Roboterdaten aufbauen und nannte keine Bewertung.

Google DeepMind hat am 24. Juni 2025 Gemini Robotics On-Device vorgestellt, ein Vision-Language-Action-Modell, das ohne Netzverbindung lokal auf dem Roboter läuft. Es ist das erste VLA-Modell des Labors, das externe Entwickler über ein neues SDK für ausgewählte Tester feintunen dürfen; DeepMind übertrug es nach eigenen Angaben auf einen zweiarmigen Franka FR3 und den Humanoiden Apollo von Apptronik.

Das kalifornische Start-up Physical Intelligence hat am 22. April 2025 das Vision-Language-Action-Modell π0.5 vorgestellt. Mobile Zweiarmroboter räumten damit in drei Wohnungen, die nicht im Trainingsdatensatz vorkamen, Zimmer in 10 bis 15 Minuten auf. Das Unternehmen führt die Generalisierung auf gemeinsames Training mit Daten anderer Roboter, aus dem Web und aus gesprochenen Anleitungen zurück.

Nvidia hat am 18. März 2025 auf der GTC das Vision-Language-Action-Modell Isaac GR00T N1 für humanoide Roboter zum Herunterladen auf Hugging Face und GitHub veröffentlicht. Zu den Partnern mit frühem Zugang zählen 1X, Agility Robotics, Boston Dynamics, Mentee Robotics und Neura Robotics. Zugleich kündigte Nvidia die quelloffene Physik-Engine Newton an, die es mit Google DeepMind und Disney Research entwickelt, sowie eine Vorlage für synthetische Trainingsdaten und einen 15 Terabyte großen offenen Datensatz.

Google DeepMind hat am 12. März 2025 Gemini Robotics vorgestellt, ein Vision-Language-Action-Modell auf Basis von Gemini 2.0, das direkt Motorbefehle ausgibt, sowie Gemini Robotics-ER, ein Modell für räumliches Verständnis. Nach Angaben des Labors verdoppelt das Aktionsmodell die Leistung anderer führender Modelle in einem Generalisierungstest mehr als; Partner für Humanoide ist Apptronik, und unter den ersten Testern von Gemini Robotics-ER ist mit Agile Robots ein deutsches Unternehmen.

Der US-Humanoidenhersteller Figure AI hat am 20. Februar 2025 sein Vision-Language-Action-Modell Helix vorgestellt. Es koppelt ein Sprachbildmodell mit 7 Milliarden Parametern bei 7 bis 9 Hz mit einer Steuerungspolitik von 80 Millionen Parametern bei 200 Hz und regelt 35 Freiheitsgrade. Trainiert wurde es nach Firmenangaben mit rund 500 Stunden Teleoperationsdaten, gerechnet wird ausschließlich auf zwei sparsamen Embedded-GPUs im Roboter.

Das texanische Robotikunternehmen Apptronik hat am 13. Februar 2025 eine Series-A-Finanzierung über 350 Millionen US-Dollar bekanntgegeben, angeführt von B Capital und Capital Factory, mit Beteiligung von Google. Die Runde entspricht dem 12,5-Fachen der bis dahin eingesammelten 28 Millionen Dollar und soll Produktion und Einsatz des Humanoiden Apollo ausweiten, den Mercedes-Benz bereits erprobt.