Microsoft steigt mit Rho-alpha in das Rennen um Robotermodelle ein und setzt auf Tastsinn und menschliche Korrekturen

Microsoft mischt nun selbst im Wettlauf um universelle Robotergehirne mit. Microsoft Research hat am 21. Januar 2026 Rho-alpha vorgestellt, nach eigenen Angaben das erste Robotikmodell des Konzerns. Es übersetzt Anweisungen in natürlicher Sprache in Steuersignale für zweiarmige Roboter.

Laut Mitteilung ist Rho-alpha aus der Phi-Reihe von Vision-Language-Modellen des Unternehmens abgeleitet. Microsoft bezeichnet es als "VLA+"-Modell. Klassische Vision-Language-Action-Modelle verarbeiten Kamerabilder und Textbefehle und geben Roboterbewegungen aus. Rho-alpha erweitert nach Darstellung von Microsoft die Wahrnehmung um taktile Sensorik und das Lernen um laufende Korrekturen durch Menschen. Kraftsensorik sei in Entwicklung.

Was Microsoft zeigte

Auf BusyBox, einem von Microsoft Research eingeführten Benchmark für physische Interaktion, drückte das Modell auf sprachliche Anweisung Knöpfe, zog Kabel, legte Schalter um, drehte Regler auf vorgegebene Stellungen und verschob Schieber. Auf einem Aufbau aus zwei UR5e-Armen mit Tastsensoren steckte es einen Stecker in eine Mehrfachsteckdose und packte einen Werkzeugkasten ein und aus. Der UR5e ist ein Cobot von Universal Robots, der dänischen Tochter von Teradyne.

Kommt der Roboter nicht weiter, kann ein Bediener über ein Teleoperationsgerät wie eine 3D-Maus eingreifen. Microsoft entwickelt nach eigenen Angaben Werkzeuge und Anpassungsverfahren, damit das Modell im Einsatz aus diesen Korrekturen lernt. Ashley Llorens, Corporate Vice President und Managing Director von Microsoft Research Accelerator, beschrieb als Ziel Roboter, die in weniger strukturierten Umgebungen gemeinsam mit Menschen selbständig wahrnehmen, schlussfolgern und handeln.

Wie trainiert wurde

Den Ausschlag für das Trainingskonzept gab der Mangel an Roboterdaten, vor allem an solchen mit Tastinformation. Microsoft trainierte Rho-alpha nach eigenen Angaben gemeinsam auf realen Demonstrationsbahnen, simulierten Aufgaben und Daten zur visuellen Fragebeantwortung im Webmaßstab. Reale Daten stammen aus teleoperierten Demonstrationen sowie aus kommerziellen und offenen Datensätzen. Synthetische Daten erzeugte ein mehrstufiges Reinforcement Learning mit NVIDIAs quelloffenem Isaac Sim auf Azure.

Deepu Talla, Vice President Robotics and Edge AI bei NVIDIA, erklärte in der Mitteilung, physikalisch genaue synthetische Datensätze aus Isaac Sim beschleunigten das Training solcher Foundation Models. Abhishek Gupta, Assistant Professor an der University of Washington, verwies darauf, dass Teleoperation in vielen Umgebungen unpraktikabel sei und Simulation sowie Reinforcement Learning die Datensätze ergänzen könnten.

Verfügbarkeit und Lücken

Ein Produkt ist Rho-alpha noch nicht. Microsoft öffnete ein Research Early Access Program für Roboterhersteller und Integratoren und kündigte an, das Modell später über die KI-Plattform Microsoft Foundry anzubieten, ohne Termin. Getestet werde auf Zweiarm-Systemen und humanoiden Robotern. Geplant sind Cloud-Werkzeuge, mit denen Partner das Modell mit eigenen Daten trainieren, und eine technische Beschreibung in den kommenden Monaten. Parameterzahl, Erfolgsquoten und Kunden nannte Microsoft nicht.

Wettbewerb und Europa

Das Feld ist dicht besetzt. Eine Woche zuvor, am 14. Januar, meldete Skild AI eine Series C über 1,4 Milliarden Dollar bei einer Bewertung von mehr als 14 Milliarden Dollar. Physical Intelligence, Figure AI mit Helix, Google DeepMind mit Gemini Robotics und NVIDIA mit den offenen GR00T-Modellen verfolgen ebenfalls universelle Roboterpolitiken. Die meisten setzen auf Bild und Sprache, Microsoft dagegen auf Tastsinn und Korrektur im Betrieb.

Für Europas Industrie ist der Ansatz relevant, weil er auf vorhandener Hardware aufsetzt. Mittelständische Integratoren, die Cobots von Universal Robots, KUKA oder Franka einsetzen, verfügen selten über eigene Modellteams. Ein über die Cloud feinjustierbares Modell mit Tastsinn passt zu typischen Montageaufgaben wie Stecken, Fügen und Verpacken in der Automobilzulieferung. Europäische Anbieter wie Agile Robots, NEURA Robotics oder Wandelbots, die eigene KI-Schichten aufbauen, bekommen damit einen weiteren großen Wettbewerber, zugleich stellen sich Fragen der Datenhoheit, wenn Produktionsdaten in eine US-Cloud fließen.