Physical Intelligence will seine π-Modelle als gemeinsames Robotergehirn verkaufen und nennt Weave und Ultra mit 96,4 Prozent Autonomie als erste Belege
Das US-Start-up Physical Intelligence hat am 24. Februar 2026 seinen Plan vorgestellt, allgemeine Robotermodelle als fertige Intelligenzschicht an andere Roboterhersteller zu liefern, so wie Entwickler Sprachmodelle über eine API nutzen. Als Partner nannte es den Haushaltsroboter-Hersteller Weave und den Lagerroboter-Anbieter Ultra, mit einer vollen Packschicht bei 96,4 Prozent Autonomie und halbierten Eingriffen beim Wäschefalten. Preise und Zugangsbedingungen blieben offen.
Das US-Start-up Physical Intelligence, einer der finanzstärksten Anbieter von Robotersoftware, hat am 24. Februar 2026 erstmals öffentlich dargelegt, womit es Geld verdienen will. In einem Beitrag mit dem Titel „The Physical Intelligence Layer“ argumentiert das Unternehmen, seine allgemeinen Robotermodelle sollten zu einer wiederverwendbaren Schicht werden, auf der andere Firmen ihre Roboterprodukte aufbauen. Vorbild sind Softwareentwickler, die große Sprachmodelle über eine API aufrufen, statt eigene zu trainieren. Als Beleg führt das Unternehmen Einsatzdaten zweier Roboterhersteller an, Weave und Ultra, die beide das Modell π0.6 nutzen.
Die Kernzahlen stammen von diesen Partnern. Bei einem Kunden von Ultra, das Lagerroboter baut, habe π0.6 eine volle Schicht lang E-Commerce-Bestellungen mit 96,4 Prozent Autonomie verpackt, teilte Physical Intelligence mit. Beim Haushaltsroboter-Hersteller Weave steigerte π0.6 den Anteil der Zeit, in der der Roboter Wäsche ohne Hilfe faltet, gegenüber dem Vorgänger π0.5. Flossen Weaves eigene Daten ins Vortraining ein, sanken wiederholte Fehlgriffe um 42 Prozent und menschliche Eingriffe je Wäscheladung um 50 Prozent. Preise, API-Bedingungen, Verfügbarkeit und die Frage, ob Partner Modellgewichte erhalten, nannte das Unternehmen nicht.
Was angekündigt wurde
Als Bausteine der Schicht nannte Physical Intelligence die Modelle π0, π0.5, π0.6 und π*0.6. Man arbeite mit Unternehmen zusammen, die sich auf den Einsatz von Robotern spezialisiert haben, um die Leistung unter realen Bedingungen zu zeigen und die Allgemeingültigkeit über Aufgaben und Umgebungen hinweg zu prüfen. Bei Ultra habe π0.6 die Erfolgsquote beim Verpacken gegenüber π0.5 erhöht, zusätzliche Ultra-Daten im Vortraining hätten den Durchsatz in Artikeln pro Stunde weiter gesteigert. Absolute Werte zeigte das Unternehmen nur in einer Grafik. Mit weiteren Partnern werde bereits gearbeitet, sie sollen bald genannt werden.
Die beiden Partner stehen für entgegengesetzte Enden des Marktes. Weave baut Roboter für den Haushalt. Laut Website wird der stationäre Wäschefaltroboter Isaac 0 in ganz Kalifornien ausgeliefert, der Haushaltsroboter Isaac 1 soll ab Herbst 2026 folgen. Ultra baut Industrie-KI-Roboter, die sich in bestehende Arbeitsplätze einfügen. Der OP1 verpackt, sortiert und kommissioniert nach Firmenangaben bis zu 24 Stunden am Tag, braucht 5 mal 5 Fuß Stellfläche, trägt bis zu 10 Pfund und läuft an einer normalen 120-Volt-Steckdose. Gebaut wird er in New York, Kunden können ihn drei Monate testen.
Das Unternehmen
Physical Intelligence wird von Mitgründer und Vorstandschef Karol Hausman geführt. Zum Gründerteam gehören laut CapitalG, dem Wachstumsfonds der Google-Mutter Alphabet, der die am 20. November 2025 verkündete Series B anführte, auch Lachy Groom, Sergey Levine, Chelsea Finn, Brian Ichter, Quan Vuong und Adnan Esmail. Der Investor Outset Capital bezifferte die Runde auf 600 Millionen Dollar bei einer Bewertung von 5,6 Milliarden Dollar, beteiligt waren unter anderem Lux Capital, Thrive Capital, Jeff Bezos, Index Ventures und T. Rowe Price. CapitalG beschreibt π0.6 als Modell, das über Anleitung, Coaching und anschließend eigenständiges Üben lernt und bei Aufgaben wie Espressozubereitung und Wäschefalten Erfolgsquoten von über 90 Prozent erreicht.
Wettbewerber gehen andere Wege
Damit tritt Physical Intelligence direkt gegen andere Anbieter von Robotergehirnen an. Skild AI sammelte im Januar 2026 1,4 Milliarden Dollar bei einer Bewertung von mehr als 14 Milliarden Dollar ein und verspricht ein Modell für jeden Roboterkörper. Rhoda AI trat am 10. März mit einer Series A über 450 Millionen Dollar aus der Deckung, für ein mit Internetvideos vortrainiertes Modell für Fabrikroboter. Figure behält sein Modell Helix im eigenen Haus und stellte im Januar Helix 02 für die Ganzkörpersteuerung seines Humanoiden vor. NVIDIA veröffentlichte auf der CES GR00T N1.6 als offenes Modell, Google DeepMind liefert seine Gemini-Robotics-Modelle an Hardwarepartner, darunter Agile Robots aus München, das im März eine Forschungsvereinbarung schloss.
- Physical Intelligence
- USA
- Series B
- 600
- 5,6
- 2025-11-20
- Skild AI
- USA
- Series C
- 1400
- 14
- 2026-01-14
- Figure AI
- USA
- Series C
- 1000
- 39
- 2025-09-16
- Rhoda AI
- USA
- Series A
- 450
- Keine Daten
- 2026-03-10
- FieldAI
- USA
- Zwei Runden zusammen
- 405
- Keine Daten
- 2025-08-20
- Dyna Robotics
- USA
- Series A
- 120
- Keine Daten
- 2025-09-15
Von Unternehmen oder Investoren veröffentlichte Zahlen, keine Schätzungen. Betrag und Bewertung von Physical Intelligence laut Investor Outset Capital, Datum laut Lead-Investor CapitalG. null = nicht veröffentlicht. Runden nach dem 31. März 2026 nicht berücksichtigt.
Stand: 1. Okt. 2026
Wie die Schicht funktionieren soll
Es handelt sich um sogenannte Vision-Language-Action-Modelle. Sie nehmen Kamerabilder und eine Anweisung in natürlicher Sprache auf und geben Motorbefehle aus. Ein Partner sammelt Demonstrationen auf seinem Roboter, passt das gemeinsame Modell an und liefert das Ergebnis aus. Die größten Verbesserungen bei Weave und Ultra entstanden allerdings, als Partnerdaten in das Vortraining von Physical Intelligence zurückflossen. Jeder Einsatz verbessert so das Basismodell für alle, und der Nutzen sammelt sich beim Modellanbieter.
Eine Woche später, am 3. März, zeigte das Unternehmen, wie es die Schicht auf längere Aufgaben ausdehnen will. Das System Multi-Scale Embodied Memory, beschrieben in einem arXiv-Papier mit Koautoren der Stanford University, der UC Berkeley und des MIT, ergänzt π0.6, das Googles Gemma 3 4B als Sprachrückgrat nutzt, um ein komprimiertes Videogedächtnis für jüngste Details und Textzusammenfassungen für länger zurückliegende Ereignisse. Das Papier zeigt Aufgaben wie Küchenaufräumen und die Zubereitung eines Käsetoasts mit einem Gedächtnis von bis zu 15 Minuten.
Bedeutung für Europas Industrie
Für den europäischen Mittelstand, der Roboterzellen meist über Systemintegratoren beschafft, könnte ein zugekauftes Robotergehirn die Automatisierung kleiner Losgrößen erleichtern. Zugleich verschiebt es Wertschöpfung von Integratoren und Maschinenbauern hin zu US-Modellanbietern. Europäische Anbieter reagieren unterschiedlich: Agile Robots setzt auf Googles Modelle, RobCo sammelte im Januar 100 Millionen Dollar für sein Mietmodell für Fabrikroboter. Für Autohersteller und Zulieferer stellt sich die Frage, ob sie Produktionsdaten an einen externen Modellanbieter geben wollen.
Risiken und offene Fragen
Kommerzielle Bedingungen fehlen vollständig, die Ergebnisse stammen von zwei Partnern und sind selbst berichtet. 96,4 Prozent Autonomie über eine Schicht bedeuten, dass in der übrigen Zeit Menschen eingreifen müssen. Datenrechte, Rechenkosten auf dem Roboter und die Haftung bei Fehlern des lizenzierten Modells sind ungeklärt, ein Punkt, der unter der neuen EU-Maschinenverordnung besonderes Gewicht bekommt.
MEKAWIRE-Analyse
Physical Intelligence wettet darauf, dass sich die Robotik wie die Sprachmodellbranche in wenige Basismodell-Lieferanten und viele Anwendungsanbieter aufteilt, und der Februar-Beitrag ist der erste öffentliche Beleg, dass zahlende Roboterhersteller diese Arbeitsteilung akzeptieren.
Aussagekräftig ist weniger die Höhe der Zahlen als ihre Struktur. Beide Partner profitierten am stärksten, als ihre Daten in das gemeinsame Vortraining eingingen. Genau dieser Mechanismus würde es einem Modellanbieter erlauben, sich mit jedem neuen Kunden weiter von Wettbewerbern abzusetzen. Die Wahl eines Haushalts- und eines Lagerpartners soll zudem Allgemeingültigkeit belegen.
Das stärkste Gegenargument lautet, dass Roboterhardware weit weniger standardisiert ist als Software. Anpassung und Integration könnten so teuer bleiben, dass ernsthafte Hersteller wie Figure bei eigenen Modellen bleiben.
Optimistisches Szenario: Im Lauf von 2026 werden weitere Partner genannt, mindestens einer veröffentlicht unabhängige Kennzahlen, und die Partnerdaten werden zu einem Vorsprung, den Skild AI und offene Modelle nicht aufholen. Die Bewertung von 5,6 Milliarden Dollar wirkte dann neben den 14 Milliarden Dollar von Skild AI niedrig.
Pessimistisches Szenario: Die Partner bleiben klein, offene Modelle von NVIDIA und anderen schließen die Leistungslücke, und Hersteller verweigern ihre Aufgabendaten. Die Schicht bliebe dann ein Forschungsschaufenster statt einer Umsatzquelle.
- Mitte 2026: Wer die angekündigten weiteren Partner sind und ob ein großer Industriekunde darunter ist
- Im Lauf von 2026: ob Preise, API-Zugang oder andere kommerzielle Bedingungen veröffentlicht werden
- Herbst 2026: ob Weaves Isaac 1 pünktlich ausgeliefert wird und welches Modell darauf läuft
- 24. Februar 2026
- π0, π0.5, π0.6, π*0.6
- Weave (Haushaltsroboter), Ultra (Lagerroboter)
- Volle Packschicht mit 96,4 Prozent Autonomie mit π0.6
- Fehlgriffe minus 42 Prozent, Eingriffe je Ladung minus 50 Prozent mit Weave-Daten im Vortraining
- Nicht veröffentlicht
- Series B, 600 Millionen Dollar bei 5,6 Milliarden Dollar Bewertung, angeführt von CapitalG (November 2025)
- MEM (3. März 2026), Gedächtnis bis zu 15 Minuten
Warum das wichtig ist
Bis Februar 2026 war Physical Intelligence vor allem für Forschungsergebnisse und die Offenlegung von π0 bekannt. Mit dem Partnerbeitrag definiert das Unternehmen erstmals Kunde und Produkt: Roboterhersteller, die ein allgemeines Modell als Komponente zukaufen. Aus dem Labor wird ein angehender Plattformlieferant, der direkt mit dem kapitalstärkeren Skild AI konkurriert.
Der Beitrag zeigt auch, woher der Wert kommen soll. In beiden Fallstudien brachte nicht das Standardmodell, sondern die Einbindung von Partnerdaten ins Vortraining den größten Fortschritt. Wer Einsatzdaten vieler Partner anzieht, verbessert sich schneller als ein Anbieter, der nur auf eigenen Robotern trainiert. Die Zahl der Partner wird damit selbst zur Wettbewerbskennzahl.
Wettbewerbsanalyse
Der direkteste und finanzstärkste Rivale ist Skild AI mit einer Series C über 1,4 Milliarden Dollar bei 14 Milliarden Dollar Bewertung im Januar 2026, dem 2,5-Fachen der 5,6 Milliarden Dollar von Physical Intelligence. Rhoda AI zielt mit 450 Millionen Dollar und einem videobasierten Modell auf Fabrikroboter. Alle drei werben um dieselben Hersteller.
Figure steht für den integrierten Ansatz, Roboter und Modell aus einer Hand ohne Lizenzvergabe. NVIDIA und Google DeepMind machen die Basisschicht mit offenen oder partnerlizenzierten Modellen zur Massenware. In Europa hat Agile Robots sich für Googles Gemini Robotics entschieden, während Neura Robotics eigene KI-Plattformen entwickelt. Physical Intelligence muss gegenüber kostenlosen NVIDIA-Modellen einen klaren Leistungsvorsprung zeigen.
Bewertungskontext
Nach veröffentlichten Zahlen entspricht die Bewertung von Physical Intelligence von 5,6 Milliarden Dollar im November 2025 40 Prozent der 14 Milliarden Dollar von Skild AI und 14 Prozent der 39 Milliarden Dollar von Figure aus dem September 2025 (Quote = Bewertung des Unternehmens / Bewertung des Vergleichsunternehmens). Rhoda AI, Dyna Robotics und FieldAI nannten nur Rundengrößen.
Die Lücke zu Skild AI, das dieselbe Idee verkauft, zeigt, dass Investoren damals die veröffentlichte Kommerzialisierung von Skild AI höher bewerteten. Der Partnerbeitrag ist der erste öffentliche Versuch von Physical Intelligence, vergleichbare Einsätze vorzuweisen.
Folgen für die Lieferkette
Das Schichtmodell verschiebt die Wertschöpfungskette. Hardwarehersteller wie Weave und Ultra behalten Gehäuse, Sensorik und Kundenbeziehung, Basismodell, Trainingsrechenleistung und gebündelte Daten liegen bei Physical Intelligence. Laut MEM-Papier nutzt π0.6 Googles Gemma 3 4B als Sprachrückgrat.
Für Zulieferer begünstigt ein gemeinsames Modell günstige Roboter aus Standardkomponenten, weil Intelligenz nicht mehr pro Produkt entwickelt werden muss. Für deutsche Antriebs- und Sensorikhersteller wie Schaeffler oder Sick kann das neue Volumenkunden bringen, für Integratoren aber Margendruck.
Worauf jetzt zu achten ist
Erstes Signal sind Partnermeldungen. Das Unternehmen kündigte weitere Partner an; ob große Logistik- oder Industriekonzerne darunter sind, zeigt die Nachfrage jenseits von Start-ups.
Zweitens kommerzielle Details wie Preise, API-Zugang und die Frage, ob Modelle auf dem Roboter oder in der Cloud laufen. Drittens das Forschungstempo: MEM vom 3. März erweitert die Modelle auf Aufgaben von mehr als zehn Minuten, Voraussetzung für Schichtarbeit in Haushalt und Fabrik.
Analystensicht
These: Physical Intelligence hat das stärkste Forschungsteam unter den unabhängigen Anbietern von Robotermodellen und nun ein glaubwürdiges Geschäftsmodell gezeigt, liegt beim Kapital aber hinter Skild AI und hat noch nicht bewiesen, dass Kunden zahlen. Konfidenz: mittel.
Gründe: Die Fallstudien sind konkret und gegen ein Vorgängermodell gemessen, der Datenkreislauf zeigt sich in beiden. Dagegen stehen selbst berichtete Ergebnisse, kleine Partner, fehlende absolute Durchsatzwerte sowie keinerlei Umsatz- oder Vertragszahlen.
Offene Fragen
Wem gehören Partnerdaten, sobald sie ins Vortraining eingehen, und können Partner sie zurückziehen? Läuft das Modell auf dem Roboter oder über eine Cloud-API, und was kosten eine Roboterstunde und die Latenz?
Hält die Leistung von π0.6 über eine ganze Flotte statt eines Standorts und einer Schicht? Wird Physical Intelligence die Gewichte von π0.6 wie bei π0 freigeben? Und wie verträgt sich ein extern trainiertes Modell mit Haftungs- und Konformitätspflichten in der EU?