Was ist ein VLA-Modell? Robot Foundation Models erklärt, von RT-2 bis pi0.5, und warum ihre Entwickler 2026 2,94 Milliarden Dollar einsammelten

Jeder Roboterhersteller muss entscheiden, ob er sein Manipulationsgehirn selbst baut, lizenziert oder nachtrainiert. Die sechs offengelegten Runden 2026 setzen 2,94 Milliarden Dollar auf die These, dass sich diese Schicht von der Hardware lösen und über viele Roboterkörper verkaufen lässt, wie Android über viele Telefone.

Für den Mittelstand ist die Wechselkostenfrage entscheidend. Wer ein lizenziertes Modell mit eigenen Demonstrationen nachtrainiert, besitzt die Daten, nicht die Gewichte; bei offenen Checkpoints ist es umgekehrt. Einkauf und Rechtsabteilung sollten VLA-Lizenzbedingungen jetzt strategisch behandeln, auch mit Blick auf die Haftungs- und KI-Regeln der EU.

Drei Lager konkurrieren. Plattformkonzerne mit eigenen Chips, Clouds oder Sprachmodellen (Google DeepMind, NVIDIA) können Modelle verschenken, um Rechenleistung zu verkaufen, oder sie schließen, um Dienste zu verkaufen. Unabhängige Modelllabore (Physical Intelligence, Skild AI, Generalist AI, Rhoda AI) müssen am Modell selbst verdienen und haben die größten privaten Runden erhalten. Vertikal integrierte Roboterhersteller bauen eigene Modelle für ihre Hardware.

Europa ist mit Sereact (Stuttgart, VLA-gesteuertes Kommissionieren für die Logistik) und Genesis AI (Frankreich) vertreten, aber mit einem Bruchteil des US-Kapitals. China verbindet Modelle eng mit eigenen Humanoiden, etwa bei Spirit AI, X Square Robot und ROBOTERA, finanziert auch von Industriestrategen.

Unter den Runden dieses Jahres haben nur Skild AI (14 Milliarden Dollar) und Walden Robotics (1,1 Milliarden Dollar beim Seed) eine Bewertung genannt. Skild stieg in 18 Monaten auf das 9,3-Fache, schneller als jeder Humanoid-Hersteller in unserer Datenbank über einen vergleichbaren Zeitraum.

Die Durchschnittsrunde von 490,0 Millionen Dollar ist 2,4-mal so groß wie der Robotikschnitt (201,2 Millionen) und 2,7-mal so groß wie der Humanoid-Schnitt (181,6 Millionen). Sereacts 110 Millionen Dollar sind gemessen daran klein, was den Kapitalabstand Europas deutlich macht.

Ein VLA-Geschäft verbraucht GPUs für Training und Inferenz, Roboterzeit für Datensammlung und zunehmend Simulation. Die besprochenen Papers beziffern die Inferenz: pi0.5 mit Gedächtnis brauchte 66,71 Millisekunden auf einer NVIDIA H100, der Verifikator 0,45 bis 1,24 Prozent der Generierungszeit. Trainingscluster sind NVIDIA-dominiert, was die offene Freigabe von GR00T erklärt.

Auf der Roboterseite stützt sich die Forschung auf wenige Plattformen, darunter der Franka Panda aus Deutschland, AgileX PiPER aus China sowie Humanoide von Unitree und Galbot. Datensammlung per Teleoperation ist personalintensiv, was China mit staatlich geförderten Datenzentren begünstigt; europäische Anbieter müssten über Simulation und Industriedaten aus Bestandsanlagen kontern.

Erstens: Veröffentlicht ein VLA-Entwickler bis 31. Dezember 2026 Erfolgs- und Eingriffsquoten je Aufgabe aus einem zahlenden Kundeneinsatz? Zweitens: Legt Physical Intelligence eine Runde oder Lizenzbedingungen über eigene Kanäle offen? Drittens: Bleibt der VLA-Anteil in MEKAWIREs Novemberzählung bei rund einem Sechstel oder steigt er? Für Europa zusätzlich: eine Folgerunde von Sereact oder ein Einstieg eines Industriekonzerns bei einem VLA-Entwickler.

These: Das VLA wird zur gemeinsamen Betriebsschicht, Investoren bezahlen für die Kontrolle über Checkpoint und Datenkreislauf. Zuversicht: mittel. Die Architektur hat sich angenähert, die Forschung standardisiert sich auf wenige Basismodelle, doch kein Entwickler hat geprüfte Serienwirtschaftlichkeit gezeigt, und offene Modelle verkleinern den Burggraben. Wir würden die Zuversicht senken, wenn offene Checkpoints binnen zwölf Monaten bei Kundenaufgaben gleichziehen, und erhöhen, wenn ein Modellentwickler Mehrstandort-Lizenzen mit offengelegten Konditionen abschließt.

An Modellentwickler: Welcher Umsatzanteil kommt aus Lizenzen, welcher aus Engineering? Welche Erfolgsquote sehen Kunden ohne standortspezifisches Nachtraining? Wie viele Demonstrationen braucht eine neue Aufgabe im Serienbetrieb?

An deutsche Integratoren und Hersteller: Ab welcher Flottengröße lohnt ein eigenes Modell gegenüber einer Lizenz? Wie werden Haftung und Nachweispflichten unter EU-Regeln geregelt, wenn ein lizenziertes VLA die Bewegung erzeugt?