Xiaomi stellt humanoiden 66-DoF-Roboter auf der WRC 2026 vor

Was hat Xiaomi mit seinem neuen humanoiden 66-DoF-Roboter enthüllt? Auf der WRC 2026 präsentierte das Unternehmen öffentlich einen zweibeinigen Prototypen der nächsten Generation, der auf eine höhere Handfertigkeit und die Ausführung industrieller Aufgaben ausgerichtet ist, während Xiaomis breitere Robotikforschung sich zunehmend auf VLA- und verkörperte Basismodelle (Embodied Foundation Models) konzentriert. Da die physische künstliche Intelligenz die Art und Weise verändert, wie digitale Intelligenz mit der physischen Welt verknüpft ist, müssen Entwickler bewerten, wie sich Standard-Software-Stacks an verkörperte Umgebungen anpassen. Die traditionelle Industrierobotik hat sich häufig auf hochstrukturierte Umgebungen, aufgabenspezifische Programmierung und modellbasierte Steuerung gestützt. Da fortschrittliche Systeme heute multimodale Wahrnehmung direkt in Echtzeit-Regelkreise integrieren, verschieben sich die Prioritäten in der Entwicklung hin zu verallgemeinerbaren Vision-Language-Action-Modellen (VLA).

Warum 33 Freiheitsgrade der Hand für die industrielle Manipulation wichtig sind

Auf einen Blick

• Der zweibeinige Prototyp der nächsten Generation ist etwa 1,70 Meter groß, wiegt 66 Kilogramm und erweitert seine Gelenkbeweglichkeit auf 66 Freiheitsgrade.
• Feinmanipulation wird stark priorisiert: 33 Freiheitsgrade sind auf die Hände konzentriert, um eine geschickte Handhabung flexibler und nicht standardisierter Industriekomponenten zu ermöglichen.
• Frühere Werkstests erfüllten eine Produktionszyklusanforderung von rund 76 Sekunden; nach viermonatiger Iteration meldete Xiaomi, dass die Erfolgsquote an der Selbstschneidschrauben-Station von 90,2 % auf 98 % gestiegen war.

Das Aufkommen der physischen KI verlagert das Softwareproblem von der bildschirmbasierten Interaktion hin zu Wahrnehmung, Planung und physischer Ausführung. Anstatt visuelle Assets zu rendern und flache Schnittstellen zu verwalten, entwickeln Ingenieure nun Systeme, die dreidimensionale räumliche Umgebungen erfassen und hochpräzise bimanuelle Bewegungsbahnen koordinieren können.

Xiaomis Werkstests zeigen, dass das Unternehmen wiederholbare Fertigungsaufgaben vor einer breiteren Bereitstellung priorisiert. Vor seiner öffentlichen Ausstellung absolvierte das zweibeinige System ein strenges viermonatiges Praktikum an der Elektrofahrzeug-Montagelinie von Xiaomi, bei dem es Aufgaben wie die Installation von Selbstschneidschrauben und die Handhabung von Materialboxen übernahm. Frühere Tests erforderten, dass der Roboter innerhalb eines Arbeitsplatzzyklus von rund 76 Sekunden operierte. Nach vier Monaten der Iteration gab Xiaomi an, dass die Erfolgsquote an der Station für die Selbstschneidschrauben-Installation von 90,2 % auf 98 % gestiegen ist. Dieser Übergang zeigt, dass sich die humanoide Robotik von grundlegenden Gehdemonstrationen hin zu wiederholbaren, hochpräzisen Operationen in komplexen physischen Umgebungen entwickelt.

Die technische Architektur des Xiaomi Humanoid Robot Ecosystems verstehen

Unter der Haube stellt die Plattform der nächsten Generation eine deutliche Steigerung im mechanischen Design und in der Integration künstlicher Intelligenz im Vergleich zum CyberOne-Prototypen von 2022 dar. Während der CyberOne der ersten Generation nur 21 Gelenk-Freiheitsgrade aufwies, erhöht das neue Modell diesen Wert auf 66 Gelenk-Freiheitsgrade. Diese mechanische Erweiterung konzentriert sich primär auf die Hände, wobei insgesamt 33 handbezogene Freiheitsgrade zugewiesen wurden, um Feinstomotorik, präzises Greifen von Objekten und eine feinfühlige Werkzeugbedienung zu ermöglichen.

Unabhängig davon hat Xiaomi Robotics mehrere KI-Modelle für verkörperte Systeme und Forschungsprojekte im Rahmen seines einheitlichen Frameworks veröffentlicht. Zu diesen Open-Source-Projekten gehören das Echtzeit-Ausführungsmodell Xiaomi-Robotics-0, das skalierte Modell Xiaomi-Robotics-1, das auf über 100.000 Stunden realer Bewegungsbahnen zurückgreift, sowie das einheitliche autoregressive 38B-Modell Xiaomi-Robotics-U0. Gemeinsam decken diese Projekte die Bereiche Roboteraktionsgenerierung, Basisrichtlinien und verkörperte Weltmodellierung ab. Aus öffentlichen Unterlagen geht jedoch nicht hervor, dass der WRC-Prototyp eines dieser Modelle als Produktionssteuerungs-Stack verwendet.

Eine vereinfachte konzeptionelle VLA-Steuerungspipeline lässt sich wie folgt darstellen:

[Visual / Language Input]
           │
           ▼
[Embodied Policy or VLA Model]
           │
           ▼
[Robot Action / Motion Command]
           │
           ▼
[Embodiment-Specific Controller]

Diese Forschungsrichtungen veranschaulichen eine breitere Verschiebung von aufgabenspezifischen Richtlinien hin zu verkörperten Modellen, die darauf ausgelegt sind, Wissen über verschiedene Aufgaben und Roboterkonfigurationen hinweg zu übertragen. Durch die Entwicklung von Modellen, die visuelle und sprachliche Eingaben in Roboteraktionen oder aufgabenbezogene Steuerungssignale übersetzen, können Entwickler Software untersuchen, die sich auf ein breiteres Spektrum von Aufgaben und physischen Ausprägungen anwenden lässt. Der Software-Stack muss multimodale Sensoreingaben mit der auf die Verkörperung abgestimmten Zustandsschätzung, Bewegungsplanung und Low-Level-Steuerung koordinieren.

Traditionelle Robotersteuerung im Vergleich zu VLA-Basismodellen

Da die physischen Anforderungen der Roboterentwicklung über die einfache Navigation hinausgehen, müssen Entwickler wählen, wie sie ihre Robotersteuerungsebenen strukturieren. Der Aufbau eines benutzerdefinierten Regelkreises mithilfe traditioneller mathematischer Modelle bietet eine hohe Präzision, entbehrt jedoch der Anpassungsfähigkeit an nicht standardisierte Umgebungen. Umgekehrt erfordern groß angelegte, angelernte Richtlinien (Learned Policies) in der Regel deutlich mehr Trainingsdaten, bieten jedoch eine breitere Anpassungsfähigkeit, wenn die Trainingsabdeckung und die Angleichung an den physischen Körper (Embodiment) ausreichen. Rein vorprogrammierte Steuerungen lassen sich bei zunehmender Aufgabenvariabilität und Objektdiversität schwieriger skalieren.

Architektonische Bewertung: Traditionelle Kinematik vs. Generatives VLA

Modellbasierte Steuerungen bieten ein präzises und vorhersehbares Verhalten; die Anpassung an stark variable Umgebungen erfordert jedoch häufig zusätzliche Wahrnehmungs-, Planungs- und aufgabenspezifische Ingenieursleistungen. Dieser Ansatz kann ein vorhersehbares Verhalten innerhalb gut definierter Betriebsgrenzen ermöglichen. Die Entwicklung eines kundenspezifischen, internen kinematischen Reglers erfordert erhebliche Entwicklungsressourcen, um Gelenkbeschränkungen abzubilden und inverse kinematische Gleichungen in Echtzeit zu lösen. Umgekehrt kann der Einsatz eines vortrainierten Vision-Language-Action-Modells (VLA) eine größere Anpassungsfähigkeit bieten – abhängig von der Trainingsabdeckung und der körperbezogenen Ausrichtung –, allerdings auf Kosten eines höheren lokalen Rechenbedarfs.

Die folgende Tabelle vergleicht Standardmethoden zur Handhabung von Robotersteuerung und Task-Ausführung:

Diese architektonischen Entscheidungen beeinflussen direkt die physischen Fähigkeiten des Roboters am Fließband. Durch die Übernahme einheitlicher Basismodelle können Robotersysteme von der Ausführung einzelner, isolierter Aktionen zu mehrstufigen, kollaborativen Aufgaben in dynamischen Arbeitsbereichen übergehen. Entwicklungsteams müssen diese Software-Paradigmen auf Basis ihrer spezifischen Hardware-Fähigkeiten, der Aufgabenkomplexität und der Echtzeit-Ausführungsbeschränkungen bewerten.

Integrations-Checklisten: Wie sich Entwicklungsteams auf die Entwicklung verkörperter Software vorbereiten können

Um die Betriebsstabilität und eine sichere Ausführung beim Übergang humanoider Plattformen in Industrieumgebungen zu gewährleisten, sollten Engineering- und Produktteams Sicherheits-, Validierungs- und Bereitstellungs-Workflows etablieren.

Implementierungs-Checkliste für Entwickler

• Sicherheitsbeschränkte Regelungsgrenzen definieren: Gelenk-, Geschwindigkeits-, Kraft- und Arbeitsraumbegrenzungen außerhalb der angelernten Richtlinie halten, damit unsichere Aktionen vor der Ausführung verworfen werden können.
• Richtlinien in Simulationen und kontrollierten Hardwaretests validieren: Angelernte Verhaltensweisen vor dem Produktionseinsatz in Simulationen und inszenierten realen Roboterumgebungen bewerten.
• End-to-End-Steuerungslatenz messen: Wahrnehmung, Modellinferenz, Bewegungsplanung und Low-Level-Steuerung separat profilieren, um Engpässe zu identifizieren.
• Verhalten außerhalb der Verteilung (Out-of-Distribution) testen: Ungewohnte Objekte, Lichtverhältnisse, Layouts und Aufgabenvariationen bewerten, anstatt sich nur auf Benchmarks der Trainingsverteilung zu verlassen.
• Fallback-Steuerungsmodi entwerfen: Deterministische Wiederherstellungs- oder Stopp-Sicherheitsverhaltensweisen bereitstellen, wenn angelernte Richtlinien eine geringe Konfidenz oder ungültige Aktionen aufweisen.

Produkt- und Strategie-Checkliste

• Hochwertige industrielle Arbeitsplätze definieren: Repetitive, hochpräzise Montagestationen identifizieren, die sich am besten für die Roboterintegration eignen.
• Aufgaben-Verifikationspipelines etablieren: Multikamera-Überwachungssysteme nutzen, um die Erfolgsraten von Roboteraufgaben in Echtzeit auszuwerten.
• Software-Schnittstellen für verschiedene Verkörperungen (Cross-Embodiment) aufbauen: Sicherstellen, dass das Robotersystem mit umliegenden Fabrikautomatisierungsnetzwerken kommunizieren kann.

Durch die Etablierung dieser strukturierten Richtlinien können Entwicklungsteams ihre Anwendungen auf sicherere, konformere Architekturen umstellen und gleichzeitig die Kontinuität des Betriebs aufrechterhalten.

Wichtige Erkenntnisse für Entwicklungsteams

Der humanoide 66-DoF-Prototyp von Xiaomi zeigt, wie sich die Entwicklung industrieller humanoider Roboter von Fortbewegungsdemonstrationen hin zu wiederholbaren Manipulationsaufgaben verlagert. Mit 33 auf die Hände konzentrierten Freiheitsgraden und Werkstests, die Schraubeninstallationen, die Handhabung flexibler Komponenten und das Materialmanagement umfassen, entwickeln sich Geschicklichkeit und Zuverlässigkeit der Aufgaben zu zentralen Kennzahlen in der Entwicklung.

Für Entwickler verdeutlicht Xiaomis breitere Robotikforschung zudem die wachsende Bedeutung von VLA-Richtlinien und verkörperten Weltmodellen neben herkömmlichen Steuerungssystemen. Die praktische Herausforderung besteht nicht darin, die deterministische Steuerung vollständig zu ersetzen, sondern angelernte Richtlinien mit Simulationen, Sicherheitsbeschränkungen, Latenzprofilen, Fallback-Verhalten und auf die physische Ausprägung abgestimmten Reglern zu kombinieren, bevor Roboter in Produktionsumgebungen eingesetzt werden.

Referenzen

1. Xiaomi Robot set to make public debut at 2026 World Robot Conference on August 19. https://www.gizmochina.com/2026/08/18/xiaomi-robot-set-to-make-public-debut-at-2026-world-robot-conference-on-august-19/

2. Xiaomi-Robotics-0: An Open-Sourced Vision-Language-Action Model with Real-Time Execution. https://arxiv.org/abs/2602.12684

3. Xiaomi-Robotics-1: Scaling Vision-Language-Action Models with over 100K Hours of Real-World Trajectories. https://arxiv.org/abs/2607.15330

4. Xiaomi-Robotics-U0: Unified Embodied Synthesis with World Foundation Model. https://arxiv.org/abs/2607.11643

5. Xiaomi updates progress on humanoid robots in auto factory, achieves 98% success rate in some tasks. https://technode.com/2026/07/15/xiaomi-updates-progress-on-humanoid-robots-in-auto-factory-achieves-98-success-rate-in-some-tasks/