Alibaba Lambda-0: Humanoider Roboter erreicht 62,5 Prozent Erfolgsquote
Veröffentlicht am: 27.10.2026 um 00:13 Uhr | Redaktion boerse-global.de
In der Entwicklung humanoider Robotik gewinnen spezialisierte Foundation-Modelle zunehmend an Bedeutung, um Maschinen komplexe Bewegungsabläufe beizubringen.
Mit dem Modell ?0 (Lambda-0) stellten Alibaba Amap und Alibaba Token Hub ein System vor, das humanoiden Robotern sowohl koordinierte Ganzkörperbewegungen als auch eine beidhändige Manipulation direkt aus menschlichen Demonstrationen vermitteln soll.
Das Training stützt sich auf Ego-Perspektiven-Videos, die synchron zu den tatsächlichen Körper- und Handbewegungen menschlicher Akteure aufgezeichnet wurden.
Datengrundlage und effizientere Demonstration
Ein Kernbestandteil des Projekts ist der eigens erstellte Datensatz HumanVerse-500. Dieser umfasst 500 Stunden menschlicher Ganzkörperdaten, die in realen Umgebungen erfasst wurden.
Robotik und KI entwickeln sich rasant weiter und verändern ganze Industriezweige grundlegend. Dieser kostenlose Report liefert konkrete Einblicke in Unternehmen, die von Milliarden-Investitionen in diese Zukunftstechnologien profitieren. Robotik und KI: So erkennen Sie die Profiteure der neuen Industrieära
Nach Angaben von Alibaba Amap enthält das Datenmaterial 32.993 Episoden mit insgesamt 87,0 Millionen Frames sowie 827 verschiedene Aufgabentypen. Bei der Aufzeichnung wurden 24 Körpergelenke über ein PICO-System sowie 21 Gelenke je Hand getrackt.
Alibaba Amap gibt an, dass sich dieses Verfahren zur Datenerfassung deutlich effizienter gestaltet als traditionelle Methoden. Der Prozess sei rund 3,4-mal effizienter als eine herkömmliche Teleoperation: Eine menschliche Demonstration benötige im Schnitt 29 Sekunden, während für eine Steuerung per Roboter-Teleoperation etwa 100 Sekunden veranschlagt werden müssten.
Modellarchitektur und Resultate in Simulation und Praxis
Als technische Basis für ?0 dient das Modell Qwen3.5-2B. Der Lernprozess ist in drei aufeinander aufbauende Stufen unterteilt: die Handinteraktion, die Ganzkörperkoordination sowie die finale Anpassung an die spezifische Morphologie humanoider Roboter. Als primäre Einsatzfelder für diese Technologie werden Bereiche wie Logistik und Inspektion genannt.
In einer virtuellen Testumgebung, der sogenannten SIMPLE-Simulation, erreichte das System laut Projektangaben bei 180 Versuchen eine Erfolgsrate von rund 90,0 Prozent. Wurde die auf HumanVerse-500 basierende Stufe im Training ausgelassen, sank die Erfolgsquote auf 22,5 Prozent; ganz ohne Vortraining lag sie bei 15,0 Prozent.
Wer verstehen möchte, welche Namen hinter dem aktuellen technologischen Umbruch in der Industrie stecken, findet in diesem Spezialreport eine detaillierte Analyse. Erfahren Sie, wie Robotik und KI die Wirtschaft umkrempeln und wer die künftigen Gewinner sind. Kostenlosen Report zur nächsten industriellen Revolution herunterladen
Bei praktischen Versuchen mit einem realen Roboter des Typs Unitree G1 wurde das Modell auf sieben Ganzkörper- und Langhorizont-Aufgaben getestet. Ohne zusätzliches aufgabenspezifisches Training erzielte das System hierbei eine Erfolgsrate von 62,5 Prozent, was 25 erfolgreichen Durchläufen bei 40 Versuchen entspricht. Laut Alibaba Amap liegt dieser Wert um 22,5 Prozentpunkte über dem des stärksten Vergleichsmodells.
Offenlegung und wissenschaftliche Einordnung
Teile der Entwicklungsarbeit wurden für die Fachöffentlichkeit zugänglich gemacht. Alibaba Amap veröffentlichte den Programmcode unter der Open-Source-Lizenz Apache 2.0 auf GitHub. Zudem wurden die Hardware-Konfiguration für die Datenerfassung, Beispieldaten sowie ein Zwischenmodell auf der Plattform Hugging Face bereitgestellt. Die vollständigen HumanVerse-Videodaten und die gesamte Trainingspipeline sind hingegen nicht öffentlich verfügbar.
Die publizierten Kennzahlen und Resultate entstammen einer Forschungsarbeit des Entwicklerteams auf dem Preprint-Server arXiv. Eine unabhängige wissenschaftliche Prüfung oder externe Reproduktion der Messwerte liegt bislang noch nicht vor.
