GIGAAI stellt Roadmap vor: Fünf Stufen bis autonome Roboter
Veröffentlicht am: 16.09.2026 um 22:30 Uhr | Redaktion boerse-global.de
Im Rahmen eines Fachseminars in München hat das Technologieunternehmen GIGAAI eine detaillierte Entwicklungsstrategie für sogenannte General World Models vorgestellt. Mao Jiming, Partner und Vize-Präsident des Unternehmens, skizzierte dabei eine Roadmap, die den Weg von aktuellen Videoanalysen bis hin zum autonomen Realbetrieb von Robotersystemen in komplexen Umgebungen ebnen soll.
Die fünf Stufen der technologischen Entwicklung
Wie aus einem Branchenbericht vom 15. September 2026 hervorgeht, unterteilt GIGAAI die Entwicklung dieser Weltmodelle in fünf aufeinanderfolgende Phasen (L1 bis L5). Das erste Stadium, L1, fokussiert sich auf videobasierte Modelle, die laut Unternehmensangaben bereits unmittelbar kommerzialisiert werden können. Die darauf folgende Stufe L2 adressiert die Einbindung von Aktionen und kausalen Zusammenhängen in die Modellstruktur.
In der dritten Phase (L3) steht die geometrische Erfassung der Umwelt im Vordergrund, während die vierte Stufe (L4) die Integration physikalischer Gesetzmäßigkeiten vorsieht. Das finale Ziel der Roadmap bildet die Stufe L5, welche den vollumfänglichen Realbetrieb der Systeme ermöglicht.
Wer sich mit dem technologischen Wandel und den damit verbundenen Milliarden-Investitionen befasst, erhält in diesem Report Einblicke in die Unternehmen, die von Robotik und KI profitieren. Robotik und KI: Profiteure der neuen Industrieära erkennen
GIGAAI definiert Weltmodelle in diesem Zusammenhang als eine Kombination aus der Fähigkeit zur Weltgenerierung und zur aktiven Welthandlung. In der Prognose von Mao Jiming werden diese Modelle innerhalb der nächsten 5 bis 10 Jahren ihr volles Potenzial entfalten und damit nahezu unbegrenzte Einsatzmöglichkeiten in der Robotik eröffnen.
Systemfähigkeit statt isolierter Modelllösungen
In begleitenden Fachdiskussionen, die unter anderem das Thema der verkörperten Wahrnehmungsfusion („embodied perception fusion“) behandelten, wurde die Bedeutung einer ganzheitlichen Systemarchitektur betont. Ein wesentlicher Tenor der Präsentationen war, dass der technologische Durchbruch nicht durch ein einzelnes Modell, sondern durch die Kombination verschiedener Systemfähigkeiten erreicht werde.
Hierzu zählt die Fusion von Vision-Language-Action-Modellen (VLA) mit Weltmodellen und physikbasierten Ansätzen. Die Architektur solcher Systeme müsse demnach mehrschichtig aufgebaut sein, vergleichbar mit der biologischen Trennung zwischen Großhirn und Kleinhirn.
Experten analysieren derzeit intensiv, wie die Verschmelzung von KI und Robotik ganze Branchen umkrempelt und welche technologischen Namen hinter diesem Umbruch stecken. Kostenlosen Report zur industriellen Revolution herunterladen
Ein zentrales Element für die Weiterentwicklung sei zudem die Integration von taktiler Sensorik und Kraftsensorik direkt in den Regelkreis der Maschinen, um eine präzisere Interaktion mit der physischen Umwelt zu ermöglichen.
Herausforderungen bei Datenverfügbarkeit und Skalierung
Trotz der skizzierten Fortschritte identifizierten Branchenexperten in Fachgesprächen in Shanghai und München signifikante Hürden für die kommenden Jahre. Ein wesentlicher Engpass bestehe in der Knappheit an qualitativ hochwertigen Daten, insbesondere im Bereich der Kraft- und Berührungssensorik.
Während visuelle Daten in großem Umfang zur Verfügung stehen, mangelt es für das Training physiknaher Modelle an spezifischen Datensätzen für haptische Interaktionen.
Zusätzlich zur Datenproblematik wurden Skalierungsengpässe bei Algorithmen und der Effizienz von Systemschleifen erörtert. Die Diskussionsteilnehmer, unter anderem Vertreter von Unternehmen wie Fulai New Materials, Sunrising AI Lab, AiMOGA und der RealMan Group, waren sich einig, dass für einen signifikanten Fortschritt in der „Embodied Intelligence“ eine nahtlose Integration von Realwelt-Daten, Simulationen und menschlichen Interaktionen notwendig sei.
Der Fokus liege künftig weniger auf dem Wettbewerb einzelner Paradigmen als vielmehr auf einer effektiven Schichtenfusion verschiedener technologischer Ansätze.
