Genesis World 1.0: Robotik-Simulation läuft 400x schneller

Statt starrer Programme setzen Forscher zunehmend auf universelle Grundmodelle, die menschliche Bewegungen und Handlungen nachahmen können. Gleich mehrere bahnbrechende Ankündigungen Ende Mai 2026 zeigen: Die Robotik steht vor einem Paradigmenwechsel.

Vom Programm zum „Weltmodell"

Bislang mussten Roboter für jede einzelne Bewegung mühsam programmiert werden. Das ändert sich jetzt grundlegend. Am 30. Mai 2026 präsentierte Genesis AI mit GENE-26.5 ein System, das wie ein robotisches Gehirn funktioniert. Die Besonderheit: Es kombiniert ein universelles KI-Modell mit einer menschenähnlichen Hand und einer speziellen Datenmaschine. Das Ergebnis ist beeindruckend: Der Roboter kann komplexe 20-Schritte-Abläufe bewältigen – etwa die Zubereitung eines Omeletts.

Anzeige: Die neue Genesis World 1.0-Plattform verspricht 400x schnellere Simulationen bei 45 % kleinerer Realitätslücke. In diesem Leitfaden erfahren Sie in 3 Schritten, wie Sie die Plattform für Ihr VLA-Training nutzen – inklusive Checkliste und Plattform-Vergleich. Jetzt kostenlosen Praxisleitfaden anfordern

Um solche Systeme effizient trainieren zu können, stellte das Unternehmen zeitgleich einen Datenhandschuh vor. Er ist deutlich günstiger als herkömmliche Modelle und steigert die Dateneffizienz um das Fünffache. Zunächst sollen die Roboter in der Logistik und Fertigung eingesetzt werden, später auch in privaten Haushalten.

Einen Tag zuvor, am 29. Mai, zeigte Allonic Robotics eine 3D-Gewebeflechtmaschine für Roboterhände. Die Technologie senkt die Produktionskosten und verbessert gleichzeitig die Fingerfertigkeit der Maschinen.

Ereignisse statt Zeitintervalle

Ein zentraler Trend der aktuellen Entwicklung: Roboter lernen nicht mehr in festen Zeitabständen, sondern erkennen bedeutungsvolle Ereignisse. Am 29. Mai veröffentlichte X Square Robot sein Modell WALL-WM als Open Source. Das System sagt semantische Ereignisse voraus, anstatt auf feste Zeitintervalle zu setzen. Es nutzt eine Video-Action-Architektur, die die visuelle Informationsintegrität bewahrt und gleichzeitig Bewegungsabläufe lernt. In Tests übertraf WALL-WM frühere Modelle in Bewegungsqualität und physikalischer Plausibilität – und erzielte Spitzenwerte beim 3D-Benchmark CO3Dv2.

Auch Zhiyuan Robotics meldete Fortschritte. Dessen GE 2.0 Weltmodell mit zwei Milliarden Parametern eroberte am 30. Mai die Spitzenposition im World Arena Benchmark für Wahrnehmung und Aktionsreaktion. Das Modell ließ mehrere Branchenkonkurrenten hinter sich – ein Zeichen dafür, dass auch kompakte Weltmodelle für humanoide Roboter zunehmend praxistauglich werden.

Training im großen Stil

Die Forschung an sogenannten Vision-Language-Action-Modellen (VLA) schreitet rasant voran. Am 29. Mai wurde das Qwen-VLA-Grundmodell vorgestellt. Es verwendet einen speziellen Decoder, der kontinuierliche Aktionen und Bewegungsbahnen steuern kann. Trainiert wurde das Modell mit einem Mix aus Roboterdaten, menschlichen Demonstrationen und synthetischen Daten – mit hohen Erfolgsquoten in realen Experimenten.

Ebenfalls am 29. Mai präsentierte Microsoft Research Asia VITRA. Diese Trainingsmethode wandelt unstrukturierte Videos von Menschen automatisch in strukturierte VLA-Formate um. Durch die Rekonstruktion von 3D-Bewegungsbahnen und die Segmentierung von Aktionen auf Basis kinematischer Gesetze kann VITRA Millionen von Bewegungsausschnitten aus vorhandenen Videodatensätzen verarbeiten. Das macht das Training von Robotern deutlich effizienter.

Simulation schließt die Lücke zur Realität

Da das Sammeln realer Daten zeitaufwendig ist, setzen Entwickler auf neue Simulationsplattformen. Genesis AI veröffentlichte am 30. Mai Genesis World 1.0 – eine Plattform zur Bewertung von Robotik-Grundmodellen. Das System enthält eine Physik-Engine, einen Echtzeit-Renderer und einen Python-zu-GPU-Compiler. Die Simulation läuft etwa 400-mal schneller als Tests in der realen Welt, bei gleichzeitig hoher Übereinstimmung mit der Hardware-Leistung. Die sogenannte „Realitätslücke" sei um 45 Prozent kleiner als bei bisherigen führenden Simulatoren.

Schnellere Reaktionen durch verteilte Steuerung

Die Integration von Software und Hardware war ein zentrales Thema auf der NYC Tech Week am 30. Mai. Dort präsentierten Start-ups KI-Systeme, die sich in Büro- und Einzelhandelsumgebungen zurechtfinden.

Anzeige: Statt teurer realer Tests: Mit Genesis World 1.0 trainieren Sie Ihre Robotik-KI 400x schneller. Der Leitfaden zeigt, wie Sie aus Videodaten strukturierte Trainingsformate generieren – mit VITRA und Qwen-VLA. Praxisleitfaden jetzt sichern

Tesla zeigte Verbesserungen am Bot Gen 3. Die neue Generation nutzt eine verteilte Gelenksteuerung: Motorcontroller sitzen direkt an jedem Aktuator und verkürzen so die Reaktionszeiten. Diese Architektur ermöglicht die lokale Verarbeitung taktiler Daten – der Roboter kann seine Greifkraft sofort anpassen.

AGIBOT demonstrierte die Fähigkeiten seines humanoiden Roboters X2. Mit dem AGILE-Grundmodell bewältigte der Roboter unebene Stufen unterschiedlicher Höhen, indem er sein Gleichgewicht dynamisch anpasste – statt einem vorprogrammierten Bewegungsablauf zu folgen.

Die aktuellen Entwicklungen knüpfen an frühere Ankündigungen aus diesem Jahr an, etwa Nvidias Einführung der Cosmos- und GR00T-VLA-Modelle für humanoide Roboter. Damals gingen Partnerschaften mit mehreren großen Robotik- und Schwerindustrieherstellern einher, um eine Standardisierung für universelle Roboterintelligenz voranzutreiben.

de | wissenschaft | 69453332 |