Mit Unterstützung von Alibaba, ByteDance, Xiaomi und Meituan stellte X Square Robot ein grundlegendes Modell der verkörperten KI der nächsten Generation für Haushaltsroboter vor und kündigte an, dass die ersten Einsätze in Privathaushalten innerhalb von 35 Tagen beginnen sollen.

BEIJING, 23. April 2026 /PRNewswire/ -- X Square Robot stellte am Dienstag „Wall-B" vor, ein neues, physisch verkörpertes KI-Grundmodell, das für den Einsatz in realen Haushalten konzipiert ist. Das Unternehmen bezeichnete dies als einen wichtigen Schritt auf dem Weg zur Integration von Allzweckrobotern in den Familienalltag.

Bei einer Produkteinführung unter dem Motto „Born to Bot, Bot to Family" stellte das Unternehmen zudem seine „World Unified Model" (WUM)-Architektur vor, ein Trainingsframework, das Bildverarbeitung, Sprache, Bewegung und physikalische Vorhersagen von Anfang an in einem einzigen System vereint. Laut X Square soll das Modell Robotern helfen, in der weitaus unvorhersehbareren Umgebung eines Haushalts zu agieren, wo Aufgaben, Raumaufteilungen und Interaktionen von Moment zu Moment variieren.

„Roboter in Fabriken und Roboter in Privathaushalten unterscheiden sich grundlegend", sagte Qian Wang, Gründer und CEO von X Square Robot. „In Fabriken wiederholen sie dieselbe Aktion 10.000 Mal. In einem Privathaushalt müssen sie möglicherweise 10.000 verschiedene Aktionen ausführen, jede in einem anderen Kontext. Die eigentliche Herausforderung ist nicht die Wiederholung, sondern die Frage, ob ein Roboter neue, nicht trainierte Aktionen in einer unstrukturierten Umgebung ausführen kann."

Wall-B ist die erste vollständige Umsetzung der World Unified Model-Architektur des Unternehmens. Im Gegensatz zu modularen Systemen, die Wahrnehmung, Sprache und Steuerung separat trainieren, optimiert das World Unified Model laut X Square Robot diese Fähigkeiten von Anfang an gemeinsam. Das Unternehmen erklärte, dass dadurch physikalische Vorhersagen – einschließlich Kraft, Reibung und Kollisionsdynamik – als Teil des Modells selbst entstehen können, anstatt nachträglich hinzugefügt zu werden.

„Wir trainieren Sehen, Sprache, Handeln und Vorhersagen von Anfang an im selben Netzwerk", sagte Wang Hao, Chief Technology Officer von X Square. „Menschliche Säuglinge lernen nicht in isolierten Phasen zu sehen, sich zu bewegen und zu kommunizieren. Sie lernen, indem sie Wahrnehmung und Handeln gleichzeitig integrieren, mit ständigem Feedback aus der physischen Welt. Das ist das Prinzip hinter unserer Architektur."

X Square Robot erklärte, das Modell basiere auf zwei Kernpfeilern. Der erste ist eine Datenstrategie, die sich auf reale, nicht inszenierte häusliche Umgebungen konzentriert und darauf abzielt, das System mit der ganzen Bandbreite an Haushaltsszenarien zu konfrontieren – verlegte Gegenstände, vorübergehende Sichtbehinderungen, unerwartete Hindernisse und spontane menschliche Aktivitäten. Der zweite ist ein physikbewusster Vorhersagemechanismus, der es dem Roboter ermöglicht, physikalische Ergebnisse zu antizipieren, bevor er Maßnahmen ergreift, anstatt lediglich nach Kontakt zu reagieren.

Zusammen sollen diese Elemente eine der größten Herausforderungen der Robotik überwinden: den Übergang von kontrollierten Demos zu zuverlässiger Leistung in realen Umgebungen. Das Unternehmen erklärte, seine Arbeit an physischen Roboterplattformen habe dazu beigetragen, praktische Erfahrungen bei der Überbrückung von Simulation und Realität unter vielfältigen Betriebsbedingungen zu sammeln.

Bei der Veranstaltung demonstrierte X Square eine Reihe von Live-Aufgaben. In einer Erlebniszone arrangierte ein Roboter Blumen, während er seinen Griff und seine Bewegungen in Echtzeit anpasste, als sich die Stiele unter visueller Verdeckung verschoben. Die Aufgabe wurde laut Angaben des Unternehmens ohne voreingestellte Bewegungsbahnen ausgeführt und zog die Aufmerksamkeit sowohl der nationalen als auch der internationalen Medien auf sich, die an der Veranstaltung teilnahmen.

Dennoch räumte X Square ein, dass sich die Technologie noch in einem frühen Stadium befindet. Wang sagte, dass aktuelle Systeme Fehler machen können, die ein Eingreifen aus der Ferne erfordern – wie zum Beispiel das Ablegen von Hausschuhen in der Küche oder das Anhalten mitten in einer Aufgabe, um die nächste Aktion zu verarbeiten. Er fügte jedoch hinzu, dass die Fähigkeit der Roboter, kontinuierlich zu arbeiten und rund um die Uhr neue Daten aus der realen Welt zu generieren, dem System einen Weg zu rascher Verbesserung ebne.

Dieser Lernzyklus ist zentral für den nächsten Meilenstein des Unternehmens: Innerhalb von 35 Tagen plant X Square, seine Roboter in normalen Haushalten einzusetzen, was das langfristige Engagement des Unternehmens im Bereich der Haushaltsrobotik unterstreicht.

Foto - https://mma.prnewswire.com/media/2963913/X_Square_Robot.jpg

View original content:https://www.prnewswire.com/news-releases/x-square-robot-stellt-neues-modell-fur-verkorperte-ki-vor-und-kundigt-an-dass-roboter-in-35-tagen-in-die-haushalte-kommen-werden-302752014.html

Wie stark der Verkehr in einer Stadt stockt, hängt weit weniger allein von der Leistungsfähigkeit des Strassennetzes ab als bislang angenommen. Eine Studie der ETH Zürich und der University of Wisconsin, veröffentlicht in der Fachzeitschrift «Nature Communications», zeigt: Entscheidend ist, wie Wohn-, Arbeits- und Freizeitquartiere räumlich angeordnet sind. Die Forschenden um den Geoinformatiker Yatao Zhang haben 30 Grossstädte weltweit – von Singapur bis Zürich – miteinander verglichen und dabei nicht nur Knotenpunkte und Verkehrsströme auf Strassen, sondern auch Bebauungsdichte, Quartiersstrukturen, Grünflächen und die Nutzung von Flächen für Wohnen, Einkauf, Sport, Verwaltung oder Bildung ausgewertet.

Für ihre Analyse griffen die Wissenschaftlerinnen und Wissenschaftler auf Staudaten des niederländischen Unternehmens Here Technologies zurück, das Bewegungsdaten von Fahrzeugen im Fünf-Minuten-Takt erfasst. Mit einer eigens entwickelten Methode konnten sie die wechselseitige Beeinflussung von Stadtmerkmalen und Verkehr über die Zeit hinweg beschreiben und erstmals robuste Ursache-Wirkung-Beziehungen identifizieren. Demnach führt etwa eine zersiedelte Stadtstruktur tendenziell zu mehr Verkehr, weil Distanzen länger werden und Alltagswege häufiger mit dem Auto zurückgelegt werden. Umgekehrt kann eine Mischnutzung von Wohnen und Arbeiten die Pendlerstrecken verkürzen und das Verkehrsaufkommen senken.

Die Befunde lassen sich konkret illustrieren: Ballungen von Freizeit- und Einkaufsangeboten in einzelnen Quartieren erhöhen den Wochenendverkehr, etwa durch Sportanlagen oder grosse Einkaufszentren. In Singapur etwa verstärkt die räumliche Trennung von grossen Wohngebieten und einem Dienstleistungszentrum die Kopplung zwischen Städtebau und Pendlerströmen deutlich. In Zürich ist dieser Zusammenhang laut Studie weniger ausgeprägt. «Verkehr entsteht durch das, was Menschen tun, nicht allein durch die Existenz von Strassen», fasst Erstautor Zhang die Ergebnisse zusammen.

Aus Sicht der Forschenden könnte die neue Methode mittelfristig die Stadt- und Verkehrsplanung beeinflussen. Werden die Erkenntnisse mit Detailstudien einzelner Städte kombiniert, lassen sich Szenarien simulieren: So kann etwa abgeschätzt werden, wie sich der Ausbau eines S-Bahn-Netzes auf Wohnungsbau in der Agglomeration auswirkt – und umgekehrt, wie ein rascher Anstieg von Neubauten in Vororten den Bedarf an zusätzlicher Verkehrsinfrastruktur nach sich zieht. Angesichts immer komplexerer Städte und wachsender Belastung der Verkehrssysteme sehen die Autorinnen und Autoren ein zentrales Ziel darin, Mobilität und Stadtentwicklung gemeinsam zu denken, um urbane Zentren nachhaltiger gestalten zu können.