AGIBOT hat GO-3 Preview vorgestellt, sein neues Basismodell für verkörperte KI, beim Innovation Day 2026 in Shanghai am 29. Oktober 2026. Die zentrale Idee ist ein Roboter, der nicht nur programmierte Aufgaben ausführt, sondern nach der Inbetriebnahme weiter aus Erfahrung lernt.
Das Modell basiert auf WRAM (World Reasoning Action Model), einem einheitlichen Rahmen, der drei Schritte verbindet: über die Aufgabe nachdenken, die Folgen einer Handlung vorhersagen und erst dann handeln. Praktisch soll der Roboter Anweisungen interpretieren, mögliche Folgen vorhersehen und die Entscheidung in Bewegung umsetzen, statt eine gelernte Abfolge starr zu wiederholen.
Im Vortraining kombiniert GO-3 Preview Ego-Videos von Menschen, die zeigen, wie Menschen mit Alltagsgegenständen umgehen, mit Robotertrajektorien, die visuelle Beobachtung, physische Handlung und Ergebnis verknüpfen. Laut Unternehmen hilft das dem System, Fähigkeiten auf Aufgaben zu übertragen, die es noch nie gesehen hat, ohne für jede neue Tätigkeit eine eigene Feinabstimmung.
Für das Nachtraining nutzt AGIBOT Genie Evolver, ein verteiltes System, das Daten von etwa 100 physischen Robotern mit Physiksimulation und Weltmodellen kombiniert. Genie Master fungiert als Agentenschicht: Sie verbindet Entscheidung, Ausführung und Rückmeldung, damit der Roboter Fehler im Betrieb erkennt, sein Verhalten anpasst und die Erfahrung für spätere Versuche behält.
Zu den vom Unternehmen berichteten Demonstrationen gehört ein Fall in einem echten Convenience-Store mit einem G2-Roboter: Die Erfolgsquote im gesamten Aufgabenablauf stieg von 28,6 % am ersten Tag auf 85,7 % nach fünf Tagen, ohne neue menschliche Demonstrationen, so die Berichterstattung über die Veranstaltung. Bei einer weiteren Aufgabe, dem Aufhängen kleiner Haken, meldete das Unternehmen eine Verbesserung um 17,7 Prozentpunkte bei der Erfolgsquote einer einzelnen Aufgabe gegenüber herkömmlichem überwachtem Fine-Tuning.
Bei den Benchmarks müssen Fakt und Behauptung getrennt werden: AGIBOT gab an, in auf der eigenen Veranstaltung vorgestellten Ergebnissen, dass GO-3 Preview bei RoboDojo in Erfolgsquote und Prozessbewertung den ersten Platz belegte, bei RoboTwin die höchste Gesamtpunktzahl erreichte und bei RoboColiseum insgesamt Erster wurde. Vorerst handelt es sich um vom Hersteller vorgelegte Ergebnisse, die noch auf eine unabhängige Überprüfung warten — keine endgültige, von Dritten geprüfte Rangliste.
Das Unternehmen teilte außerdem mit, dass es plant, das vollständige Modell bis Ende 2026 als Open Source zu veröffentlichen. Sollte sich das bestätigen, könnten Forschende und Entwickelnde die Versprechen zum kontinuierlichen Lernen an ihren eigenen Manipulationsaufgaben testen. GO-3 Preview wurde zusammen mit weiteren Ankündigungen derselben Veranstaltung vorgestellt, etwa der Hardwareplattform AHA3 und dem Industrieroboter G2 Max, doch der Fokus liegt hier auf dem Modell: AGIBOTs Wette ist, dass der nächste Sprung der Robotik nicht nur bessere Hardware ist, sondern ein Roboter, der durch Arbeiten besser wird.
Bildnachweis: AGIBOT, über eine von PR Newswire beim Innovation Day 2026 in Shanghai verbreitete Mitteilung — im Bild präsentiert AGIBOTs Yao Maoqing GO-3 Preview und den Lernkreislauf mit Daten aus der realen Welt.
Quellen:
- AGIBOT / PR Newswire — comunicado do Innovation Day 2026
- Interesting Engineering — GO-3 Preview
- Humanoid Robotics Technology — AGIBOT Innovation Day 2026
Transparenz: Dieser Artikel wurde mithilfe künstlicher Intelligenz erstellt und mit öffentlichen Beiträgen sowie den unten aufgeführten Internetquellen abgeglichen. Wir empfehlen, die Originalquellen zur Bestätigung der Details zu konsultieren.
Muse
