Vorhersehen statt Ausprobieren: Wie 1X Technologies mit Weltmodellen den Heimroboter Neo sicher macht

Die Fabrikhalle verzeiht Fehler nur ungern – das private Wohnzimmer verzeiht sie überhaupt nicht. Wer einen humanoiden Roboter zwischen spielende Kinder, wackelige Glastische und freilaufende Haustiere schickt, kann sich keine Ausreißer in der Trajektorienplanung leisten. Wo Industrieroboter in berechenbaren Takten agieren, herrscht im Haushalt permanentes, unstrukturiertes Chaos.

Genau an diesem neuralgischen Punkt setzt 1X Technologies mit seinem zweibeinigen Roboter Neo an. Gestützt von Investoren wie OpenAI und EQT Ventures verabschiedet sich das norwegisch-amerikanische Robotikunternehmen vom traditionellen „Sense-Plan-Act“-Paradigma. Stattdessen setzt 1X auf World Models (prädiktive Weltmodelle), die auf Video- und Aktionsvorhersage basieren: Bevor Neo einen Schritt setzt oder nach einer Kaffeetasse greift, träumt und simuliert er die physikalischen Konsequenzen seiner Bewegung im Millisekundenbereich voraus.

Das Wohnzimmer-Dilemma: Warum klassisches SLAM zu kurz greift

Klassische Navigationsverfahren wie SLAM (Simultaneous Localization and Mapping) erstellen geometrische Karten: Wo ist eine Wand? Wo steht ein Hindernis?

Im häuslichen Umfeld reicht reine Geometrie jedoch nicht aus:

• Dynamische Interaktion: Eine auf dem Boden liegende Decke ist kein massiver Felsblock, sondern ein flexibles Textil, das weggeschoben oder übertreten werden kann.
• Verformbare und zerbrechliche Objekte: Ein gefülltes Wasserglas kippt bei unbedachter Berührung um, ein Teppichrand kann sich aufwölben.
• Unvorhersehbare Akteure: Ein Hund rennt plötzlich durch die Bahn, eine Tür wird zugeschlagen.

Wer hier auf starre Wenn-Dann-Ketten oder langsame Online-Optimierer setzt, reagiert entweder viel zu spät oder erstarrt bei der kleinsten Unbekannten im Sicherheitsstopp.

Was steckt hinter den Video- und Aktions-Weltmodellen von 1X?

Das Grundprinzip der Weltmodelle bei Neo ähnelt der menschlichen Vorstellungskraft. Wenn wir überlegen, wie wir ein Tablett durch eine enge Küchentür tragen, spielen wir die Szene mental vorab durch.

1X übersetzt diesen Prozess in eine lernfähige, neuronale Architektur:

1. Prädiktive Videovorhersage (Latent Video Generation):

Aus den aktuellen Kamerabildern und dem internen Roboterzustand generiert das neuronale Netz im latenten Raum eine visuelle Sequenz der unmittelbaren Zukunft (die nächsten 1 bis 5 Sekunden). Das Modell sagt Bild für Bild voraus, wie der Raum aussehen wird, wenn der Roboter eine bestimmte Gelenkbewegung ausführt.

1. Physikalische Intuition:

Da das Weltmodell auf tausenden Stunden vielfältigster Interaktionsdaten trainiert wurde, hat es implizit physikalische Grundgesetze erlernt: Es „weiß“, dass Kissen nachgeben, dass Gläser zerspringen können und wie sich Reibung auf glattem Parkett von einem Hochflorteppich unterscheidet.

1. Echtzeit-Rollouts zur Pfadplanung (Model-Predictive Control im latenten Raum):

Neo testet gedanklich dutzende mögliche Aktionspfade parallel ab. Der Pfad, dessen visuelle und physikalische Zukunftsvorhersage das Ziel am sichersten und kollisionsfrei erreicht, wird ausgewählt und an die Gelenkregler gesendet – mit Update-Raten im zweistelligen Hertz-Takt.

Neo: Für den Schutz von Mensch und Mobiliar gebaut

Ein intelligentes Weltmodell funktioniert im Heim nur im Einklang mit einer eigens darauf abgestimmten Mechanik. Neo wurde von Grund auf als haushaltstauglicher Zweibeiner konstruiert:

• Sehnengetriebene Aktuatorik (Tendon-driven): Statt schwerer, starrer Getriebemotoren in den Gliedmaßen nutzt Neo leichte, sehnenbasierte Antriebe. Das verleiht ihm eine natürliche mechanische Nachgiebigkeit (Compliance). Stößt er wider Erwarten doch leicht an, gibt der Arm elastisch nach, statt Schaden anzurichten.
• Textile Schutzhaut statt Hartplastik: Neo trägt einen weichen, gepolsterten Schutzanzug. Das verhindert Quetschstellen für Kinderhände und dämpft versehentliche Berührungen zuverlässig ab.
• Leichtbauweise (ca. 30 kg): Mit einem Bruchteil des Gewichts massiver Industrieroboter minimiert Neo die kinetische Energie drastisch. Selbst im unwahrscheinlichen Fall eines Sturzes ist das Gefahrenpotenzial auf ein Minimum reduziert.

Autonomie im Alltag: Teleoperation als Trainingsmotor

Wie lernt das Weltmodell die unendliche Vielfalt menschlicher Wohnungen? 1X nutzt hierfür eine nahtlose Shadow-Teleoperation:

Erreicht Neo eine Situation, in der die Konfidenz des Weltmodells unter einen Schwellenwert fällt (etwa ein völlig unbekannter Gegenstand oder eine unklare Blockade), schaltet sich im Hintergrund über VR ein menschlicher Operator auf. Dieser steuert Neo für wenige Sekunden fern.

Diese Teleoperations-Episoden fließen sofort in die Trainings-Pipeline ein: Das Modell lernt aus der menschlichen Problemlösung, verfeinert sein Weltmodell und meistert ähnliche Situationen beim nächsten Mal vollkommen autonom.

Fazit

Mit dem Einsatz von Video- und Aktions-Weltmodellen für Neo verlagert 1X Technologies das Risikomanagement der Robotik dorthin, wo es hingehört: in den Denkprozess vor der Bewegung.

Statt Hindernisse erst beim Dagegenstoßen oder über langsame Sensor-Pipelines zu bemerken, antizipiert Neo die Dynamik seiner Umgebung mit physikalischer Intuition. Genau diese Fähigkeit, die Zukunft des Raumes vorauszusehen, ist der Schlüssel, der humanoiden Robotern den Weg aus den Fabriken hinein in unser tägliches Leben ebnet.

Die Ära der humanoiden Roboter hat begonnen. Der Übergang von der Theorie zur Praxis erfordert jedoch mehr als nur fortschrittliche Hardware. Entscheidend für den Erfolg in der Economy 2.0 ist die intelligente Integration dieser Technologien in bestehende betriebliche Abläufe.

Die Human Robot GmbH begleitet Unternehmen als Partner bei dieser Transformation. Erfahren Sie auf minden-robotics.de, wie Sie durch digitale Lösungen die Wettbewerbsfähigkeit Ihres Unternehmens sichern und es zukunftsfähig aufstellen.