ByteDance-Robotikveteran Tao Kong wechselte zu Xiaomi und erhöht den Einsatz bei Robotik-Grundmodellen

Xiaomi hat Berichten zufolge im Sommer 2025 den früheren ByteDance-Robotikleiter Tao Kong angeworben und ihm die Leitung eines streng abgeschirmten Teams für Robotik-Grundmodelle übertragen. Die Personalie ist bedeutsam, weil Xiaomi damit mehr als einen Forschungsleiter gewinnt. Das Unternehmen erhält einen Manager, der sechs Jahre lang das Robotikprogramm von ByteDance aufgebaut hat, sowie direkten Zugang zu Xiaomis Geräten, Fahrzeugen und Fabriken.

Über den Personalwechsel berichtete 36Kr am 10. August 2026 unter Berufung auf mehrere unabhängige Quellen mit Kenntnissen beider Unternehmen. Diese Quellen erklärten, Kong habe mehrere frühere ByteDance-Mitarbeiter mitgebracht. Sie bezifferten Xiaomis breitere Robotikorganisation zudem auf rund 200 Personen, wobei Xiaomi diese Zahl öffentlich nicht bestätigt hat.

Es handelt sich nicht lediglich um eine weitere hochrangige KI-Einstellung. ByteDance baute unter Kong eines der sichtbarsten chinesischen Programme für universelle Robotermodelle auf, während Xiaomi 2026 eigene Modelle und Trainingsmethoden veröffentlicht hat. Der Wettbewerb dreht sich nun um zwei Ansätze für verkörperte KI: eine Internetplattform, die Robotikforschung vom Modell ausgehend entwickelt, und ein Hardwareunternehmen, das Modelle rund um Produkte, Fabriken und den Einsatz in der physischen Welt aufbaut.

Was sich Berichten zufolge bei Xiaomi verändert hat

Kongs Ankunft verschafft Xiaomi einen erfahrenen Teambuilder genau zu dem Zeitpunkt, an dem die Robotikarbeit von Demonstrationen hin zu einer Modellplattform übergeht.

Der ursprüngliche Bericht bezeichnet Kong als Leiter von Xiaomis Team für Robotik-Grundmodelle. Ein Grundmodell ist ein breit trainiertes System, das an viele Aufgaben angepasst werden kann, statt für eine einzelne feste Bewegung oder Maschine entwickelt zu werden.

Der Unterschied ist wichtig. Traditionelle Industrieroboter wiederholen sorgfältig programmierte Abläufe in strukturierten Umgebungen. Die Forschung zu Grundmodellen zielt darauf ab, Robotern zu ermöglichen, Sprache zu interpretieren, sich verändernde Szenen zu verstehen und bei unterschiedlichen Aufgaben passende physische Aktionen zu erzeugen.

Kongs öffentliche Biografie belegt den relevanten Hintergrund unabhängig. Auf seiner persönlichen Forschungsseite schreibt er, dass er von 2019 bis 2025 als Director of Robotics Research bei ByteDance tätig war. Zudem erklärt er, das Robotik-Forschungsteam des Unternehmens gegründet und geleitet zu haben.

Die Seite nennt Xiaomi nicht öffentlich als seinen aktuellen Arbeitgeber. Sie lädt jedoch Forschende und Ingenieure dazu ein, an Robotik-Grundmodellen und -systemen zu arbeiten. Diese Formulierung passt zum berichteten Umfang seiner neuen Position, bestätigt aber nicht unabhängig jedes organisatorische Detail des Berichts.

Laut 36Kr wechselte Kong im Sommer 2025 zu Xiaomi und warb mehrere Personen an, die zuvor bei ByteDance gearbeitet hatten. Der Bericht besagt außerdem, sein Team nutze ein separates Büro. Eine Quelle beschrieb die Gruppe selbst innerhalb von Xiaomis breiterer Robotikorganisation als ungewöhnlich geheimniskrämerisch.

Diese Beschreibungen sollten mit Vorsicht behandelt werden. Keines der Unternehmen hat eine Mitteilung zur Ernennung, ein Organigramm oder eine bestätigte Mitarbeiterzahl für die Gruppe veröffentlicht. Xiaomi hat sich außerdem nicht öffentlich dazu geäußert, ob Kong jedes Projekt direkt leitet, das unter seiner Robotik-Forschungsmarke veröffentlicht wird.

Dennoch liefert Xiaomis öffentliche Forschungschronologie erheblichen Kontext für den Personalbericht. Das Unternehmen stellte Xiaomi-Robotics-0 im Februar 2026 vor, veröffentlichte im April seine Post-Training-Pipeline und kündigte im Juli zwei größere Forschungsprojekte an. Diese Veröffentlichungen erschienen Berichten zufolge nach Kongs Wechsel.

Dieses Timing beweist nicht, dass Kong jedes Modell persönlich entwickelt hat. Forschungsprogramme beginnen oft lange vor der Veröffentlichung, und Fachartikel repräsentieren meist die Arbeit vieler Beteiligter. Es zeigt jedoch, dass Xiaomis Betrieb für Robotermodelle im Jahr nach seiner berichteten Ankunft öffentlich produktiv wurde.

Der folgenreichste Teil der Geschichte ist daher nicht die Geheimhaltung rund um ein einzelnes Büro. Es ist das Zusammentreffen eines erfahrenen Forschungsleiters, eines angeworbenen Teams, eines sichtbaren Veröffentlichungstakts und eines Unternehmens mit mehreren Wegen zur praktischen Ausbringung.

Warum Xiaomi jetzt ein Team für Robotik-Grundmodelle braucht

Xiaomi versucht, seinen Hardware-Fußabdruck in einen Trainings- und Ausbringungsvorteil zu verwandeln, bevor sich die universelle Robotik auf einige wenige dominante Modellstacks festlegt.

Das Unternehmen arbeitet seit Jahren an Robotern. 2021 stellte es den quadrupedalen CyberDog und 2022 den humanoiden CyberOne vor. Diese Systeme zogen Aufmerksamkeit auf sich, etablierten Xiaomi jedoch nicht als Anbieter allgemeiner Roboterintelligenz.

Die Arbeit des Jahres 2026 erhebt einen ambitionierteren Anspruch. Xiaomis Robotik-Forschungsseite beschreibt ein Programm für allgemeine Roboter, die von skalierbaren Grundmodellen angetrieben werden. Die Veröffentlichungen betonen Modelltraining, Aktionserzeugung, Weltmodellierung und die effiziente Anpassung an schwierige Manipulationsaufgaben.

Diese Richtung spiegelt einen breiteren Wandel in der Robotik wider. Ein Roboter benötigt nicht mehr nur leistungsfähige Motoren, Gelenke, Kameras und Steuerungssoftware. Teams wollen zunehmend ein wiederverwendbares Modell, das visuelle Wahrnehmung, Sprachinstruktionen und physische Aktionen verbindet.

Diese Systemklasse wird oft als Vision-Language-Action-Modell oder VLA bezeichnet. Sie erhält Bilder und Text und erzeugt anschließend Aktionen, die ein Roboter ausführen kann. Prinzipiell kann ein breit trainiertes VLA an viele Maschinen und Umgebungen angepasst werden.

In der Praxis bleibt die Aufgabe schwierig. Roboter müssen im kontinuierlichen physischen Raum handeln, in dem ein kleiner Fehler ein Getränk verschütten, einen Gegenstand beschädigen oder eine Produktionslinie anhalten kann. Text- und Bilddaten im Internetmaßstab vermitteln einer Maschine nicht unmittelbar, wie viel Kraft nötig ist, um einen Ohrhörer in ein Case einzusetzen.

Xiaomi verfügt über Ressourcen, die helfen können, diese Lücke zu schließen. Das Unternehmen verkauft Unterhaltungselektronik, betreibt Plattformen für vernetzte Geräte, produziert Elektrofahrzeuge und hat Zugang zu Produktionsumgebungen. Jeder dieser Bereiche bietet mögliche Einsatzszenarien, auch wenn Xiaomi noch keine einheitliche kommerzielle Roboterplattform angekündigt hat, die sie alle umfasst.

Fabriken sind das unmittelbarste Testfeld. Wiederkehrende Manipulationsaufgaben bieten messbare Erfolgskriterien, kontrollierte Sicherheitsgrenzen und wirtschaftliche Gründe für Automatisierung. Sie können zudem die Fehldaten erzeugen, die zur Verbesserung eines Modells nötig sind.

Haushalte bieten einen größeren Markt, stellen jedoch ein schwierigeres technisches Problem dar. Haushaltsgegenstände unterscheiden sich stark, Menschen bewegen sich unvorhersehbar, und akzeptable Fehlerraten sind extrem niedrig. Ein Roboter, der in einem Labor neun von zehn Versuchen erfolgreich abschließt, kann in der Nähe von Kindern, Haustieren, Glaswaren oder heißen Geräten dennoch ungeeignet sein.

Fahrzeuge bilden eine weitere mögliche Brücke. Autonomes Fahren und Robotik hängen beide von Wahrnehmung, Planung, Simulation und Entscheidungen unter Unsicherheit ab. Ihre Sensoren und Aktionsräume unterscheiden sich, sodass Modelle nicht einfach ohne Anpassung übertragen werden können. Teams können jedoch Dateninfrastruktur, Trainingssysteme und Fachwissen über multimodales Schlussfolgern wiederverwenden.

Deshalb ist ein erfahrener Leiter für Grundmodelle jetzt wichtig. Xiaomi muss Forschung über Datenerfassung, Modellarchitektur, Post-Training, Bewertung, Hardwaresteuerung und Ausbringung hinweg koordinieren. Eine Sammlung isolierter Demonstrationen wird keine wiederverwendbare Schicht für Roboterintelligenz hervorbringen.

Die berichtete Teamgröße von rund 200 Personen deutet zudem darauf hin, dass Xiaomi Robotik als dauerhaftes Programm und nicht als kleines Erkundungsprojekt betrachtet. Diese Zahl bleibt unbestätigt, doch der Veröffentlichungsrhythmus des Unternehmens weist auf einen umfangreichen Betrieb hin.

Für Xiaomi besteht die Chance nicht allein darin, einen humanoiden Roboter zu bauen. Es geht darum, eine Modellarchitektur zu schaffen, die unterschiedliche Verkörperungen bedienen kann – also verschiedene Roboterkörper, Sensoren und Steuerungssysteme. Erfolg würde dem Unternehmen eine gemeinsame Softwareschicht für Maschinen verschaffen, die derzeit separate Entwicklungsarbeit erfordern.

Xiaomi und ByteDance bauen von entgegengesetzten Enden aus

ByteDance bringt Forschung zu großen Modellen und KI-Infrastruktur im Internetmaßstab mit, während Xiaomi die Modellentwicklung mit Hardware, Fertigung und einer möglichen späteren Produktausbringung verbinden kann.

Dies ist der zentrale Wettbewerb, den Kongs Wechsel auslöst. Beide Unternehmen können große Forschungsprogramme finanzieren, Spezialisten anwerben und multimodale Modelle trainieren. Ihre stärksten Ressourcen unterscheiden sich jedoch.

ByteDance stieg von der Modellseite her in die Robotik ein. Seine Forschungsorganisation Seed arbeitet in den Bereichen Sprache, Vision, Spracheingabe, Weltmodelle und Robotik. Unter Kongs früherer Leitung verfolgte das Robotikprogramm allgemeine Modelle, die Webwissen mit physischen Fähigkeiten verbinden können.

Ein Beispiel war GR-2, beschrieben als generatives Video-Language-Action-Modell für Roboter-Manipulation. Später führte das Programm GR-3 ein, ein Modell mit vier Milliarden Parametern, das Sprachinstruktionen befolgen, über Objekte hinweg generalisieren und längere Aufgaben erledigen soll.

ByteDances GR-3-Veröffentlichung erklärt, dass das Modell Vision-Language-Verständnis mit Aktionserzeugung integriert. Das Unternehmen demonstrierte Aufgaben mit flexiblen Objekten und bimanualer Manipulation – Bereiche, in denen starre Programmierung oft schlecht funktioniert.

Diese Demonstrationen zeigen den Forschungsanspruch von ByteDance. Sie belegen keine breite kommerzielle Zuverlässigkeit. Öffentliche Videos und ausgewählte Laboraufgaben können keine Fehlerraten über Tausende Haushalte oder Fabriken hinweg offenlegen.

ByteDance steht zudem vor einer Frage der Ausbringung. Das Unternehmen besitzt große Verbraucherplattformen und Cloud-Dienste, verfügt jedoch nicht über Xiaomis Bandbreite an physischen Produkten unter eigener Marke. Es kann mit Roboterherstellern zusammenarbeiten, Modelle lizenzieren oder Referenzsysteme entwickeln. Jeder Weg fügt eine Koordinationsstufe zwischen dem Modellentwickler und dem Hardwarebesitzer hinzu.

Xiaomi nähert sich dem Problem aus der entgegengesetzten Richtung. Das Unternehmen entwickelt bereits Geräte und Fahrzeuge, steuert Zulieferer und betreibt Fertigungssysteme. Seine Herausforderung besteht darin, eine allgemeine Intelligenzschicht aufzubauen, die der Qualität spezialisierter KI-Labore entspricht.

Die Anwerbung Kongs verringert diese Lücke. Er bringt Erfahrung beim Aufbau eines Robotik-Forschungsteams innerhalb eines großen Internetunternehmens mit. Die berichtete Ankunft ehemaliger ByteDance-Kollegen verkürzt zudem die Verzögerung beim Zusammenstellen einer Gruppe, deren Mitglieder bereits Methoden und Terminologie teilen.

Talentbewegungen übertragen nicht automatisch geistiges Eigentum. Mitarbeitende bleiben rechtlichen, vertraglichen und ethischen Grenzen im Umgang mit vertraulichen Informationen verpflichtet. Es gibt keine öffentlichen Hinweise darauf, dass Kong oder die ihm gefolgten Kollegen ByteDance-Technologie unrechtmäßig übertragen hätten.

Was übertragen wird, ist Erfahrung. Forschende lernen, welche Datenpipelines scheitern, welche Bewertungen Schwächen verbergen und welche Modelldesigns bei der Steuerung in der realen Welt instabil werden. Dieses operative Wissen lässt sich nicht allein aus Fachartikeln nachbilden.

ByteDance unterhält weiterhin ein sichtbares Robotikprogramm. Seine aktuellen Forschungsseiten präsentieren GR-3, Hardware für geschickte Manipulation und Arbeiten zum Reinforcement Learning. Das Unternehmen bleibt daher ein ernstzunehmender Teilnehmer und ist nicht etwa ein durch einen einzelnen Abgang zerlegtes Labor.

Der Druck auf ByteDance ist strategischer Natur. Das Unternehmen muss zeigen, dass eine modellzentrierte Organisation starke Forschung in wiederholbare Ausbringung überführen kann, ohne den gesamten Hardware-Stack zu besitzen. Xiaomi muss das Gegenteil beweisen: dass Hardware-Reichweite bessere verkörperte Intelligenz hervorbringen kann und nicht lediglich mehr Orte, an denen sich ein unreifes Modell installieren lässt.

Xiaomis Vorstoß bei Grundmodellen hat nun messbare Substanz

Xiaomis jüngste Veröffentlichungen machen aus der Einstellungsgeschichte eine überprüfbare technische Strategie, die auf Skalierung, Weltmodellen und effizientem Post-Training basiert.

Xiaomi-Robotics-0 war die erste öffentlich vorgestellte Foundation-Policy des Programms. Eine Policy ist der Teil eines Robotermodells, der Beobachtungen und Anweisungen in Aktionen überführt.

Das begleitende Forschungspapier beschreibt das Pre-Training mit roboterübergreifenden Trajektorien und Vision-Language-Daten. Roboterübergreifendes Training kombiniert Daten unterschiedlicher Roboterformen, um Fähigkeiten zu erlernen, die nicht an eine einzelne Maschine gebunden sind.

Die Forschenden konzentrierten sich außerdem auf die Ausführung in Echtzeit. Das ist wichtig, denn ein Aktionsmodell, das zu langsam schlussfolgert, kann nicht sicher auf eine sich verändernde physische Umgebung reagieren. Latenz wird zu einem Teil der Intelligenz, wenn ein Roboter seinen Griff anpassen muss, bevor ein Objekt wegrutscht.

Im April veröffentlichte Xiaomi eine Post-Training-Pipeline für das Modell. Post-Training passt ein breit trainiertes System nach seinem anfänglichen großskaligen Training an bestimmte Verhaltensweisen an. Das Unternehmen hob eine präzise Aufgabe zum Einsetzen von Ohrhörern hervor, für die 20 Stunden aufgabenspezifischer Post-Training-Daten verwendet wurden.

Diese Demonstration zielt auf ein reales Robotikproblem. Kleine Objekte erfordern präzise Positionierung, Kraftkontrolle und die Korrektur leichter Fehlausrichtungen. Sie ist aussagekräftiger als ein Roboter, der eine vorbereitete Routine abläuft, auch wenn eine erfolgreich gelöste Aufgabe noch keine allgemeine Zuverlässigkeit belegt.

Im Juli folgten zwei weitere Projekte. Xiaomi-Robotics-U0 konzentrierte sich auf verkörperte Weltmodellierung, während Xiaomi-Robotics-1 die Skalierung von Aktionsmodellen mit deutlich größeren Datenmengen aus der realen Welt betonte.

Ein Weltmodell sagt voraus, wie sich eine Umgebung nach einer Aktion verändert. Für einen Roboter bedeutet das, abzuschätzen, was geschieht, wenn er ein Objekt schiebt, anhebt, dreht oder loslässt. Bessere Vorhersagen können die Planung unterstützen, bevor die Maschine sich zu einer physischen Bewegung entschließt.

Das U0-Paper argumentiert, dass herkömmliche Modelle zur Bild- und Videogenerierung die Anforderungen der Robotik nicht vollständig erfüllen. Verkörperte Systeme benötigen Konsistenz über Kameraperspektiven hinweg, kohärente Geometrie und ein Bewusstsein für die eigenen physischen Einschränkungen des Roboters.

Das ist ein wichtiger Mechanismus hinter Xiaomis Strategie. Videogenerierung kann visuelle Priors und simulierte Erfahrungen liefern, doch ein Roboter kann die Welt nicht als Abfolge attraktiver Frames behandeln. Seine Vorhersagen müssen mit dem dreidimensionalen Raum und ausführbaren Aktionen vereinbar bleiben.

Xiaomi-Robotics-1 setzt auf Datenskalierung. Die Forschenden berichten von einem Pre-Training mit mehr als 100.000 Stunden realer Manipulationstrajektorien, die mithilfe handgeführter Schnittstellen gesammelt wurden. Diese Schnittstellen ermöglichen es Menschen, Demonstrationen zu erzeugen, ohne jeden Zielroboter direkt bedienen zu müssen.

Das Modell-Paper stellt einen zweistufigen Ansatz vor. Großskaliges Pre-Training entwickelt breite Fähigkeiten zur Aktionsgenerierung, anschließend passt Post-Training das Modell an komplexe Aufgaben an.

Der berichtete Datensatz ist bedeutsam, weil Roboterdaten teuer sind. Textmodelle können aus Dokumenten lernen, die für menschliche Leser erstellt wurden. Roboter benötigen Beobachtungen, die mit Aktionen, physischen Ergebnissen und häufig spezialisierten Sensoraufzeichnungen verknüpft sind.

Allerdings bestimmen Stunden allein nicht die Qualität. Ein großer Datensatz kann repetitive Bewegungen, inkonsistente Demonstrationen, enge Umgebungen oder eine schwache Abdeckung von Fehlerfällen enthalten. Das Paper bietet Benchmarks und Experimente, doch unabhängige Reproduktion wird wichtiger sein als die Schlagzeilenzahl.

Die Abfolge der Veröffentlichungen offenbart einen kohärenten Stack. Robotics-0 etabliert das erste Aktionsmodell. U0 arbeitet an der Vorhersage verkörperter Umgebungen. Robotics-1 skaliert Daten zu realem Verhalten. Post-Training passt diese allgemeinen Fähigkeiten anschließend an präzise Aufgaben an.

Diese Kohärenz macht die berichtete Ernennung folgenreicher. Xiaomi scheint ein integriertes Modellprogramm aufzubauen, statt unverbundene Robotikexperimente zu veröffentlichen. Kongs Erfahrung bei ByteDance passt zu den Anforderungen einer solchen Organisation.

Sie verändert auch, wie Wettbewerber Xiaomi bewerten müssen. Das Unternehmen konkurriert nicht mehr nur über Demonstrationen von Roboterhardware. Es veröffentlicht Architekturen, Methoden und Modelle, die Forschende prüfen und hinterfragen können.

Offene Veröffentlichungen können die Rekrutierung unterstützen. Forschende bevorzugen häufig Organisationen, in denen sie Papers veröffentlichen und ein sichtbares Arbeitsportfolio aufbauen können. Offene Modelle und Trainingstools schaffen zudem externes Feedback, selbst wenn das Unternehmen seine wertvollsten Daten oder Einsatzsysteme zurückhält.

Dennoch ist Veröffentlichung keine Kommerzialisierung. Xiaomi hat keinen Termin für die Markteinführung eines massentauglichen Universalroboters auf Basis dieser Modelle genannt. Es hat keine Angaben zu Zuverlässigkeit im Feldeinsatz, Betriebskosten, Sicherheitsvorfällen oder Kundenakzeptanz gemacht.

Die technische Strategie ist nun sichtbar. Die Geschäfts- und Produktstrategie bleibt weitgehend verborgen.

Die Geheimhaltung lässt drei große Fragen offen

Xiaomi hat glaubwürdige Komponenten gezeigt, aber noch nicht belegt, dass diese Komponenten ein sicheres, wirtschaftliches und zuverlässiges Roboterprodukt bilden.

Die erste Unsicherheit betrifft Führung und Zuschreibung. Der Bericht über die Einstellung besagt, dass Kong die Foundation-Model-Gruppe leitet, doch Xiaomi hat seinen Titel oder seine Verantwortlichkeiten nicht bestätigt. Öffentliche Papers führen viele Forschende auf, und ihre Arbeit könnte bereits vor seinem Eintritt begonnen haben.

Es wäre daher unzutreffend, Xiaomis gesamtes Forschungsportfolio von 2026 einem einzelnen Manager zuzuschreiben. Kongs wahrscheinlicher Beitrag ist ebenso organisatorisch wie technisch: Forschungsprioritäten auswählen, Teams rekrutieren, Systeme prüfen und Experimente mit dem Einsatz verbinden.

Die zweite Unsicherheit betrifft Generalisierung. Ein Modell kann bei Laboraufgaben gut abschneiden und dennoch scheitern, wenn sich die Beleuchtung ändert, Objekte verformen oder eine Person die Abfolge unterbricht. Reale Umgebungen enthalten Sonderfälle, die kuratierte Bewertungen regelmäßig übersehen.

Lange Aufgaben verstärken diese Fehler. Ein Roboter mit einer Erfolgsquote von 98 Prozent bei jedem einzelnen Schritt hat nur eine Wahrscheinlichkeit von rund 82 Prozent, zehn unabhängige Schritte ohne Fehler abzuschließen. Tatsächliche Fehler sind nicht immer unabhängig, doch die einfache Rechnung zeigt, warum polierte Demonstrationen irreführend sein können.

Das Wiederherstellungsverhalten ist ebenso wichtig wie die anfängliche Genauigkeit. Ein nützlicher Haushalts- oder Fabrikroboter muss einen fehlgeschlagenen Griff erkennen, die Situation neu bewerten und eine andere Aktion versuchen, ohne die Lage zu verschlimmern.

Die dritte Unsicherheit ist wirtschaftlicher Natur. Größere Modelle und breitere Datensätze erfordern Rechenleistung, Datenerhebung, Tests und spezialisierte Hardware. Ein technisch leistungsfähiges System kann dennoch scheitern, wenn seine Betriebskosten den Wert der Arbeit übersteigen, die es ersetzt oder unterstützt.

Fabriken bieten kontrollierte Bedingungen, nutzen jedoch bereits ausgereifte Automatisierung. Ein Foundation-Model muss feste Systeme dort übertreffen, wo Flexibilität einen messbaren Wert hat. Andernfalls könnten Kunden günstigere, für eine Aufgabe gebaute Geräte bevorzugen.

Verbraucherumgebungen schaffen das gegenteilige Problem. Sie enthalten zahlreiche unterschiedliche Aufgaben, doch Käufer erwarten Erschwinglichkeit, Sicherheit, leisen Betrieb und minimalen Wartungsaufwand. Das Modell kann schwache Aktuatoren, kurze Akkulaufzeit oder unzuverlässige Sensoren nicht ausgleichen.

Die berichtete organisatorische Geheimhaltung könnte Wettbewerbsforschung und unveröffentlichte Produkte schützen. Sie begrenzt aber auch die externe Bewertung. Xiaomi hat nicht offengelegt, wie seine Robotikgruppe Verantwortung zwischen Modellforschung, Hardware, Automobilsystemen und Fertigungsautomatisierung aufteilt.

Geheimhaltung kann zudem interne Reibung erzeugen. Robotik-Foundation-Models erfordern enge Zusammenarbeit zwischen Datensammlern, Hardwareingenieuren, Sicherheitsspezialisten und Anwendungsteams. Ein separates Büro kann den Fokus schützen, doch übermäßige Isolation kann das Feedback verlangsamen, das physische Systeme benötigen.

Hinzu kommt das Risiko einer Wettbewerbsreaktion. ByteDance kann sein verbliebenes Seed-Robotikteam beschleunigen, mit Hardwareherstellern zusammenarbeiten oder seine Modelle leichter für Entwickler nutzbar machen. Andere chinesische Unternehmen können aus beiden Organisationen rekrutieren und um denselben begrenzten Pool erfahrener Forschender konkurrieren.

Google DeepMind, Tesla, Figure AI, Physical Intelligence und mehrere chinesische Robotikunternehmen verfolgen mit unterschiedlichen Hardware- und Modellstrategien verwandte Ziele. Xiaomis Zugang zur Fertigung schützt das Unternehmen nicht vor Fortschritten an anderer Stelle.

Die gegenwärtige Evidenz stützt eine engere Schlussfolgerung. Xiaomi hat ein ernsthaftes Forschungsprogramm aufgebaut und Berichten zufolge eine Führungskraft mit relevanter Erfahrung rekrutiert. Es hat noch nicht belegt, dass seine Modelle im kommerziellen Maßstab zuverlässig funktionieren.

Diese Unterscheidung sollte bestimmen, wie Leser künftige Demonstrationen interpretieren. Die wichtigen Fragen sind nicht, ob ein Roboter eine beeindruckende Aufgabe erledigt oder ob ein Paper einen größeren Datensatz berichtet. Entscheidend ist, wie oft das System scheitert, wie es sich erholt und ob sich seine Leistung auf Umgebungen übertragen lässt, die die Entwickler nicht kuratiert haben.

Für Ingenieure und Unternehmenskäufer ist dies auch ein Wissensmanagementproblem. Die Roboterentwicklung erzeugt Experimente, Fehlervideos, Sensorprotokolle und Entscheidungen über viele Teams hinweg. Systeme für eine durchsuchbare Wissensdatenbank können Teams helfen, diese Evidenz zu verknüpfen, auch wenn Dokumentation allein die Modellzuverlässigkeit nicht lösen kann.

Worauf nach Tao Kongs berichtetem Wechsel zu achten ist

Drei Signale werden zeigen, ob Xiaomi eine einsetzbare Robotikplattform aufbaut oder ein erfolgreiches Forschungslabor ohne kurzfristiges Produkt betreibt.

Das erste Signal ist eine offizielle Klarstellung zu Kongs Rolle und Xiaomis Organisationsstruktur. Eine Bestätigung würde klären, ob er die veröffentlichten Foundation-Models, einen künftigen Produkt-Stack oder eine enger abgegrenzte Forschungseinheit verantwortet.

Der Umfang der Führungsrolle prägt die Umsetzung. Ein Forschungsleiter kann Papers und Benchmarks optimieren, während ein Produktverantwortlicher zusätzlich Sicherheitsprüfungen, Hardwareeinschränkungen, Einsatzkosten und Support im Feldeinsatz verantworten muss. Xiaomis nächste Stellenausschreibungen und Listen der Mitwirkenden könnten die praktischen Grenzen vor einer formellen Ankündigung offenlegen.

Das zweite Signal ist unabhängige technische Validierung. Forschende sollten auf Reproduktionen von Xiaomis Ergebnissen, öffentliche Modellevaluierungen und Leistungen auf unbekannten Robotern oder in unbekannten Umgebungen achten.

Der roboterübergreifende Transfer ist besonders wichtig. Wenn Robotics-1 sich effizient an unterschiedliche Maschinen und schwierige Aufgaben anpassen kann, gewinnt Xiaomis große Pre-Training-Investition an Hebelwirkung. Erfordert die Anpassung weiterhin umfangreiche aufgabenspezifische Daten, wird die Plattform weniger allgemein sein, als ihre Positionierung vermuten lässt.

Bewertungen über lange Handlungshorizonte verdienen ähnliche Aufmerksamkeit. Eine Aufgabe mit langem Horizont erfordert viele voneinander abhängige Aktionen, etwa einen Tisch abzuräumen und mehrere Objekte an ihren richtigen Stellen abzulegen. Erfolgsquoten sollten die vollständige Aufgabenerledigung, Fehlerbehebung und Sicherheitseingriffe einschließen.

Auch der 100.000-Stunden-Datensatz benötigt eine genauere Prüfung. Künftige Papers könnten seine Vielfalt, Erhebungsmethode, Objektverteilung, Umgebungsabdeckung und das Verhältnis zwischen erfolgreichem und fehlgeschlagenem Verhalten erläutern. Diese Details werden bestimmen, ob Skalierung breite Kompetenz erzeugt hat oder überwiegend vertraute Bewegungen wiederholt wurden.

Das dritte Signal ist ein realer Einsatz mit Betriebskennzahlen. Eine Xiaomi-Fabrik ist der plausibelste erste Einsatzort, weil das Unternehmen die Umgebung kontrolliert und Produktivität messen kann. Ein begrenzter Pilotversuch würde mehr zeigen als eine weitere Humanoidendemonstration.

Nützliche Kennzahlen wären abgeschlossene Zyklen, menschliche Eingriffe, mittlere Zeit zwischen Ausfällen, Umrüstzeit bei Aufgabenwechseln und Kosten pro erfolgreicher Operation. Xiaomi muss keine sensiblen internen Wirtschaftsdaten veröffentlichen, doch ein gewisser Nachweis eines dauerhaften Betriebs würde seine weitergehenden Behauptungen stützen.

Ein Einsatz in einem Fahrzeugwerk würde zudem den strategischen Vorteil des Unternehmens auf die Probe stellen. Xiaomi könnte das Lernen von Robotern mit bereits kontrollierten Fertigungsabläufen, Sensorinfrastruktur und Qualitätskontrollsystemen verbinden.

Eine Markteinführung für Verbraucher würde die Anforderungen deutlich erhöhen. Käufer bräuchten klare Sicherheitsgrenzen, nützliche Aufgaben, Richtlinien für lokale oder Cloud-Verarbeitung, Reparaturoptionen und vorhersehbares Verhalten im Umgang mit Menschen. Öffentliche Hinweise auf eine unmittelbar bevorstehende Einführung gibt es derzeit nicht.

Diese Signale können die zentrale Einschätzung stärken oder schwächen. Eine formelle Bestätigung von Kongs weitreichender Zuständigkeit würde die Ansicht stützen, dass Xiaomi seine Robotik rund um eine Strategie für Basismodelle bündelt. Unabhängige Transferergebnisse würden zeigen, ob der technische Stack tatsächlich wiederverwendbar ist.

Ein nachhaltiger Einsatz in der Fabrik würde den stärksten Beleg liefern. Er würde den Umfang der Forschung mit physischem Wert verbinden – dem ungelösten Problem der Embodied AI.

Die gegenteiligen Ergebnisse wären ebenso bedeutsam. Anhaltendes Schweigen zur Führungsstruktur, auf kuratierte Aufgaben beschränkte Bewertungen oder wiederholte Veröffentlichungen ohne Einsatz würden darauf hindeuten, dass Xiaomi in diesem Übergang weniger weit ist, als sein Publikationstempo vermuten lässt.

Kongs gemeldeter Wechsel von ByteDance sollte daher als Auftakt zu einer anspruchsvolleren Phase gelesen werden. Die Einstellung eines angesehenen Robotikexperten kann die Forschung beschleunigen, Kollegen anziehen und Prioritäten schärfen. Sie kann jedoch die unerbittlichen Anforderungen der physischen Welt nicht aushebeln.

Für Entwickler lautet die nächste Frage, ob Xiaomi Modelle, Trainingscode oder Schnittstellen veröffentlicht, die außerhalb der eigenen Labore getestet werden können. Für Unternehmenskäufer geht es darum, ob Einsatzdaten eine glaubwürdige Rendite durch flexible Automatisierung belegen.

Für alle anderen ist der klarste Test einfach: Beobachten Sie, was die Roboter tun, nachdem die Kamera weiter aufzeichnet. Xiaomi hat die Mitarbeitenden, die Datenstrategie und den Hardwarezugang zusammengebracht, die für den Wettbewerb nötig sind. Jetzt muss das Unternehmen zeigen, dass diese Vorteile dem Kontakt mit unstrukturierter Realität standhalten.