Warum bleiben Roboter in Demos stecken? Neue Firma iFlytek antwortet: Fehlendes "Selbstbewusstsein"

Auf der WAIC 2026 präsentierte das Unternehmen iFlytek (China) über seine Tochtergesellschaft Yao Fang Intelligence (Anhui Yaofang Zhiheng) einen neuen Ansatz zur Entwicklung des „Gehirns“ von Robotern. Laut Unternehmensleiter Pan Jia arbeiten aktuelle Demo-Roboter nicht aufgrund technischer Einschränkungen langsam, sondern aus Angst vor Fehlern: Die Geschwindigkeit ließe sich erhöhen, doch dann steige die Wahrscheinlichkeit von Störungen, was für den realen Einsatz inakzeptabel sei. Pan Jia ist leitender Wissenschaftler bei iFlytek und Träger des ersten Preises für den nationalen wissenschaftlichen und technischen Fortschritt. Er behauptet, dass die dominierende VLA-Architektur (Vision-Language-Action) keine endgültige Lösung sei und dass Weltmodelle unter zwei Mängeln leiden: der Akkumulation von Fehlern bei sequenziellen Vorhersagen und dem Fehlen eines „Selbstbewusstseins“ (ontologische Kognition). Yao Fang schlägt ein eigenes System namens iFLYTEK-Embodied-Omni vor, bei dem VLM (Verständnis und Planung), VGM (Videogenerierung zur Vorhersage) und AGM (Aktionsgenerierung) über einen gemeinsamen Aufmerksamkeitsmechanismus zusammenarbeiten. Die wichtigste Neuerung ist die Aufgabe der inversen Kinematik als Teil des Trainings, damit das Modell lernt, die Möglichkeiten seines eigenen Körpers zu verstehen. Fast die Hälfte der Trainingsdaten besteht dabei aus synthetischen Daten zur räumlichen Wahrnehmung und Planung und nicht aus realen Roboteraufzeichnungen. Im Benchmark LIBERO-Plus erreichte das Modell eine durchschnittliche Erfolgsquote von 89,6 %, in RoboTwin 2.0 93,68 % in der Standardumgebung und 93,16 % in einer zufälligen Umgebung. Das Unternehmen hat das System bereits an realen Robotern in der Tochtergesellschaft Lingdong General Robot (Anhui Lingdong) getestet. Der Name „Yao Fang“ (爻方) bedeutet „Wandel und Beständigkeit“: Das erste Schriftzeichen „爻“ symbolisiert Veränderung (Yin und Yang), das zweite „方“ steht für Stabilität. Der Artikel des Unternehmens ist auf arXiv verfügbar.