Nach Angaben von IEEE Spectrum hat das chinesische Unternehmen X Square Robot einen integrierten Technologie-Stack für allgemeine Roboter vorgestellt. Das System kombiniert drei Kernkomponenten: ein Datenerfassungssystem (QUANXTA Zero Series) mit physischer Qualitätskontrolle, ein ereignisbasiertes Weltmodell (WALL-WM) und ein Vision-Language-Action-Modell (Wall-OSS-0.5), das bereits vor spezialisiertem Finetuning einsatzfähig ist. Das Unternehmen setzt dabei auf einen entscheidenden Unterschied zu etablierten Ansätzen: Statt Roboterteleoperation nutzt es günstigere VR-Handschuh-Demonstrationen, die sich auf verschiedene Roboterplattformen übertragen lassen.
Dieser Ansatz adressiert ein zentrales Problem der Robotik: Während Large Language Models ein bewährtes Rezept für Künstliche Intelligenz bieten, fehlte es der Robotik bisher an einem ähnlich universellen Grundprinzip. X Square Robots Strategie – Fokus auf Datenkualität statt Modellgröße, ereignisgesteuerte Weltmodelle und semantisch bedeutungsvolle Action-Token – könnte ein Wendepunkt für praktische Heimroboter sein. Mit einer Bewertung von 2,9 Milliarden US-Dollar signalisieren Investoren, dass sie Dateninfrastruktur und Trainings-Skalierbarkeit als Langzeit-Differenziator sehen.