Reward AI veröffentlicht OM-1: Manipulationsmodell lernt ausschließlich aus menschlichen Demonstrationen — ohne Roboterdaten

Am 14. September 2026 hat das US-Startup Reward AI sein erstes öffentliches Modell vorgestellt: OM-1, kurz für Omnibody Model 1. Die Kernthese des Unternehmens ist ungewöhnlich: Anstatt Roboter durch aufwendige Teleoperation oder eigene Sensor-Setups zu trainieren, setzt Reward AI auf reine Mensch-Demonstrations-Daten — aufgezeichnet mit einem tragbaren Handschuh namens Omnibody Hand.

Das Prinzip: „One Model, One Data Interface, Any Body”

Dieser Leitspruch beschreibt die Architektur von OM-1 in einem Satz. Konkret bedeutet er:

1. Ein Modell — OM-1 ist eine einzige Policy, kein Ensemble verschiedener Spezialmodelle.
2. Eine Datenschnittstelle — sämtliche Trainingsdaten stammen aus dem Omnibody Hand, einem 7-Freiheitsgrad-Handschuh, der Menschen bei natürlichen Greif- und Manipulationsaufgaben beobachtet. Weder Teleoperation noch roboterspezifische Sensordaten fließen in das Training ein.
3. Beliebige Körper — laut Reward AI läuft OM-1 nach dem Training ohne Anpassung (Zero-Shot) auf unterschiedlichen Roboter-Plattformen: Industriearms und humanoide Roboter gleichermaßen.

Omnibody Hand: Wearable als Datenpipeline

Der Omnibody Hand ist das zentrale Hardware-Element des Systems. Er wurde nicht als Eins-zu-Eins-Nachbildung der menschlichen Hand konzipiert, sondern um die Funktionen zu erfassen, die für Manipulation entscheidend sind:

• Auswahl geeigneter Kontaktpunkte am Objekt
• Umorientierung von Objekten in der Hand
• Flüssiger Wechsel zwischen Präzisions- und Kraftgriff

Das 7-DOF-Design soll diese funktionalen Unterschiede präziser kodieren als handelsübliche Motion-Capture-Gloves. Die Architektur baut laut Reward AI auf früheren Forschungsarbeiten des Teams auf, darunter DexCap und HumanPlus.

Lerngeschwindigkeit: Neue Aufgaben in unter 30 Minuten

Nach Herstellerangaben kann OM-1 eine neue Manipulationsaufgabe — einschließlich komplexerer Dynamiken und langer Horizonte — aus weniger als 30 Minuten menschlicher Demonstrationszeit erlernen. Diese Zahl ist bisher nur durch Reward AI selbst kommuniziert und wurde nicht unabhängig reproduziert.

Was OM-1 derzeit noch nicht ist

Reward AI betont ausdrücklich, dass OM-1 ausschließlich das unternehmenseigene Policy-System ist. Weder Modellgewichte noch Code, Datensatz oder API wurden veröffentlicht. Dritte können OM-1 damit aktuell nicht auf eigener Hardware nutzen. Das Modell ist ein Forschungsergebnis und Produkt-Demonstration zugleich, kein Open-Source-Release.

Einordnung: Relevanz für humanoide Robotik

Die Frage, wie Roboter effizient neue Fähigkeiten erlernen, ist einer der zentralen Engpässe der Branche. Konventionelle Ansätze — Teleoperation, synthetische Daten aus Simulationen, direkte Reinforcement-Learning-Schleifen — sind teuer, langsam oder schwer auf reale Umgebungen zu übertragen. Reward AIs Ansatz, menschliche Erfahrung direkt ohne Roboter-Zwischenschicht zu erfassen, unterscheidet sich konzeptionell von den Methoden führender Labore wie Physical Intelligence (π0), Google DeepMind oder Figure AI.

Ob OM-1 den behaupteten Zero-Shot-Transfer unter realen Industriebedingungen hält, bleibt abzuwarten. Die unabhängige Validierung der Kernclaims — insbesondere der 30-Minuten-Lerngrenze und der plattformübergreifenden Übertragbarkeit — steht noch aus.