Foundation-Model-Landschaft 2026

Seit 2024 ist ein Wettlauf um das „Gehirn” humanoider Roboter entbrannt. Diese Übersicht ordnet die wichtigsten Robotik-Foundation-Models ein — mit dem jeweils aktuellen Stand (Mitte 2026). Leistungs-Superlative einzelner Anbieter sind oft Eigenangaben und noch nicht unabhängig überprüft; sie sind hier entsprechend zurückhaltend formuliert.

Schnellüberblick

Anbieter	Aktuellstes Modell	Stand	Typ	Lizenz
Google DeepMind	[[gemini-robotics	Gemini Robotics 1.5 / ER 1.6]]	2025–2026	VLA + Reasoning-VLM
NVIDIA	[[nvidia-groot	Isaac GR00T N1.7]] (N2 als Preview)	2026	VLA / World-Action
NVIDIA	[[nvidia-cosmos	Cosmos]] (Predict/Transfer/Reason)	2025–2026	World Model
Physical Intelligence	[[physical-intelligence-pi	π0.7]]	2026	VLA
Figure AI	[[figure-helix	Helix]]	seit 2025	VLA (System 1/2)
Tesla	Optimus-Steuernetz (kein benanntes Modell)	—	end-to-end	proprietär
Skild AI	[[skild-brain	Skild Brain]]	2026	„omni-bodied” Foundation
1X Technologies	Redwood + World Model	seit 2025	VLA + World Model	proprietär
Hugging Face	[[lerobot	SmolVLA / LeRobot]]	seit 2025	VLA / Ökosystem
ByteDance	GR-3	2025	VLA (Mixture-of-Transformers)	Forschung
AgiBot	GO-1 (ViLLA)	2025	Embodied Foundation	Datensatz offen
World Labs	Marble	2026	großes World Model	proprietär

Die großen Linien

Proprietär & integriert (Google, Figure, Tesla, 1X). Wer eigene Roboter baut oder eine Plattform besitzt, hält das Modell meist geschlossen und optimiert es eng auf die eigene Hardware. Gemini Robotics bringt zusätzlich ein separates Reasoning-Modell (ER) mit, das „vor dem Handeln denkt”.

Offen & plattformübergreifend (NVIDIA, Hugging Face). NVIDIA positioniert GR00T und Cosmos als offene Bausteine für die ganze Branche — flankiert vom Geschäft mit Chips und Simulation. Hugging Face zielt mit LeRobot/SmolVLA auf die Demokratisierung: kleine, offene VLAs, die auf Consumer-Hardware laufen.

Reine Modell-Startups (Physical Intelligence, Skild AI). Sie verkaufen kein Robotergehäuse, sondern das „Gehirn” — ein Modell, das möglichst viele Roboterkörper steuert. Physical Intelligence hat mit π0 ein viel beachtetes, teils offenes VLA vorgelegt; Skild AI verfolgt ein „omni-bodied” Modell.

Der China-Block (AgiBot, ByteDance, Fourier, Galbot, Unitree …). Chinesische Akteure kombinieren aggressive Hardware-Serienfertigung mit eigenen Embodied-Modellen und teils offenen Datensätzen (AgiBot World). GR-3 von ByteDance und GO-1 von AgiBot zählen zu den sichtbarsten.

Der gemeinsame Engpass

Alle eint dasselbe Problem: zu wenig Roboterdaten. Die Antworten reichen von massiver Teleoperation über geteilte Datensätze (Open X-Embodiment) bis zu synthetischen Daten aus World Models (NVIDIAs „GR00T-Dreams”/Cosmos). Genau hier entscheidet sich, wessen Modell zuerst zuverlässig genug für den Alltagseinsatz wird.