In 30 Wohnungen der San Francisco Bay Area tritt ein Figure 03 ein, räumt ein Wohnzimmer auf, faltete Handtücher und macht Betten, ohne für diese Adressen neu trainiert worden zu sein. Nur der Roboter, die Tür, die sich hinter ihm schließt, und die Stille eines Interieurs, das er noch nicht kennt. Dort beginnt das Experiment. Nicht in einem sterilen Labor, sondern in echten Haushalten, wo Kissen falsch liegen und Laken zerknittert sind. (Diario ABC, Numerama)

Der Roboter hat drei spezifische Aufgaben erledigt: ein Wohnzimmer aufräumen, Handtücher (oder Badebekleidung) falten und Betten machen. (Diario ABC, Numerama) Das sind für einen Menschen keine komplexen Bewegungen. Für eine Maschine ist es ein Berg. Man muss den Raum verstehen, den Stoff antizipieren, den Druck anpassen. Und vor allem muss man es tun, ohne diesen genauen Raum je gesehen zu haben. Das ist die Wette von Figure. Das Unternehmen hat seinen humanoiden Roboter Figure 03 in 30 unbekannten Wohnungen getestet, ohne vorheriges spezifisches Retraining für diese Orte. (Diario ABC, Numerama) Das Ziel? Zu beweisen, dass die Maschine sich dem Unbekannten anpassen kann und nicht nur ein auswendig gelerntes Skript wiederholt.

Der Roboter hat gesehen, er hat gehandelt

Wie macht er das? Das Modell Helix 2.5 wurde vorab auf Index trainiert, einer riesigen Videodatenbank menschlichen Verhaltens. (Diario ABC, Numerama) Der Roboter hat all das „gesehen“. Er lernte, die Bewegungen zu beobachten, bevor er sie ausführte. Laut Figure erforderten frühere Robotermodelle Karten für jedes Zimmer, im Gegensatz zum neuen System, das die Orte, an denen es arbeitet, eins nach dem anderen lernt. (Diario ABC) Die starren 3D-Pläne sind vorbei. Der Roboter liest die Umgebung im Laufe der Zeit. Er tritt ein, er beobachtet, er handelt. Das ist ein radikal anderer Ansatz. Er setzt eine flüssigere, weniger codierte, intuitivere Intelligenz voraus. Aber ist das wirklich Intelligenz? Oder nur eine sehr gute Imitation?

Wenn er einen Fehler bei der Handhabung einer Decke machte, trat der Roboter zurück, änderte seine Haltung oder bewegte sich um die Matratze herum, um die Falte zu korrigieren. (Diario ABC) Dieses Detail ist entscheidend. Eine klassische Maschine stoppt oder erzwingt. Diese passt sich an. Sie tritt zurück. Sie sucht einen anderen Winkel. Das ist ein Zeichen einer gewissen Resilienz. Aber es ist auch ein Zeichen der Fragilität. Denn hinter dieser scheinbaren Flüssigkeit steht eine Erfolgsquote, die Fragen aufwirft. Der Roboter schaffte etwa 56 % der Versuche bei diesem Test unter realen Bedingungen. In einem Labor ist das eine Zahl. In Ihrem Wohnzimmer ist es eine Decke, die herumliegt, ein Bett, das neu gemacht werden muss, ein Handtuch, das zerknittert bleibt. Würden Sie das bei sich zu Hause akzeptieren?

3,5 Milliarden Dollar an Berechnungen, 4 Stunden Video: Die Leistung hat einen Preis

Um diese 56 % zu erreichen, hat Figure alles getan. Das kalifornische Unternehmen hat 3,5 Milliarden Dollar (fast 3,05 Milliarden Euro) in Rechenressourcen für das Training von Helix investiert. (Diario ABC) Das ist eine kolossale Summe. Sie übersteigt die Budgets ganzer Tech-Startups. Warum so viel? Weil das Training hungrig ist. Laut Figure erzeugt Index derzeit etwa 35 Minuten neue menschliche Erfahrung pro Sekunde. Das ist ein konstanter Datenstrom. Und um dieses System zu steuern, musste am 17. September 2026 Helix 2.5 vorgestellt werden, das Neuronennetzwerk, das seinen humanoiden Roboter Figure 03 steuert. (Numerama) Das ist das Gehirn des Tieres. Ein Gehirn, das Milliarden kostet.

Brett Adcock, der Chef von Figure, hat fast vier Stunden Bilder online gestellt, die den Roboter bei der Arbeit in den 30 Häusern zeigen. (Numerama) Vier Stunden. Das ist lang. Das ist auch die Zeit, die man braucht, um die Erfolge zu sehen, aber vor allem die Zögerlichkeiten. Sie zeigen die Realität vor Ort. Und diese Realität ist nuancierter als die Marketing-Ankündigungen. Der Roboter ist nicht magisch. Er ist mächtig, ja. Aber er ist auch begrenzt. Er scheitert. Er zweifelt. Er korrigiert. Und vielleicht beginnt hier die eigentliche Frage: Sind wir bereit, mit einer Maschine zu leben, die so oft scheitert wie sie erfolgreich ist?

56 %, wirklich? Und wenn Ihr Wohnzimmer das nächste Unbekannte wäre?

Ein Robotermodell, das von null startet, ohne Vor-Training auf Index, würde bei identischen Aufgabendaten nur 9 % der Versuche schaffen. (Numerama) Das ist die Zahl, die schockiert. 9 %. Ohne das massive Training ist der Roboter fast blind. Mit ihm steigt er auf 56 %. Der Abstand ist enorm. Er beweist, dass das Vor-Training vital ist. Tony Zhao, Mitgründer von Sunday Robotics, hat die Erfolgsquote von 56 % für die Vollendung einer Aufgabe in Frage gestellt, wie das chinesische Medium Sina Finance berichtet. (Diario ABC) Warum? Weil „eine Aufgabe schaffen“ eine vage Definition ist. Hat er das Handtuch gefaltet? Ja. Aber ist es sauber? Ist es weggeräumt? Hat der Roboter die Arbeit beendet, oder nur angefangen? Diese Nuance ändert alles. Für einen Menschen ist eine unperfekte Falte akzeptabel. Für einen Roboter ist es ein Fehler. Für Sie ist es vielleicht eine Frustration.

Und wenn dieser Roboter morgen bei Ihnen eintritt? Nicht in einem Test. Nicht in einem Versuch. Bei Ihnen. In Ihrem Wohnzimmer, mit Ihren Kissen, Ihren Büchern, Ihren Dingen. Er kennt Sie nicht. Er kennt Ihre Routine nicht. Er weiß nicht, dass Sie zerknitterte Laken hassen oder dass Sie Handtücher in einer bestimmten Ordnung wegräumen. Er weiß nur, wie man faltete. Er weiß nur, wie man aufräumt. Und er tut es mit 56 % Erfolgsquote. Der Rest sind Sie. Sie, die korrigieren. Sie, die von vorne anfangen. Sie, die der Maschine beim Arbeiten zusehen, und dann Sie, die die Arbeit beenden. Macht Sie das Angst? Oder macht Sie das träumen?

Stellen Sie sich den Morgen vor. Sie kommen zurück. Der Roboter hat gearbeitet, während Sie bei der Arbeit waren. Das Wohnzimmer ist aufgeräumt. Die Betten sind gemacht. Aber es gibt ein Handtuch, das herausragt. Ein Kissen, das schief liegt. Sie lächeln. Sie korrigieren. Ist das das Ende des Aufwands? Oder der Beginn einer neuen Abhängigkeit? Der Roboter ist nicht perfekt. Er wird vielleicht nie perfekt sein. Aber er ist da. Er lernt. Er passt sich an. Und er kostet Milliarden, um zu existieren. Die Frage lautet nicht mehr „funktioniert das?“. Die Frage lautet: „Wollen Sie, dass das bei Ihnen zu Hause funktioniert?“

In 30 Häusern hat er bewiesen, dass er eintreten konnte. Er hat bewiesen, dass er handeln konnte. Er hat bewiesen, dass er scheitern konnte. Der nächste Schritt ist nicht das Labor. Es ist Ihre Tür. Und wenn sie sich öffnet, wer wird dann da sein, um die Arbeit zu beenden?