Eka Robotics Erhöht Bewertung auf 1,45 Mrd. USD mit fortschrittlichem Physikalischem KI-Modell für Roboter-Manipulation

Image: TechCrunch · Source

Eka Robotics hat einen Roboterarm mit einem neuartigen Vision-Kraft-Aktion KI-Modell entwickelt, das übermenschliche Objektmanipulation erreicht und 150 Mio. USD mit einer Bewertung von 1,45 Mrd. USD einwirbt. Sein kraftsensitiver Greifer ermöglicht sanfte, menschengleiche Handhabung und beeindruckt Robotikexperten.

Trotz jahrzehntelanger Innovationen und Milliardeninvestitionen hatten Roboter Schwierigkeiten, eine breite Palette von Objekten geschickt zu greifen und zu manipulieren. Eka Robotics, ein Startup gegründet von MIT-Professor Pulkit Agrawal und dem ehemaligen Google DeepMind-Forscher Tuomas Haarnoja, will dies mit einem bahnbrechenden Ansatz ändern, der physikalische Kräfte in die Roboter-KI integriert.

Am 20. Oktober 2026 kündigte Eka eine Series-A-Finanzierungsrunde in Höhe von 150 Millionen US-Dollar an, angeführt von a16z und F-Prime, wodurch das Unternehmen mit 1,45 Milliarden bewertet wurde. Das Unternehmen präsentierte einen Roboterarm, ausgestattet mit einem kraftsensitiven Greifer und einer neuartigen Deep-Learning-Architektur, die ein Vision-Kraft-Aktion-Modell anstelle des üblichen Vision-Sprache-Aktion-Modells nutzt. Dieser Ansatz ermöglicht es dem Roboter, physikalische Kräfte wahrzunehmen und darauf zu reagieren, was eine empfindliche, aber schnelle Manipulation erlaubt.

Roboterexperten lobten Ekas Technologie als Durchbruch. Kris Hauser von der University of Illinois Urbana-Champaign bezeichnete die Fähigkeiten des Roboters als "Wow-Faktor" und hob hervor, dass er sich an zahlreiche Objekte ohne Nachtraining anpassen kann. Ein anonymer Experte eines führenden Robotiklabs verglich das Zuschauen eines Eka-Roboters in Aktion mit dem emotionalen Meilenstein, als Roboter vor einem Jahrzehnt erstmals zuverlässige Beinstellung erreichten.

Der Roboter von Eka kann etwa 1.500 verschiedene Objekte mit einem Gewicht von bis zu 1 Kilogramm pro Stunde heben, übertrifft damit die durchschnittliche menschliche Rate von 600 Objekten im gleichen Zeitraum und erreicht eine Zuverlässigkeit von über 95 %. Die sanfte und schnelle Bewegung wird von einem Verstärkungslernen-System gesteuert, das umfassend in Physiksimulationen trainiert wurde und dem Modell ermöglicht, virtuelle Interaktionsszenarien in großem Umfang zu erleben.

Das Greiferdesign des Roboters umfasst verbesserte Flexibilität und mehrere Kraftsensoren, die es ihm erlauben, zerbrechliche Gegenstände wie eine Himbeere behutsam zu greifen, ohne sie zu beschädigen. Diese taktile Sensitivität adressiert die langjährige Herausforderung der Robotik, das sogenannte "letzte Millimeter" – die präzise, filigrane physikalische Manipulation beim Moment des Kontakts – zu überbrücken.

Im Unterschied zu Ansätzen, die auf menschlichen Demonstrationen oder großen Videodatensätzen beruhen, ermöglicht Ekas Verwendung von simulationsgetriebenem Verstärkungslernen dem Roboter, gezeigte Leistungen zu übertreffen und viele Aufgaben autonom auszuführen. Die Gründer des Unternehmens betonen, dass dieser Bottom-up-physikalische Interaktionsfokus höherstufige KI-Planungssysteme ergänzt, die entscheiden, welche Aufgaben ausgeführt werden, aber auf präzise Manipulation angewiesen sind, um sie effektiv umzusetzen.

Derzeit führt Eka vertrauliche Pilotprogramme mit Industriepartnern für Pick-and-Place- und Drahthandhabungsaufgaben durch. Obwohl vielversprechend, warnen Branchenexperten, dass die Technologie sich in realen Fabrikhallen über längere Zeiträume als zuverlässig und langlebig erweisen muss, um kommerziellen Erfolg zu erzielen. Das Unternehmen erläutert, dass seine Hardware kosteneffizient ist (unter 1.000 USD pro Greifer) und für 5 Millionen Zyklen ausgelegt, mit dem Ziel von 20 Millionen, um Industriestandards zu erfüllen.

Die physikalische KI von Eka Robotics stellt einen bedeutenden Schritt hin zu universell einsetzbaren Robotern dar, die komplexe und filigrane Manipulationen beherrschen. Durch die Kombination kraftbewusster Sensorik mit fortgeschrittenem Verstärkungslernen könnte sie die robotische Geschicklichkeit für Fertigungs- und Logistikanwendungen in naher Zukunft neu definieren.