Vietnamesischer Forscher trainiert KI-Gehirn für Roboter aus dem Silicon Valley, der an der Nasdaq Geschichte schrieb

10 Min. Lesezeit
Vietnamese Researcher Trains AI Brain for Silicon Valley Robot That Made History at Nasdaq

Ein historischer Ringtausch am Nasdaq MarketSite

Pham Anh Quan stand am 13. Oktober 2026 im Hauptsitz von Dyna Robotics im Silicon Valley und beobachtete eine Live-Übertragung vom Times Square in New York. Ein semi-humanoidartiger Roboter namens Taku hatte gerade die Schlussglocke am Nasdaq MarketSite geläutet – das erste Mal überhaupt, dass ein Robotersystem an dieser hochkarätigen Finanztradition teilnahm. Die Zeremonie bildete den Abschluss des Robotics Founders Forum von RoboStrategy und verdeutlichte, wie künstliche Intelligenz und physische Automatisierung die Kluft zwischen digitaler Forschung und alltäglichem Handel überbrücken. Für Quan, einen 23-jährigen Forschungs- und Entwicklungs-Wissenschaftler im Unternehmen, war es ein zutiefst bestätigendes Gefühl, diesen Meilenstein miterleben zu dürfen. Als einer der wenigen Forscher, die beim Aufbau der zugrundeliegenden Algorithmen geholfen hatten, die Taku einen unabhängigen Betrieb ermöglichen, empfand Quan immensen Stolz, als er die Maschine auf einer globalen Bühne erfolgreich agieren sah.

Inhalt
  1. Ein historischer Ringtausch am Nasdaq MarketSite
  2. Das dreischichtige Gehirn von Taku entwickeln
  3. Von Cần Thơ ins Herz des Silicon Valley
  4. Der Zeitplan der robotischen Evolution
  5. Die Zukunft intelligenten Maschinen
  6. Auf einen Blick

Taku ist ungefähr so groß wie ein durchschnittlicher Erwachsener und ähnelt nicht den bipedalen Humanoiden, die in Werbevideos oft beim Tanzen oder bei Stunts gezeigt werden. Dyna Robotics hat die Maschine mit vier lenkbaren Rädern anstelle von Beinen entworfen, was ihr eine stabile Basis verleiht, um sich in engen kommerziellen Fluren und industriellen Arbeitsbereichen zu bewegen, ohne das Gleichgewicht zu verlieren. Der Roboter verfügt über einen Oberkörper mit zwei Armen, die jeweils über sieben Freiheitsgrade verfügen, sowie über einen faltbaren Unterkörper, der sich vollständig beugen lässt, um tief in schwere Maschinerie oder in hohe Regale zu greifen. Dieses hybride mechanische Design ermöglicht es Taku, alltägliche Arbeitsaufgaben wie das Beladen von industriellen Waschmaschinen, das Zusammenlegen von Handtüchern, das Schneiden von Gemüse und das Auffüllen von Beständen in Hotels, Restaurants und Waschsalons auszuführen. Nach Angaben des Unternehmens arbeitet der Roboter ohne menschliche Betreuung und wickelt Arbeitsabläufe von Anfang bis Ende ab.

Das dreischichtige Gehirn von Taku entwickeln

Die Intelligenz, die Taku antreibt, stützt sich auf eine ausgeklügelte Softwarearchitektur, die über drei verschiedene Schichten hinweg entwickelt wurde. Die erste Schicht fungiert als Sprach- und Vision-Orchestrator, der den physischen Raum beobachtet, sich den Zustand jedes aktiven Arbeitsablaufs merkt und entscheidet, welche Aufgabe sofortige Aufmerksamkeit erfordert. Wenn beispielsweise eine Waschmaschine ihren Zyklus beendet, weist der Orchestrator den Roboter an, das Zusammenlegen von Handtüchern zu unterbrechen und sich dorthin zu begeben, um die nassen Kleidungsstücke in einen Trockner zu laden. Die zweite Schicht, bekannt als das DYNA-2-Weltaktionsmodell, fungiert als Kern-Memory- und Reasoning-Engine. Dieses System wurde anhand von einer Million Stunden Videodaten trainiert, einer Menge visueller Informationen, die in etwa 170 Jahren kontinuierlichen menschlichen Lernens und praktischer Erfahrung entspricht. Durch die Verarbeitung von Aufnahmen menschlicher Hände bei alltäglichen Arbeiten lernt der Roboter, wie er reibungslos mit weichen, verformbaren Objekten wie Baumwollkleidung und Bettwäsche umgehen kann. Die dritte Schicht nutzt einen Whole-Body-Controller mit Reinforcement Learning, der physische Bewegungen mit einer Frequenz von 100 Hertz ausführt und sicherstellt, dass jedes Greifen, Festhalten und Drehen reibungslos und mit nahezu menschlicher Geschwindigkeit erfolgt.

In der Post-Training-Phase – der spezifischen Entwicklungsstufe, auf die Quan seine tägliche Arbeit konzentriert – schreiben Ingenieure spezialisierte Algorithmen, die dem KI-Modell beibringen, neue körperliche Aufgaben schnell und effizient zu meistern. Künstliche-Intelligenz-Modelle, die Hardware steuern, erfordern riesige Mengen kuratierter Daten und präzise Feedbackschleifen, um zu verstehen, wie ein mechanischer Arm mit physikalischer Reibung, Schwerkraft und wechselnden Gewichten interagiert. Quan konzentriert sich darauf, diese Argumentationsfähigkeit zu erweitern, sodass der Roboter, wenn er auf ein ungewohntes Objekt oder eine unordentliche Umgebung stößt, nur ein paar grundlegende Anweisungen benötigt, um die Arbeit zu erledigen, ohne seinen Rhythmus zu verlieren. Die zugrundeliegende Softwareplattform DYNA 2.1 physical agent wurde offiziell von DYNA Robotics am 29. September 2026 auf den Markt gebracht, wobei kommerzielle Einheiten an Standorten in Redwood City, Kalifornien, und den umliegenden Dienstleistungssektoren eingeführt wurden.

Anzeige

Die kommerzielle Lebensfähigkeit dieser Maschinen beruht auf der Beseitigung der ständigen menschlichen Überwachung, die frühere Generationen der Industrieautomation plagte. Lindon Gao, CEO von Dyna Robotics, erklärte die Philosophie hinter der Technik während einer Unternehmenspräsentation, in der der Einsatz von Taku-Einheiten im Gastgewerbe hervorgehoben wurde.

For the longest time I think robots usually sits behind the screen a lot of people get to watch the demos and it looks really cool but what DYNA does is were bringing robots into real life. we're making it commercially viable. we're making it so that humans can actually use robots to help them add value into day to day life.

Gao fügte hinzu, dass bestehende Automatisierungswerkzeuge oft versagen, weil sie einen menschlichen Arbeiter erfordern, der alle paar Minuten Materialien zuführt, Fehler behebt und die Maschine zurücksetzt. Taku begegnet diesem Engpass, indem er eigene Fehler erkennt – wie etwa das Fallenlassen eines Handtuchs auf den Boden oder das Verfehlen eines Stoffstücks – und den Fehler eigenständig korrigiert, indem er den Gegenstand wiederholt und in den richtigen Korb zurücklegt.

Von Cần Thơ ins Herz des Silicon Valley

Quan wuchs in Cần Thơ in Vietnam auf, wo er das Chuyên-Lý-Tự-Trọng-Gymnasium besuchte und sich auf Physik spezialisierte. Im Jahr 2024, während des Abschlusses seines Bachelorstudiums der Elektrotechnik an der VinUniversity, bewarb er sich für Graduiertenprogramme in den Vereinigten Staaten und erhielt die Zulassung zur University of Pennsylvania. Die Einrichtung gehört weltweit zu den Spitzenzentren für die Roboterforschung, und Quan kam im Herbst mit einer Mischung aus Aufregung und Selbstzweifeln auf dem Campus an. Da er sein Grundstudium in nur drei Jahren ohne jegliche vorherige praktische Erfahrung im Roboterbau absolviert hatte, machte er sich Sorgen, dass seine Jugend und das Fehlen eines praktischen ingenieurwissenschaftlichen Hintergrunds ihn davon abhalten würden, unter elitären Kommilitonen erfolgreich zu sein.

Um die Wissenslücke zu schließen, stürzte Quan sich vollständig in die akademische Forschung, indem er gleichzeitig drei verschiedenen Robotiklaboren beitrat. Er verbrachte seine Tage und Nächte damit, Reinforcement-Learning-Algorithmen zu studieren und mathematische Modelle zu testen, und arbeitete oft bis ein oder zwei Uhr morgens. Diese langen Stunden im Labor veränderten seine Sichtweise auf die Branche und halfen ihm zu erkennen, dass fundamentale Intelligenzmodelle die wahre Zukunft der Robotik darstellen. Als er nach Abschluss seines Masterstudiums mit der Jobsuche begann, stellte er genau fest, dass Dyna Robotics die Art von fundamentalen Intelligenzsystemen baute, die er entwickeln wollte. Nach dem Bestehen eines strengen technischen Assessment-Verfahrens und zwei Runden von Interviews mit den Unternehmensgründern erhielt er innerhalb von zwei Wochen ein Arbeitsangebot.

Anzeige

Als er im Juni 2026 zu dem Start-up stieß, während das Team fieberhaft an der Fertigstellung von Taku arbeitete, musste Quan sich schnell in mehrere Ingenieurdisziplinen außerhalb seiner Kernausbildung einarbeiten – von mechanischer Montage und Elektronik bis hin zu fortgeschrittenen Computer-Vision-Systemen. Jason Ma, Mitbegründer von Dyna Robotics, stellte fest, dass sich Quan das Vertrauen der Führungsebene schnell verdiente, indem er kritische Implementierungsaufgaben übernahm, bei denen Fehler hohe Betriebskosten nach sich gezogen hätten.

Robot vốn bao hàm rất nhiều khía cạnh, nên đôi khi rất khó để xác định nguyên nhân khiến hệ thống không hoạt động như mong đợi. Quân luôn quyết tâm giải quyết các vấn đề kỹ thuật một cách sát sao, góp phần đẩy nhanh đáng kể tiến độ công việc.

Dieses Engagement hat sich für kommerzielle Kunden, die die Start-up-Technologie nutzen, in greifbare Ergebnisse übersetzt. In den Vereinigten Staaten falten automatisierte Einheiten, die an Standorten wie der Restaurantkette Din Tai Fung eingesetzt werden, jeden Tag 3.000 Servietten und bewältigen damit eine repetitive Arbeit, die zuvor zu schwerem Personalmangel und betrieblichen Kopfschmerzen bei den lokalen Managern geführt hatte.

Der Zeitplan der robotischen Evolution

Der Weg vom Konzept bis zum kommerziellen Einsatz moderner physischer KI-Agenten hat sich in den letzten Jahren rasant beschleunigt, angetrieben durch Durchbrüche beim maschinellen Lernen und bei Videotrainingsdatensätzen. Branchenführer sagen voraus, dass die Allzweckautomatisierung bald den Dienstleistungs- und Fertigungssektor auf der ganzen Welt verändern wird.

  • August 2026: Wang Xingxing, Gründer und CEO von Unitree Robotics, skizziert einen Zeitrahmen von zwei bis zehn Jahren für das Aufkommen einer breiten Roboterrevolution, bei der Maschinen Aufgaben durch einfache Sprachbefehle erledigen.
  • 29. September 2026: Dyna Robotics bringt offiziell das System „DYNA 2.1 physical agent“ für den kommerziellen Einsatz in Hotels, Waschsalons und Restaurants auf den Markt.
  • 1. Oktober 2026: Unternehmensführungskräfte veröffentlichen ungeschnittene Videodemonstrationen, die Taku bei der autonomen Arbeit in einem industriellen Wäschereiraum zeigen.
  • 13. Oktober 2026: Der Roboter Taku läutet während des Robotics Founders Forum die Schlussglocke am Nasdaq MarketSite am Times Square.
  • November 2026: Es werden Details über Pham Anh Quan und seine zentralen Beiträge zu Post-Training-Algorithmen bekannt, die kommerzielle Einsätze in US-Restaurantketten antreiben.
Anzeige

Branchenbeobachter vergleichen den aktuellen Stand der künstlichen Intelligenz in der Hardware oft mit dem Aufkommen generativer Textmodelle und bezeichnen die Verlagerung als den ChatGPT-Moment für physische Maschinen. Wang Xingxing, Gründer und CEO von Unitree Robotics, wies darauf hin, dass der Durchbruch vollständig davon abhängt, einheitliche Vision-, Sprach- und Aktionsmodelle zu schaffen, die komplexe reale Umgebungen interpretieren können, ohne für jede einzelne neue Aufgabe eine benutzerdefinierte Programmierung zu erfordern. Während optimistische Schätzungen davon ausgehen, dass voll flexible Haushaltsroboter innerhalb von zwei bis drei Jahren alltäglich werden könnten, verweisen konservativere Analysten auf einen Zeitrahmen, der sich über ein Jahrzehnt erstreckt, bevor Maschinen willkürliche Haushaltsaufgaben sicher ohne menschliches Eingreifen bewältigen können. Die primäre Herausforderung bleibt die Verallgemeinerung (Generalisierung): Es muss sichergestellt werden, dass ein in einem kontrollierten Labor trainiertes Modell sich sofort an die unvorhersehbaren Layouts und Unordnung in alltäglichen Haushalten und am Arbeitsplatz anpassen kann.

Die Zukunft intelligenten Maschinen

Die Arbeit im Silicon Valley hat Quan einen Platz in der ersten Reihe bei technologischen Durchbrüchen verschafft, die sich fast täglich entfalten und abstrakte mathematische Theorien in physische Maschinen verwandeln, die Wäsche zusammenlegen und Mahlzeiten servieren. Jeder Morgen beginnt mit einem Rundgang durch den Arbeitsbereich, um neue Hardware-Iterationen zu inspizieren und Systemfehlerprotokolle der vorherigen Nacht zu überprüfen, was eine ständige Erinnerung daran ist, wie schnell sich das Ingenieursfeld entwickelt. Zwar hat das Start-up keine genauen Herstellungsstückkosten oder Gesamtproduktionszahlen für bevorstehende Einsätze öffentlich bekannt gegeben, doch die rasante Expansion in Gastronomiebetriebe signalisiert eine starke Marktnachfrage nach automatisierten Assistenten, die ohne ständige menschliche Überwachung arbeiten können.

Wenn er auf seinen Weg in den letzten zwei Jahren zurückblickt, schreibt Quan sein strenges akademisches Fundament in Vietnam und seinen unnachgiebigen Ehrgeiz während des Graduiertenstudiums die Werkzeuge zu, die ihm geholfen haben, zu dieser geschichtsträchtigen Technologie beizutragen. Mit Blick auf die Zukunft plant er, weiterhin an fortschrittlichen künstlichen Intelligenzsystemen zu forschen, um Roboter sicherer, klüger und fähiger zu machen, in verschiedenen globalen Umgebungen zu agieren. Über seine aktuellen Projekte in Kalifornien hinaus hegt der junge Forscher das langfristige Ziel, fortschrittliche Automatisierung in seine Heimat zurückzubringen, um praktische ingenieurtechnische Herausforderungen in Vietnam zu lösen.

Anzeige

Die rasante Konvergenz von maschinellem Lernen, neuronalen Netzen und robuster Maschinenbaukunst deutet darauf hin, dass Maschinen wie Taku nur den Anfang eines größeren industriellen Wandels darstellen. Da Forscher die zugrundeliegende Software weiterentwickeln, die menschliches Videomaterial in Roboter-motorik übersetzt, verschwimmt die Grenze zwischen digitaler Berechnung und physischer Arbeit immer mehr. Für Ingenieure wie Quan ist die tägliche Arbeit des Trainings von Robotergehirnen keine Science-Fiction mehr, sondern ein praktisches Handwerk, das die wirtschaftliche und operative Realität des modernen Handels prägt.

Auf einen Blick

  • Pham Anh Quan, ein 23-jähriger vietnamesischer Forscher bei Dyna Robotics, hilft beim Training der Post-Training-Algorithmen, die als Gehirn für fortschrittliche kommerzielle Roboter dienen.
  • Der semi-humanoide Roboter Taku schrieb am 13. Oktober 2026 Geschichte, indem er als erste KI-gesteuerte Maschine die Schlussglocke am Nasdaq MarketSite am Times Square läutete.
  • Dyna Robotics brachte seinen physischen Agenten DYNA 2.1 am 29. September 2026 offiziell auf den Markt und zielt damit auf kommerzielle Arbeitsabläufe in Hotels, Waschsalons und Restaurants ab.
  • Taku verfügt über ein hybrides Design mit vier lenkbaren Rädern und zwei Armen mit sieben Freiheitsgraden, wodurch er Aufgaben wie das Waschen von Wäsche und das Zusammenlegen von Handtüchern ausführen kann.
  • Die von Quan und seinen Kollegen entwickelte Technologie ist bereits in US-Unternehmen im Einsatz, darunter in Restaurants der Kette Din Tai Fung, wo Einheiten täglich 3.000 Servietten falten.
Diesen Artikel teilen

Das könnte Ihnen auch gefallen