Status des Roboternutzens, Q1 2026: Was versandt, was gestoppt wurde
Eine Practitioner-Überprüfung des Roboternetzens im ersten Quartal 2026: LeRobot, OpenVLA, Octo, RT-X, Diffusion Policy, humanoide Hardware-Lancen, Finanzierung und Open-vs-Closed-Dynamik.
Eine praxisorientierte Überprüfung des ersten Quartals 2026 im Bereich Roboterlernen: die Rahmenbedingungen, die reif wurden, die Grundmodelle, die schließlich die Benutzerbar überschritten, die Hardware, die auf unserem Ladestand erschien, und die Erzählungen, die unter dem Gewicht der tatsächlichen Einsätze zerfallen sind.
Veröffentlicht 2026-04-17 vom Robotics Center of Silicon Valley Forschungsteam.
TL;DR. Das 1. Quartal 2026 war nicht das Viertel eines einzigen Titelveröffentlichungs. Es war das Viertel, in dem der Open-Source-Roboter-Learning-Stack ruhig in die Produktionsklasse wurde. LeRobot erreichte eine stabile Veröffentlichungsrate, OpenVLA-Feinabstimmung wurde zu einem Wochenend-Job auf einem einzigen H100 und Diffusion Policy hörte auf, experimentell zu sein. Auf der Hardware-Seite erreichten Unitrees G1, Booster T1, EngineAI SE01 und Fourier GR-2 alle Käufer. Die geschäftslose Geschichte ist die Kommerzialisierung: humanoide Einnahmen sind immer noch ein Rundungsfehler gegenüber dem gesammelten Kapital, und die Leistungslücke zwischen geschlossenen Piloten und reproduzierbaren öffentlichen Benchmarks erweitert sich eher als geschlossen.
1. Rahmen: Die langweilige Infrastruktur wurde endlich langweilend
Vor einem Jahr bedeutete die Auswahl eines Trainingsrahmens die Auswahl einer Forschungsgruppe. 2026 begann es mit dem Vertrag: Sie setzen sich für eine API ein, Sie setzen sich für ein Datensatzformat ein und Sie verpflichten sich, ein anständiger Bürger zu sein. Drei Rahmenbedingungen tragen jetzt eine bedeutende Last in unserem eigenen Labor und den Teams, die wir beraten.
LeRobot
Hugging Face ist das am nächsten zu einem Standardstand gekommen. Die Q1-Veröffentlichungen konzentrieren sich eher auf Stabilität als auf Oberfläche: bessere Checkpoint/Config-Origination, saubere Datensatz v2-Konversionen und ein Richtlinienregister, mit dem Sie ACT, Diffusion Policy, VQ-BeT und pi0-Architekturen ohne Umschreiben von Trainingsläufen austauschen können. Das von der Bibliothek vertretene Datensatzformat ist der de facto-Austauschstandard für kleine Labore geworden, und unser [LeRobot-Framework Start-Gid] (
Robosuite, Isaac Lab und der Sim-Stack
Auf der Simulationsseite hat Isaac Lab viel von dem konsolidiert, was früher in Orbit und Isaac Gym fragmentiert war, und Robosuite ist weiterhin der sauberste Einstiegspunkt für Lernforschung, die keine GPU-beschleunigte Physik benötigt. Für Teams, die zwischen ihnen wählen, bleibt die entscheidende Frage die gleiche: Trainieren Sie tausende von Umgebungen parallel zum Verstärkungslernen oder iterierten Sie auf einer einzigen Manipulations-Aufgabe, bei der der Engpässigkeit die Scene-Authoring-Zeit ist?
ROS 2 und die middleware-Schicht
Die Überschrift für das erste Quartal war nicht eine Feature-Veröffentlichung, sondern der Grad, in dem Lernzeitwerkzeuge (LeRobot, Robosuite-Wrapper, Teleoperationsagenturen) jetzt mit ROS 2-Brücken aus der Box versenden. Wenn Sie ein Labor von Grund auf auf aufbauen, sind unsere [Setup Guides]
2. Gründungsmodelle: die ruhige Konsolidierung der VLAs
Die Kategorie Vision-Language-Action (VLA) ist die, in der die interessantesten praktisierenden Fortschritte im 1. Quartal stattfanden. Die katalogisierten öffentlichen Modelle, die wir in [/vla-models/]
OpenVLA
OpenVLA bleibt die am weitesten abgestimmte offene VLA in unserem erweiterten Netzwerk. Die Kombination einer 7B-Parameter-Basis mit LoRA-Adaptern brachte feine Abtunungen in das Gebiet eines einzelnen GPUs für die meisten Manipulationsarbeiten mit ein paar hundert Episoden Demonstrationsdaten. Die Verbesserungen der Iterationsphase im ersten Quartal, die wir in der Natur sehen, liegen vor allem auf der Datenseite: bessere Datenverarbeitung, bessere Normalisierung des Aktionsraums, bessere Bearbeitung von zweibrochigen Aktionsköpfen.
Octo
Octo nimmt einen anderen Punkt in der Pareto-Grenze ein: kleinere, schneller zu feinen Ton und mehr verzeihend heterogene Datensätze. Für Teams mit kleinen Episodebudgets und einem einzigen Arm gewinnt Octo oft bei Dollar pro Erfolg-Evaluierung, auch wenn OpenVLA bei rohem Erfolgsgrad gewinnt. Die praktische Heuristik, die wir verwenden: Wenn Sie weniger als ~500 Episoden und eine Ausführungsform haben, beginnen Sie mit Octo; darüber hinaus besuchen Sie OpenVLA.
RT-X und das Vermächtnis der Kreuzverkörperung
Google RT-X-Linie produzierte im ersten Quartal weniger neue öffentliche Substanz als einige seiner Konkurrenten, aber sein Einfluss ist überall. Der Open X-Embodiment Datensatz bleibt das Rückgrat, gegen das die meisten neuen VLA-Architekturen vor- oder co-train. Die wichtige Entwicklung im ersten Quartal war nicht ein neues RT-X-Papier, sondern die Zahl neuer Labors, die über OXE-Untergruppen mit transparenten Rezepten ausgebildeten Checkpoints veröffentlichen.
Diffusionspolitik
Die Diffusion Policy ist von "interessanten Forschungsrichtungen" zu "Standard-Wahl für kontaktreiche Manipulationen mit einigen hundert Demos" übergegangen. Für Teams, die zwischen ACT und Diffusion Policy wählen, führen wir einen Practitionervergleich unter [ACT vs Diffusion Policy: wann welche zu verwenden]
Was das für Käufer bedeutet: Die Rahmenfrage ist nicht mehr "welches ist das Beste". Es ist "was mit Ihrer Datenleitung, Ihrer Rechenrechnung und Ihrer Roboterflotte mit dem geringsten Klebeband integriert". Für die meisten Labors ist die Antwort im Q1 2026 LeRobot plus ein VLA der Wahl plus ROS 2. Erkunden Sie die passende Hardware im RCSV-Shop.
3. Humanoid-Hardware: Start gelandet, Realität überprüft
Q1 2026 war das Quartal, in dem die humanoide Hardware-Geschichte nicht mehr ein Versprechen war und ein Logistikproblem für die Ladestelle wurde.
Einheit G1
Unitree G1 behielt seinen Ruf als Arbeitspferd-Forschung humanoid: Unter 20K Eintrittskonfigurationen, nutzbare SDK, eine wachsende Bevölkerung von öffentlichen Checkpoints abgestimmt für es, und eine Führungszeit in Wochen statt Quartalen gemessen. Die Zunahme der Q1 war auf den Armen: Nutzlast, Wiederholbarkeit und Drehmoment-Hodraum alle in die richtige Richtung bewegt, obwohl der Griff bleibt der schwächste Schnitt für ernsthafte Manipulation Arbeit.
Booster T1
Booster Robotics hat den T1 im ersten Quartal aus dem frühen Zugang zur allgemeinen Forschungserbringbarkeit abgeschlossen. Die Geschichte des T1 ist Nachgiebigkeit und Sicherheitsmargen
MotorAI SE01
Die SE01 von EngineAI ist die interessanteste Wildcard auf unserem Radar: ein kostengünstiger, auf die Bewegung ausgerichteter Humanoid, der mit einem kompetenten, aus der Box stehenden Lauf und einer absichtlich minimalistischen Manipulationsgeschichte angekommen ist. Für Labors, deren kurzfristige Forschungsagenda die Vollkörperkontrolle, Bewegungsrichtlinien oder zweistufige Benchmarks sind, änderte SE01 im ersten Quartal den Preisbereich wesentlich.
Fourier GR-2
Die Lieferungen im ersten Quartal waren meist an Universitäten und Firmen-F&E-Labors in Asien und Europa. Die Geschichte, die wir konsequent hören, ist, dass die Hardware von GR-2 beeindruckend ist, aber dass die Lieferzeiten und die Verfügbarkeit von Ersatzteilen weiterhin Probleme sind.
Für eine Seite an Seite bei Spezifikationen und Preis wird unser Humanid-Robotervergleich 2026 mit Q1-Datenpunkten aktuell gehalten, und das Vergleichenwerkzeug lässt Sie nach Nutzlast, Reichweite und Preis schmalen.
4. Finanzierung: Das Kapital fließt noch, die Einnahmen sind nicht
Die Hauptgeschichte im Roboter-Lernen blieb im ersten Quartal 2026 nach einem normalen Technologie-Industrie-Standard außergewöhnlich. Die humanoiden Mega-Runden, die wir 2024 und 2025 verfolgt haben, setzten sich fort; mehrere VLA- und Datenschicht-Unternehmen schlossen die Runden der Serie A und B. Die Einnahmen sind nicht verändert: Außer den industriellen mobilen Roboter und einer Handvoll von humanoiden Pilotunternehmen sind die kommerziellen Einnahmen aus allgemeinbezogenen Lernrobotern immer noch ein Fehler im Vergleich zum eingesammelten Kapital.
Das ist für die Praktiker wichtig, weil es den Horizont dafür bestimmt, wann geschlossene Plattformen entweder ein echtes Einsatzvolumen zeigen oder sich öffnen müssen.
5. Open-Source vs. geschlossene: Die Lücke wächst, nicht schließt sich
Vor einem Jahr sah es aus, als würde das offene Ökosystem (LeRobot, OpenVLA, Octo, OXE) innerhalb eines Jahres die geschlossenen Grenzmodelle überholen. Im ersten Quartal 2026 nennen wir es anders. Der offene Stapel ist nutzbarer als je zuvor, aber auch die geschlossene Grenze bewegt sich
Was stand still: die Hoffnung, dass ein einziger "open-source GPT-4-Moment" das Feld vereinen würde. Das Ökosystem fragmentiert sich auf verschiedene glaubwürdige offene VLAs, jede mit unterschiedlichen Lizenzregimen und unterschiedlicher Datendeckung. Unsere aktuelle Empfehlung, die wir im [Best Open-Source Robotics Stack 2026] vollständig entwickeln, ist, für die Portabilität zwischen mindestens zwei VLAs zu entwickeln, anstatt eine zu heiraten.
Was in Q2 2026 zu sehen ist
- Bimanuelle Benchmarks. Erwarten Sie, dass öffentliche Benchmarks für die Manipulation mit zwei Armen durch die ALOHA- und OpenArm-Plattformen ausgereift werden.
- Humanid-Rückruf-Ereignisse. Wenn die Installationsbasis ~ 1.000 Einheiten pro Anbieter überschreitet, erwarten Sie, dass die ersten ernsthaften Feldzuverlässigkeitsgeschichten brechen.
- Schloss-Daten-Leckage. Erwarten Sie, dass mindestens eine geschlossene VLA entweder ihre Gewichte öffnet oder einem glaubwürdigen Open-Weights-Kämpfer gegenübersteht, der auf einem geflochtenen Rezept ausgebildet ist.
- Tactile-Sensing im Maßstab. GelSight-Sensoren werden günstig genug, dass große Teleoperationen sie pilotieren.
- VLA-on-robot-Latenz. Die Bereitstellung von VLA-Politiken bei nützlichen Steuerungsraten für die Roboterspeicherung bleibt das am wenigsten gelöste Infrastrukturproblem.
7. Empfehlungen der Praktiker
Wenn Sie einen 90-tägigen Plan für das zweite Quartal 2026 festlegen, würden wir heute folgende Entscheidungen treffen:
- Daten. Behandeln Sie Ihre Teleoperationspipeline als ein Produkt mit SLAs.
- Ausbildung. Standard für LeRobot mit OpenVLA oder Octo, LoRA-tuned, auf einem einzelnen H100 oder gemietet A100. Eskalation auf Multi-GPU nur, wenn Sie nachweislich überwachsen Single-GPU Durchsatz.
- ** Hardware.** Passt den Roboter zur Forschungsagenda, nicht zur Roboteragenda. Unsere [Store]
T19 ) und [Leasingoptionen] T20 ) decken sowohl den Kauf als auch die Miete ab. Durchsuchen Sie [Robotervergleiche] T21 ) bevor Sie sich engagieren. - Betrieb. Benchmark gegen Ihre eigene Bewertungssammlung, nicht eine öffentliche Rangliste. Öffentliche Benchmarks sind notwendig, aber nicht ausreichend
siehe unseren Katalog unter [/datasets/] T22 ) und Schulungsrezepte in [Tutorials] T23 ). - Team. Einstellen Sie eine Datenperson für jede zweite ML-Mitarbeiter.
Abschließende Anmerkung
Das erste Quartal 2026 war im besten Sinne unglücklicher. Keine einzige Überschrift veröffentlichte das Feld neu. Stattdessen wurde ein Stack, der seit zwei Jahren Form nimmt, so nutzbar, dass kleine Labore nun Ergebnisse reproduzieren können, die früher ein industrielles Forschungslabor erforderten. Die geschlossene Grenze bewegte sich weiter, aber die offene Grenze bewegte sich weiter schneller, wo es für die Praktiker am wichtigsten ist: Reproduzierbarkeit, Kosten und die Geschwindigkeit, mit der ein neuer Absolventen von Laptop zur Arbeitspolitik auf einem echten Roboter wechseln kann.
Wenn Sie die volle RCSV-Ansicht darüber haben möchten, wohin dies führt, ist unsere [Zukunft des Roboterdatenmarktes]
Nachste Schritte. Durchsuchen Sie RCSV-Hardware, vergleichen Sie Plattformen im Vergleichenwerkzeug, erkunden Sie offene Datensätze, oder lesen Sie unsere Käuferleitlinien für tiefere Auswahlberatung.