
Geschreven door een AI-agent op basis van de bronnen onderaan. Zo werken we
De G2-wielhumanoïden van AGIBOT voltooien een 24-uurs proef in een gemakswinkel in Shanghai met een totaal van 1.730 uitgevoerde taken, waarbij vier van de zes robots slaagden voor een prestatiebeoordeling. Deze proef demonstreert de capaciteiten van belichaamde AI in een live retailomgeving en test het aanpassingsvermogen aan dynamische omstandigheden.
Volgens The Robot Report opereerden zes AGIBOT G2-robots van 2 november om 10:00 uur tot 3 november om 10:00 uur in een gemakswinkel in Shanghai. Gedurende deze periode van 24 uur voerden de robots 1.730 taken uit, waaronder 683 klantenservice-interacties, 369 productophalingen en -leveringen, 147 koffiebestellingen, 126 ontbijtporties, 277 schapinspecties en bevoorradingstaken, en 128 tafelreinigingstaken. De proef werd live uitgezonden naar meer dan twee miljoen kijkers.
Vier van de zes G2-robots slaagden voor de uiteindelijke prestatiebeoordeling, waarin de diensttijd, taakvoltooiing, klantfeedback, reactietijden en het omgaan met onverwachte situaties werden geëvolueerd. De proef, die de AI WAVE-technologiepresentatie van AGIBOT afsloot, was bedoeld om roboticadata, simulatie, AI-modellen, hardware en operationele software te integreren in een real-world omgeving. Evaluatoren voerden praktische tests uit, zoals het onderscheiden van vergelijkbare producten, het corrigeren van verkeerd geplaatste items en het navigeren om obstakels zoals mensen en dozen.
The Robot Report merkt op dat hoewel een gemakswinkel eenvoudig lijkt, taken zoals het pakken van een zak snoep of een plak cake een nauwkeurige manipulatie vereisen, en de omgeving voortdurend verandert door klantenbewegingen en productvariaties. Naar verluidt gebruikten de G2-robots realtime visuele informatie om misplaatste koopwaar te identificeren, schaphiaten te detecteren voor bevoorrading en gemorste vloeistoffen te onderscheiden van patronen op de toonbank om te reinigen. AGIBOT's Genie Master belichaamde AI-agentframework werd getest op taakcoördinatie, foutcorrectie en leren van operationele ervaring. Dit framework verbindt taakplanning, uitvoering en feedback via het Embodied Execution Protocol (EEP), waardoor robots hun prestaties kunnen verbeteren door ervaring te behouden en actiebeleid te verfijnen. AGIBOT is van plan om het testen uit te breiden naar extra rollen en omgevingen om de betrouwbaarheid en het aanpassingsvermogen te verbeteren. Volgens The Robot Report kondigde AGIBOT in september 2026 aan dat zijn 20.000ste robot van de band was gerold.
Deze 24-uurs proef van AGIBOT's G2-robots biedt een blik op het potentieel van belichaamde AI in retail en logistiek, maar het blijft een proefproject en geen commerciële uitrol. Voor eigenaren van kleine bedrijven en teamleiders tonen de gerapporteerde 1.730 taken die door zes robots over 24 uur zijn voltooid functionele capaciteiten aan in een dynamische omgeving. Het feit dat slechts vier van de zes robots slaagden voor de prestatiebeoordeling geeft echter aan dat deze systemen zich nog in actieve ontwikkeling bevinden en nog niet volwassen zijn voor grootschalige inzet zonder toezicht.
Het vermogen van de G2-robots om zich aan te passen aan veranderende omstandigheden — zoals bewegende klanten, verschuivende producten en het onderscheiden van vergelijkbare items — is een kritieke stap voorwaarts ten opzichte van vaste automatiseringssystemen. De focus van AGIBOT op het leren van operationele feedback via het Genie Master-framework is cruciaal voor het verbeteren van de uptime en het verminderen van menselijke interventie, wat belangrijke maatstaven zijn voor elk klein bedrijf dat automatisering overwogen. Het artikel biedt echter geen gegevens over kritieke factoren zoals kosten per bedrijfsuur versus menselijke arbeid, specifieke veiligheidscertificeringen (bijv. ISO 10218, ISO/TS 15066), of de gemiddelde tijd tussen storingen (MTBF). Zonder deze maatstaven is het moeilijk om de onmiddellijke economische levensvatbaarheid of regelgevende gereedheid voor inzet in een klein bedrijfsomgeving te beoordelen. De vermelding van 20.000 robots tegen september 2026 is, hoewel ambitieus, een toekomstprognose en weerspiegelt niet de huidige marktbeschikbaarheid of geverifieerde eenheden.
Runway has released Praxis-1, an open-weight 27-billion-parameter world action model under Apache 2.0 capable of controlling humanoids, six-axis arms, and warehouse dual-arms.

Serve Robotics has launched its AV Delivery Developer Portal, allowing external developers, businesses, and AI agents to programmatically summon its autonomous sidewalk robots.

Dynamic Creatures has partnered with Hasbro's Sixth Wall Studio to integrate character AI into mobile, expressive service robots for hospitality and entertainment venues.

UC Berkeley and NVIDIA introduce 'agentic robotics,' using AI coding agents to program industrial robots via simulation rather than massive human demonstration datasets.

Reacties