X Square Robot erreicht nach Finanzierungsrunde eine Bewertung von 2,8 Milliarden Dollar

Embodied-AI-Startup sagt, die jüngste Finanzierung werde die Full-Stack-Robotikentwicklung vorantreiben

X Square Robot, ein in Shenzhen ansässiger Entwickler von Embodied-AI-Systemen, sagt, dass das Unternehmen vier aufeinanderfolgende Finanzierungsrunden abgeschlossen hat, die in einer Series C mündeten und die Bewertung auf mehr als 2,8 Milliarden Dollar anhoben. Das frische Kapital solle genutzt werden, um Grundlagenforschung und Kerntechnologien auszubauen, während das Unternehmen auf das hinarbeitet, was es als allgemeine Embodied AI beschreibt.

Die Finanzierungsankündigung fällt in einen Robotikmarkt auf, in dem Investoren zunehmend über reine Software-KI hinausblicken und sich Systemen zuwenden, die in der physischen Welt handeln können. X Square Robot positioniert sich als Unternehmen, das sowohl die Intelligenzschicht als auch den Hardware- und Daten-Stack aufbaut, der nötig ist, um Roboter in realen Umgebungen statt in kontrollierten Demonstrationen einzusetzen.

Diese Positionierung ist wichtig, weil Embodied AI zu einem der am genauesten beobachteten Bereiche im breiteren KI-Markt geworden ist. Die zentrale Wette lautet, dass Fortschritte bei Wahrnehmung, Schlussfolgerung und Handlung sich beschleunigen, wenn Modelle nicht nur mit Text und Bildern, sondern auch mit Sensordaten, Bewegung und wiederholter Interaktion mit der realen Welt trainiert werden.

Ein Full-Stack-Ansatz steht im Zentrum des Unternehmensangebots

Laut der Quelle entwickelt X Square Robot das, was das Unternehmen End-to-End-Embodied-AI-Systeme nennt. Anstatt sich auf traditionelle, regelbasierte Automatisierung zu stützen, sei die Plattform darauf ausgelegt, Robotern zu ermöglichen, sich an veränderte Umgebungen anzupassen und über ein breiteres Spektrum von Aufgaben zu generalisieren.

Die vom Unternehmen beschriebene Architektur kombiniert vier Hauptbausteine: Basismodelle, Robotik-Hardware, ein proprietäres Daten-Pipeline-System und reale Einsätze. Dieses Full-Stack-Framing ist bei Robotikfirmen, die sich von Laboren abgrenzen wollen, die Modelle isoliert entwickeln, zunehmend üblich. Das Argument ist einfach: Robotikleistung hängt nicht nur von der Modellqualität ab, sondern auch von der Qualität der physischen Plattform, der Trainingspipeline und der durch den Einsatz erzeugten Feedbackschleife.

Der Gründer und CEO von X Square Robot, Wang Qian, sagte, das Unternehmen habe von Anfang an auf die interne Entwicklung von Basismodellen gesetzt und diese Entscheidung als schwierig, aber notwendig beschrieben. Er erklärte, Investitionen in Embodied-AI-Modelle, eine skalierbare Datenpipeline und reale Einsätze begännen bereits, Ergebnisse zu liefern.

Auch ohne unabhängige Leistungsvalidierung in der vorliegenden Quelle ist die Struktur dieser Botschaft wichtig. Investoren belohnen Unternehmen, die einen plausiblen Weg von der Modellforschung zu operativen Systemen aufzeigen können, und X Square Robot macht geltend, dass es diesen Weg intern aufgebaut hat.

WALL-B spiegelt den Vorstoß des Unternehmens zu vereinter Roboterintelligenz wider

Eine der wichtigsten technischen Aussagen des Unternehmens dreht sich um WALL-B, ein Basismodell, das im April 2026 vorgestellt wurde und auf das X Square Robot als World Unified Model Architecture verweist. Die Quelle sagt, WALL-B unterscheide sich von modularen Vision-Language-Action-Ansätzen dadurch, dass Wahrnehmung, Sprache, Handlung und physikalische Vorhersage in einem einheitlichen Netzwerk trainiert werden.

Wenn dieser Ansatz wie beabsichtigt funktioniert, wäre der Vorteil eine engere Integration von Fähigkeiten, die oft getrennt behandelt werden. In der Robotik ist das wichtig, weil viele Fehler an den Schnittstellen zwischen Modulen auftreten: Ein System kann korrekt wahrnehmen, aber die falsche Handlung wählen, oder einen Befehl verstehen, aber die physischen Folgen einer Bewegung nicht modellieren. Ein einheitliches Modell soll solche Übergabeprobleme verringern, indem es eine gemeinsame interne Repräsentation über Aufgaben hinweg lernt.

X Square Robot sagt, das Ergebnis sei ein stärkeres multimodales Verständnis, besseres räumliches Denken und verbessertes kontinuierliches Lernen aus realen Interaktionen. Das sind ehrgeizige Behauptungen, aber sie passen zur breiteren Richtung der Embodied-AI-Forschung, in der die Herausforderung nicht nur darin besteht, die Welt zu erkennen, sondern in ihr wirksam zu handeln.

Open-Source-Veröffentlichungen sind Teil der Strategie des Unternehmens

Das Unternehmen hat außerdem WALL-OSS-0.5 und WALL-WM als Open Source veröffentlicht und seinen einheitlichen Ansatz auf Robotermanipulation und Weltmodellierung ausgeweitet. Das ist bemerkenswert, weil offene Veröffentlichungen mehrere Zwecke zugleich erfüllen können. Sie können Forscher anziehen, die Sichtbarkeit erhöhen, Benchmarks für die Talentgewinnung schaffen und Vertrauen in einen technischen Ansatz signalisieren, ohne alle kommerziellen Vorteile offenzulegen.

Laut der Quelle erreichte WALL-OSS-0.5 bei vier von 17 realen Robotikaufgaben eine autonome Abschlussrate von mehr als 80 Prozent ohne Post-Training. WALL-WM wird indes so beschrieben, dass es Ereignisvorhersage einführt, indem es Sprach-, Sicht- und Aktionsdaten rund um bedeutungsvolle Ereignisse ausrichtet, um multimodales Lernen und das Schließen über die physische Welt zu stärken.

Diese Details deuten darauf hin, dass das Unternehmen über einen engen Manipulations-Benchmark hinaus zu einer breiteren Systemsicht von Intelligenz übergehen will. In der Embodied AI gelten Weltmodelle und Ereignisvorhersage zunehmend als wichtig, weil Roboter mehr brauchen als reaktive Steuerung. Sie benötigen eine Methode, um Ergebnisse vorherzusehen, Aktionen zu sequenzieren und Pläne an veränderte Szenen anzupassen.

Warum Investoren sich jetzt für Embodied AI interessieren

Die Finanzierungsrunde von X Square Robot kommt zu einem Zeitpunkt, an dem Embodied AI weltweit ernsthaftes Kapital anzieht. Investoren sehen eine mögliche nächste Welle der KI: nicht nur Systeme, die Inhalte erzeugen oder Fragen beantworten, sondern Systeme, die Arbeit verrichten, sich in Wohnungen oder Arbeitsumgebungen bewegen und Maschinen mit wachsender Autonomie bedienen können.

Die Chance ist groß, aber ebenso die technischen und kommerziellen Risiken. Robotikunternehmen müssen gleichzeitig Hardwarezuverlässigkeit, Datenerfassung, Sicherheit, die Ökonomie des Einsatzes und Modellrobustheit lösen. Sie brauchen außerdem genügend reale Nutzung, um Systeme kontinuierlich zu verbessern, was die Skalierung erschwert.

Das Finanzierungs-Konsortium von X Square Robot spiegelt diese Mischung aus Chancen und Risiken wider. Laut Quelle umfassten die Runden sowohl strategische als auch finanzielle Investoren, darunter große Technologieunternehmen, Industriepartner und Venture-Capital-Firmen. Zudem heißt es, dass IDG an der Series C beteiligt war, während HongShan und Xiaomi das Unternehmen in früheren Runden unterstützten. Dieses Muster deutet darauf hin, dass Investoren das Unternehmen nicht nur als Forschungswette betrachten; offenbar sehen sie auch mögliche industrielle Relevanz.

Der eigentliche Test wird der Einsatz sein, nicht die Bewertung

Eine Bewertung von mehr als 2,8 Milliarden Dollar ist ein starkes Signal für Marktinteresse, beweist aber keine dauerhafte technische Führungsrolle. In der Robotik liegt die Schwierigkeit darin, von vielversprechenden Demos und Benchmarks zu wiederholbarer Leistung in unkontrollierten Umgebungen zu gelangen. X Square Robot selbst erkennt diese Herausforderung an, indem es den realen Einsatz als einen der Pfeiler seiner Strategie hervorhebt.

Das könnte der wichtigste Punkt der gesamten Ankündigung sein. Embodied AI wird daran gemessen werden, wie gut Systeme in Wohnungen, Fabriken, Logistikumgebungen und anderen Live-Umgebungen funktionieren, in denen sich Bedingungen ständig ändern. Unternehmen, die Modellentwicklung mit einer zuverlässigen Einsatzschleife verbinden können, werden die Branche eher prägen als jene, die auf Laborfortschritt beschränkt bleiben.

Vorerst hat X Square Robot das Kapital und die Aufmerksamkeit gesichert, um diesen Weg weiterzugehen. Die nächste Frage ist, ob sich die einheitliche Modellstrategie in Roboter übersetzen lässt, die konsistent, günstig und breit genug funktionieren, um die Erwartungen der Investoren zu rechtfertigen, die sich derzeit um Embodied AI herum aufgebaut haben.

Dieser Artikel basiert auf der Berichterstattung von The Robot Report. Zum Originalartikel.