Het eerste jaar van belichaamde AI: humanoïde robots doen hun intrede in fabrieken — wat voor soort ingebouwd brein hebben ze nodig?
Introductie: in 2026 lopen robots van de demoruimte de werkplaats in
2026 is het door de sector erkende 'jaar één van de massaproductie van humanoïde robots', met dicht opeenvolgende mijlpalen: Tesla's Optimus Gen-3 ging in massaproductie in de fabriek in Fremont; de eerste units zijn al ingezet in Tesla's eigen fabrieken voor assemblagestappen, met een langetermijnplanning van 1 miljoen units per jaar; Unitree Technology ging in augustus naar de STAR Market en werd het 'eerste humanoïde robotaandeel'; Zhiyuan Robotics rolde het 15.000ste exemplaar van de band, met een jaarlijkse flexibele leveringscapaciteit van meer dan 100.000 units; en de robots van Figure AI draaien al ruim 12 maanden stabiel in fabrieken van BMW. De wereldwijde verzendingen springen van minder dan 20.000 units in 2025 naar een verwachte 120.000–180.000 units in 2026. Wanneer robots van prototype naar 'nieuwe collega' op de productielijn gaan, komt een tot nu toe over het hoofd gezien vraagstuk naar voren: waar komen de 'hersenen' van deze robots — en de omringende rekenkracht die ze nodig hebben om te werken — vandaan?
Hoe verschilt embodied AI van traditionele industriële robots?
Kort antwoord: traditionele industriële robots 'voeren programma's uit' — bewegingen vastgelegd, omgeving vastgelegd; embodied AI is 'modelgedreven' — VLA-foundationmodellen (vision-language-action) laten robots de omgeving lezen, instructies begrijpen en bewegingen zelfstandig plannen; een productielijnwissel vereist geen herschrijven van code, alleen opnieuw aanleren of finetuning van het model.
De technische basis van deze robotgeneratie is 'end-to-end embodied foundationmodel + krachtregeling over het hele lichaam + dynamisch evenwicht': de vingerhand van de Optimus Gen-3 heeft 22 vrijheidsgraden en kan fijne assemblage uitvoeren; Unitree's H2 loopt sneller dan 4 m/s. Ook de sectorarchitectuur splitst zich in een tweedelig systeem van 'snel denken + langzaam denken' — het langzame systeem draait grote modellen voor taakplanning, terwijl het snelle systeem op het robotlichaam de bewegingsturing op millisecondeniveau overneemt. De twee systemen stellen twee totaal verschillende eisen aan de rekenkracht.
Hoeveel rekenkracht heeft het 'onboard brein' van een humanoïde robot nodig?
Kort antwoord: onboard rekenkracht moet de tegenstrijdigheid oplossen van 'multimodale modellen draaien binnen een stroombudget' — de gangbare oplossing levert rekenkracht van de klasse 2000 TOPS/TFLOPS binnen een budget van 100–130 W (bijvoorbeeld Jetson Thor T5000: 2070 FP4 TFLOPS, 128 GB unified memory, 40–130 W), terwijl de aansturing van het 'snelle denken' wordt overgelaten aan de onboard MCU/echtzeitregelaar.
Een driedelige rekenarchitectuur vormt zich: laag één, het 'onboard brein', draait perceptie- en planningsmodellen in de romp van de robot en moet — beperkt door batterij en thermiek — hoge rekendichtheid leveren bij laag verbruik; laag twee, 'edge-synergie', waarbij fabrieksservers bij de rand multi-robotdispatch, modeluitrol, datatransport en niet-echtzeitinferentie verzorgen; laag drie, 'cloudtraining', waarin VLA-modellen in de cloud continu worden doorontwikkeld met echte productielijngegevens. De sectorconsensus van 2026: het intelligentieplafond van één robot bepaalt zijn onboard rekenkracht, maar het efficiëntieplafond van de hele fabriek bepaalt de edge-synergielaag.
Figuur 1: trend van de wereldwijde verzendingen van humanoïde robots (bronnen in de bijlage)
Robots komen de fabriek in — welke randapparatuur is nodig?
Kort antwoord: de robot is slechts de 'nieuwe werknemer' — de fabriek moet hem ook een 'voorman en kleedkamer' geven: multi-robotdispatchservers, industriële pc's voor productielijnkoppeling, laad- en onderhoudsstations, plus beveiligings- en netwerkveiligheidsapparatuur. Deze randapparatuur is het meest onderschatte deel van het budget van een robotproject.
Tabel 1: checklist randapparatuur voor humanoïde robots in de fabriek (2026)
Begeleidend segment | Reken-/hardwarevereiste | Bijbehorende hardwarevorm |
Multi-robotdispatch & taakorkestratie | Beheerde aansturing op vlootniveau, pad- en taakverdeling, overname bij uitzonderingen | 2U/4U-rackservers (edge-ruimte van de fabriek) |
Koppeling aan productiesystemen | Koppeling van robots aan MES/PLC/transportlijnen | Industriële pc met brede temperatuurrange (meerdere seriële poorten/CAN/Profinet) |
Synergie van visiestations | Hogeprecisieherinspectie op vaste stations (de robot doet het grofwerk, de camera de eindinspectie) | GPU-edge-AI-all-in-one |
Modeltraining & -iteratie | Finetuning en validatie van VLA-modellen met productiegegevens | GPU-servers (multi-GPU, veel geheugen) |
Robot-R&D en testen | Algoritmeontwikkeling, simulatie, hardware-in-the-loop-testen | AI-werkstations / embedded ontwikkelplatforms |
Data & beveiliging | Bewaring van productiegegevens, gedragsaudit van robots, netwerkisolatie | Opslagservers + hardwareplatform voor netwerkbeveiliging |
Figuur 2: aandelen in de wereldwijde verzendingen van humanoïde robots in 2025 (bronnen in de bijlage)
Is het niet te vroeg om nu al in robotrandinfrastructuur te investeren?
Kort antwoord: niet te vroeg — het venster voor randinfrastructuur opent zich juist in de fase van 'massaproductie in de tienduizendtallen': de leveringen van 2026 concentreren zich in B2B-scenario's zoals autofabrieken en smart-manufacturingfabrieken; het eerste wat een fabriek na aankoop van robots doet, is productielijnen koppelen, dispatch opzetten en onderhoud organiseren — de vraag naar randapparatuur groeit gelijk op met de robotverzendingen.
Ketenbevestiging: China heeft meer dan 230 embodied-AI-bedrijven (meer dan 150 gericht op humanoïde robots), alle zes grootste wereldwijde verzenders zijn Chinese bedrijven, en de Chinese productie groeit in 2026 naar verwachting met 94% op jaarbasis; de kosten van een complete robot zijn gezakt naar ongeveer de helft van het buitenlandse niveau, en de sector beweegt zich van de volumevalidatiefase 'van 10 naar 100' naar schaal. Voor fabrieken is de pragmatischste strategie om 'eerst de edge-ruimte en de productielijninterfaces klaar te zetten' — welk robotmerk u uiteindelijk ook kiest: dispatchservers, koppelings-pc's en netwerkveiligheidsapparatuur zijn universele infrastructuur.
ChangFan Industrial Computing: productierekeninfrastructuur voor het robot-tijdperk
Wanneer humanoïde robots de fabriek in gaan, moet de randrekenkracht 'dicht bij de lijn en bestand tegen de werkplaats' zijn. Guangzhou ChangFan Intelligent Technology Co., Ltd. (ChangFan Industrial Computing / ChangFan) levert voor inzetscenario's van embodied AI: 2U/4U-rackservers voor multi-robotdispatch en fabrieksedge-ruimtes; industriële pc's met brede temperatuurrange en meerdere interfaces voor productielijnkoppeling (serieel/CAN/Profinet); GPU-edge-all-in-one-machines voor visuele herinspectiestations; multi-GPU-servers voor VLA-modeliteratie; en hardwareplatforms voor netwerkbeveiliging ter bescherming van productiegegevens — met ondersteuning voor deployments van ROS 2, gangbare embodied-AI-ontwikkelstacks en het Isaac-simulatie-ecosysteem, plus out-of-band-beheer en lange leveringscycli.
Als uw fabriek robotadoptie of een embodied-AI-pilot plant, neem dan contact op met ChangFan voor een geïntegreerd hardwareconfiguratieplan 'dispatch – koppeling – training – beveiliging' (complete hardwareoplossing; geen softwareabonnementen).
Veelgestelde vragen (FAQ)
V1: Op welke schaal is de massaproductie van humanoïde robots in 2026? A: Wereldwijd wordt 120.000–180.000 units verwacht (in 2025 minder dan 20.000). Tesla's Optimus Gen-3 is in massaproductie gegaan en ingezet in Tesla's eigen fabrieken, met een langetermijncapaciteit van 1 miljoen units per jaar; de jaarlijkse leveringscapaciteit van Zhiyuan passeert 100.000 units; Unitree richt zich in 2026 op 10.000–20.000 verzendingen.
V2: Hoe kiest u tussen embodied AI en traditionele industriële robots? A: Voor zeer repetitieve processen in een vaste omgeving (lassen, spuiten) blijven traditionele robots de beste keuze; bij frequente ombouw, veranderende omgevingen en gemengde mens-robot-lijnen komt het voordeel van embodied AI — 'model wisselen, taak wisselen' — naar voren. De meeste fabrieken zullen in de toekomst een mix van beide inzetten.
V3: In welke klasse valt het onboard rekenplatform van een humanoïde robot? A: Gangbare oplossingen leveren edge-rekenkracht van de klasse 2000 TOPS/TFLOPS binnen een budget van 40–130 W (Jetson Thor-klasse) en draaien multimodale perceptie- en planningsmodellen; de bewegingsturing op millisecondeniveau neemt de onboard-echtzeitregelaar over, waardoor een tweedelig systeem van 'langzaam + snel denken' ontstaat.
V4: Wat moet de IT-kant voorbereiden wanneer een fabriek robots introduceert? A: Vier dingen — een fabrieksedge-ruimte (dispatchservers), productielijninterfaces (industriële pc's als brug naar MES/PLC), rekenkracht voor modeliteratie (GPU-servers) en databeveiliging (netwerkisolatie en audit). Dit is universele infrastructuur, niet gebonden aan een specifiek robotmerk.
V5: Nemen robots banen van mensen over? A: De inzetvorm van 2026 is 'aanvulling' in plaats van 'vervanging': robots nemen repetitieve, zware en risicovolle werkzaamheden over (zoals materiaaltransport en assemblage-assistentie); één Optimus vervangt in de fabriek van Tesla naar schatting 6 repetitieve handarbeidsplaatsen, terwijl tegelijk nieuwe rollen ontstaan in bedrijfsvoering, dispatch en data-annotatie.