Grundlagen
Physische KI
01Begriffsbestimmung
NVIDIA machte den Begriff branchenweit bekannt. Jensen Huang beschrieb physische KI auf der CES 2025 als KI, die Physik, Reibung, Trägheit und Ursache-Wirkungs-Beziehungen versteht. Im Zentrum steht physikalisches Schlussfolgern: vorhersagen, wie ein Ball rollt, die Greifkraft ohne Beschädigung dosieren oder aus unvollständiger Sicht auf einen Fußgänger hinter einem Auto schließen. Offizieller NVIDIA-Blog
02Unterschied zu generativer KI
Generative KI
Ausgabe ist ein Dokument, Bild oder Programmcode. Bewertet wird überwiegend mit Benchmarks und menschlichen Präferenzen am Bildschirm.
Physische KI
Ausgabe ist physische Bewegung. Entscheidend ist zuverlässige Funktion in einer unstrukturierten realen Welt, nicht ein Ranglistenplatz.
03Kreislauf Wahrnehmen → Schlussfolgern → Handeln
Physische KI verbindet KI-Modelle wie maschinelles Lernen, Computer Vision und Sprachverarbeitung mit Robotikhardware, also Sensoren und Aktuatoren. Dieser dreistufige Regelkreis lässt ein System die Umgebung erfassen, eine Handlung wählen und sie physisch ausführen.
04Warum es schwierig ist
Drei Faktoren machen diesen Kreislauf schwieriger als einen Chatbot. Er muss in Echtzeit arbeiten; ein Roboterarm kann beim Fangen nicht eine Sekunde nachdenken. Er muss mit seltenen Situationen umgehen, die kein Datensatz vollständig abdeckt, weil jede Küche, Halle und Straße anders ist. Und Fehler haben physische, teils sicherheitskritische Folgen statt nur einer unpassenden Antwort. Deshalb zählt Zuverlässigkeit unter unordentlichen Realbedingungen, nicht allein ein Benchmarkwert.
05Einsatzfelder
Humanoide Roboter, Industrieroboterarme, autonome Fahrzeuge und Drohnen sind die wichtigsten Hardwareformen physischer KI. Wer daran arbeitet, zeigt die Unternehmens- und Roboterdatenbank ; die Geschichte der Roboterindustrie erklärt die Entwicklung dorthin.
Ein wachsender Teil der Branche baut gar keine Roboterhardware, sondern ausschließlich die Schlussfolgerungsebene: ein Basismodell, das auf vielen Roboterkörpern laufen soll. Zwei Unternehmen in der Unternehmens- und Roboterdatenbank verdeutlichen diese Trennung von den genannten Humanoidenherstellern.
π0 und π0.5
Allgemeine Roboterstrategien für viele unterschiedliche Körper, ohne eigene Hardware.
Skild Brain, Robotikmodell
Allgemeines „Gehirn“-Modell für Humanoide, Vierbeiner und Industrieroboterarme.
Welche Chiphersteller, Robotikunternehmen und Industriezulieferer börsennotierte Berührungspunkte mit physischer KI haben, behandelt der Tracker börsennotierter Unternehmen. Eine visuelle Karte nach Basistechnologien wie Sensoren, Aktuatoren und Basismodellen bietet Physical AI Landscape 2026.
06Häufige Fragen
Ist physische KI nur ein anderes Wort für Robotik?
Nicht ganz. Robotik ist die breitere Ingenieurdisziplin aus Mechanik, Regelungstechnik und Fertigung, die seit den 1960er-Jahren besteht. Physische KI meint speziell die darauf aufbauende KI- und Basismodellschicht: Wahrnehmung, Schlussfolgern und gelernte Regelungsstrategien.
Warum wurde der Begriff um 2025 plötzlich verbreitet?
NVIDIA-Chef Jensen Huang popularisierte ihn auf der CES 2025 als nächste KI-Grenze nach Text- und Bilderzeugung: KI, die die Gesetze der Physik versteht. Die Bezeichnung bündelte bereits laufende Arbeit an Robotik-Basismodellen und Sim-to-Real-Transfer.
Wie unterscheidet sich physische von verkörperter KI?
Beide überschneiden sich stark. Physische KI betont meist eingesetzte Hardware in der realen Welt; verkörperte KI ist der breitere wissenschaftliche Begriff und umfasst auch vollständig in Simulation trainierte Agenten.
Bauen alle Unternehmen für physische KI eigene Roboter?
Nein. Figure AI und Apptronik entwickeln Hardware und KI. Physical Intelligence und Skild AI bauen dagegen nur das Basismodell als „Gehirn“, das auf Körpern anderer Anbieter laufen soll.
Grundlagen
Alle Artikel: Grundlagen →Grundlagen der Industrierobotik
Konzepte der physischen KI
- ›Physische KI(dieser Artikel)
- ›Verkörperte KI
- ›Weltmodell
- ›Sim-to-Real (Sim2Real)