Qianjue stellt Weltmodell Polibrain für Roboter vor

Modelle

Das aus dem Umfeld der Tsinghua-Universität stammende Unternehmen für verkörperte Intelligenz Qianjue hat auf der ersten Konferenz für Physical AI und Weltmodelle 2026 in Nanjing sein prädiktives Weltmodell Polibrain vorgestellt. Die Konferenz fand am 20. Oktober statt, Turing-Preisträger Yann LeCun und Yao Qizhi teilten laut der Meldung per Fernzuschaltung ihre Einschätzungen. Qianjue-Gründer Gao Haichuan erläuterte in seiner Eröffnungsrede den Ansatz: Eine Karte lasse sich nutzen, um den kürzesten Weg abzuleiten, aus einem Weg lasse sich aber keine Karte ableiten. Polibrain soll Robotern eine solche Karte der physikalischen Welt zur Vorhersage und Planung liefern.

Bereits 2025 veröffentlichte Qianjue zusammen mit einem Tsinghua-Team auf der ICML eine theoretische Arbeit zur Identifizierbarkeit latenter Variablen in Weltmodellen, die nach Angaben des Unternehmens rund ein Jahr vor einer vergleichbaren Arbeit von LeCuns Team erschien. Polibrain verzichtet laut der Meldung darauf, künftige Bildframes vollständig zu generieren, und konzentriert sich stattdessen auf aufgabenrelevante Zustandsänderungen in einem latenten Darstellungsraum. Das Modell verbindet Umgebungswahrnehmung, Zustandsverständnis, Handlungsvorhersage, Aufgabenentscheidung, Ausführung und Rückkopplung zu einem fortlaufenden Entscheidungskreislauf und kann bei Abweichungen zwischen Vorhersage und tatsächlichem Ergebnis die weitere Handlung anpassen. Die Technik wurde laut Qianjue bereits auf vierbeinigen, humanoiden, radgetriebenen und zweiarmigen Robotern angepasst, unter anderem für eine Demonstration, bei der ein mit Greifarm ausgestatteter vierbeiniger Roboter selbstständig Müll aufsammelt.

Qianjue stellt nach eigenen Angaben keine Roboterkörper her, sondern will Intelligenz-Fähigkeiten für verschiedene Roboterformen bereitstellen. Dazu zählt laut der Meldung eine lose gekoppelte Architektur, die das Verständnis der Umgebung von der konkreten Bewegungsausführung trennt, sodass unterschiedliche Roboterformen dieselbe Repräsentation nutzen können. Zugrunde liegt außerdem eine als „Polynom-Repräsentation“ bezeichnete Methode, mit der das Modell irrelevante Details aus Beobachtungen herausfiltern soll, sowie ein als „Effective Degree“ bezeichnetes Maß zur Quantifizierung der Funktionskomplexität von Modellen, das Qianjue 2026 zusammen mit dem Tsinghua-Team vorgestellt hat. Ergänzt wird dies laut der Meldung durch einen auf kontrafaktischer Inferenz basierenden Mechanismus zur Auswahl relevanter historischer Informationen, etwa um sich zu merken, in welchem Schrank ein Objekt abgelegt wurde.

Offen bleibt: Die Angaben stammen ausschließlich von Qianjue und dem Unternehmensgründer selbst, eine unabhängige Überprüfung der Leistungsfähigkeit von Polibrain liegt nicht vor.

Quelle: Quantum Bit RSSHub