China valt op met robotspelen, maar de echte revolutie speelt zich achter de schermen af

In de Nationale Schaatsovaal in Peking namen meer dan 2.000 robots van 666 teams uit 16 landen het tegen elkaar op. Op het programma stonden 51 onderdelen en ruim 1.300 wedstrijden, bijna dubbel zoveel onderdelen als bij de eerste editie vorig jaar.

Vooral de beelden van de openingsdag gingen de wereld rond. Tiangong Ultra, een robot van het Chinese bedrijf X-Humanoid, liep de 100 meter in 9,39 seconden. Dat is sneller dan de 9,58 seconden die Usain Bolt in 2009 neerzette. Een tweede Chinese robot, Lightning van smartphonemaker Honor, dook eveneens onder het menselijke record, met 9,47 seconden. In een test vlak voor de Spelen klokte die zelfs 9,32 seconden.

Afremmen kunnen de robots niet. Aan het einde van de piste lag daarom een dikke mat die hen tot stilstand moest brengen. Tiangong strompelde daarna nog de zijlijn in, waardoor omstanders opzij moesten springen. Lightning zakte in elkaar en werd op een brancard weggedragen. Een triomftocht door het stadion zat er voor geen van beide in.

De vooruitgang gaat snel, ook al doet het einde van de race anders vermoeden. Vorig jaar had Tiangong, toen ook al de winnaar, 21,50 seconden nodig voor de 100 meter.

Ook het hoogspringen ging er serieus op vooruit. Vorig jaar was 0,95 meter genoeg om goud te halen, nu werd het 2,88 meter. Ook dat is meer dan het menselijke wereldrecord, dat in 1993 werd gevestigd door de Cubaan Javier Sotomayor. Alleen had de robot geen aanloop nodig: hij sprong vanuit stilstand.

Maar een robot die snel kan sprinten, kan niet hoog springen en omgekeerd. Dat vertelt Bram Vanderborght, hoogleraar Robotica aan de VUB, aan VRT NWS. De motoren, batterijen en sensoren in deze machines zijn ontworpen om één heel specifieke prestatie te leveren.

"Het design van een robot die gewicht moet heffen, is helemaal anders dan dat van een robot die omhoog moet springen of een lange afstand moet lopen", zegt hij. Die laatste moeten tijdens een race bijvoorbeeld continu gekoeld worden. "Die sportprestaties duwen echt tegen de limieten van de motoren en de batterijen aan. Dat zijn gigantische piekvermogens die erdoor moeten."

Dat betekent niet dat het puur spektakel is. Vanderborght vergelijkt het met de Formule 1: techniek die eerst wordt ontwikkeld voor extreme prestaties, sijpelt later door naar gewone toepassingen. "Robots die een heel lange tijd in een fabriek draaien, zullen waarschijnlijk ook gekoeld moeten worden. Zo duw je de technologie tot de grenzen."

Robots die alles uit de kast halen, verraden ook precies welke problemen intussen zijn opgelost en welke niet. De 100, de 400 en de 1.500 meter konden de robots volledig autonoom lopen. Mensen kwamen niet tussen. Bij complexere onderdelen mochten mensen wel nog ingrijpen. Gewichtheffen en de 100 meter horden mochten bijvoorbeeld met een afstandsbediening. Dat kostte wel punten: wie autonoom werkte, kreeg de volle score, wie op afstand stuurde maar de helft.

En dan gaat het nog om relatief eenvoudige bewegingen. 21 van de 51 onderdelen waren op de praktijk gericht. In het stadion werden decors nagebouwd om omgevingen te simuleren waar robots in konden werken, zoals een winkel, een hotelkamer, een magazijn en een bibliotheek.

In die disciplines winnen mensen nog altijd. Robots moesten boontjes oprapen met een pincet, poeder afwegen, een nagel inslaan, een fles opendraaien en een kabel aansluiten. Dat gaat voorlopig veel trager en stroever dan bij een mens.

Wang Xingxing, oprichter van Unitree, een van de grootste robotbouwers in China, noemt dat het "laatste-millimeterprobleem": zeer fijne bewegingen vereisen zeer gevoelige vingertoppen en ook de kracht die een mens uitoefent is heel precies.

Dan is er nog wellicht het belangrijkste probleem: de veiligheid. Een fabrieksrobot staat in een kooi en beweegt vaak traag. "Bij zo'n machine kun je op een noodstop duwen", zegt Vanderborght. "Bij een tweebenige robot betekent een noodstop dat hij zijn evenwicht verliest. Die gaat dus vallen en de vraag is waar en op wie."

Dat probleem is het grootst bij robots die strikt mensachtig zijn, met 2 benen en 2 armen. Alexander Stevens, oprichter van het Brusselse robotbedrijf Motion.one, wijst erop dat er veel meer vormfactoren bestaan.

"Wat je op de spelen ziet, zijn tweebenige robots. Die zijn er vooral voor entertainment, dans en sport. Voor industriële toepassingen zie je dezelfde romp, armen en hoofd, maar op wielen. Die bewegen efficiënter, vallen niet om en verwonden dus niemand of breken de transportband niet."

Wat bij beide soorten de voorbije jaren sterk verbeterde, zijn de handen. De beste robothanden benaderen intussen de menselijke hand, die zo'n 27 afzonderlijke bewegingen kan maken. De toonaangevende modellen zitten rond de 22. Ze worden aangestuurd met koordjes die door de pols lopen, zoals pezen in een mensenhand, met de motoren in de onderarm in plaats van in de vingers zelf.

De techniek gaat dus met rasse schreden vooruit. Vooral China lijkt op het vlak van hardware een grote voorsprong te nemen. Van de 666 teams waren er 641 Chinees. 1.975 van de 2.056 robots kwamen uit het Middenrijk.

Buitenlandse teams kwamen onder meer uit de Verenigde Staten, Brazilië, Duitsland en Japan. Ze wonnen tot nu toe geen enkele gouden medaille. Dit is dan ook bovenal een Chinees evenement. Het land gebruikt de Spelen om zijn robotbedrijven in de kijker te zetten. Die maken niet alleen mensachtige robots, maar vooral industriële exemplaren.

China zet die nu al massaal in. Met ruwweg 2 miljoen actieve industriële robots loopt het ver voor op nummer 2 Japan: het heeft er 4,5 keer zoveel. In 2024 werd 54 procent van alle nieuwe robots op aarde in China geïnstalleerd.

Steeds meer van die robots zijn ook effectief van Chinese makelij. Het aandeel van Chinese leveranciers op de binnenlandse markt steeg van 30 procent in 2020 naar 57 procent in 2024. In de metaal- en machinebouw zitten ze zelfs al aan 85 procent.

De snelle uitrol van robots heeft China deels te danken aan het 15e vijfjarenplan van president Xi Jinping, dat in maart werd goedgekeurd. Dat economische raamwerk legt vast in welke sectoren het land tussen 2026 en 2030 investeert. Fysieke AI, robots dus, is daarin een van de speerpunten. Hoeveel geld daar precies naartoe gaat, is niet helemaal duidelijk. Persagentschap Bloomberg meldde in juni, op basis van anonieme bronnen, dat China omgerekend zo'n 255 miljard euro wil uittrekken voor AI-infrastructuur, vooral datacenters.

Daarnaast is er een staatsfonds voor durfkapitaal dat op termijn zo'n 120 miljard euro moet ophalen. Dat geld wordt over een periode van ongeveer 20 jaar verzameld en het gaat niet alleen naar robotica, maar ook naar AI en andere nieuwe technologie.

Dat de sector hard groeit, staat wel vast. In de eerste helft van 2026 werden in China 116.000 nieuwe bedrijven rond mensachtige robots opgericht. Dat zijn niet allemaal robotbouwers, maar ook toeleveranciers en dienstverleners. Dat cijfer klinkt wel spectaculairder dan het is: het gaat om een stijging van 9,5 procent tegenover een jaar eerder.

Wat China vooral onderscheidt, is hoe gemakkelijk het er is om robots te bouwen. In en rond de stad Shenzhen liggen fabrikanten van motoren, sensoren, batterijen en tandwielen op enkele uren rijden van elkaar. In Duitsland of de Verenigde Staten zou het maanden duren om een prototype te bouwen, in China kan het in weken of dagen. De regio rond Shenzhen is goed voor meer dan de helft van de Chinese toeleveringsketen voor fysieke AI en voor ongeveer een kwart van de wereldwijde.

Dat vertaalt zich ook in octrooien. Volgens de Amerikaanse grootbank Morgan Stanley diende China de voorbije 5 jaar zo'n 7.700 octrooiaanvragen in voor mensachtige robots. De VS diende er ongeveer 1.560 in, Japan zo'n 1.100.

Als onderdeel van hetzelfde vijfjarenplan bouwt het land ook trainingsomgevingen voor robots. Eind vorig jaar waren er al meer dan 40 staatsgesteunde datacentra, waarvan er 24 effectief draaiden.

In zulke centra worden robots van verschillende fabrikanten getraind op enorme hoeveelheden videodata, een beetje zoals chatbots als ChatGPT getraind zijn op teksten. Ze leren van beelden van mensen die een taak uitvoeren, gefilmd met een camera op het hoofd.

Na die zogenoemde "pre-training" volgt een soort bijscholing. Een operator zet dan een virtualrealitybril op, trekt een exoskelet over zijn armen aan en doet de beweging honderden keren voor. Dat soort "post-training" duurde vroeger honderden uren, vandaag vaak nog maar tientallen of zelfs minder, zegt Stevens.

De enorme hoeveelheid data die China verzamelt, speelt bij die versnelling een grote rol. "In China is er een nationaal initiatief dat de data van verschillende verzamelcentra samenvoegt.”

Op de World Robot Conference, die vorige week eveneens in de Chinese hoofdstad plaatsvond, bleek uit een Chinees brancherapport dat het land in de eerste helft van 2026 meer dan 40.000 mensachtige robots had verscheept. Dat zou maar liefst 97 procent van het wereldwijde totaal zijn.

Het Amerikaanse onderzoeksbureau Smart Analytics Global komt op datzelfde percentage uit, maar telt wereldwijd slechts 19.100 stuks in diezelfde periode. Het Chinese cijfer lijkt over geproduceerde robots te gaan, het Amerikaanse over geleverde.

Stevens plaatst sowieso een kanttekening bij de Chinese cijfers. "China staat op 1 omdat ze de meeste humanoïden produceren en verkopen", zegt hij. "Maar een deel van de verkoop gaat naar de overheid en naar datacentra om data te verzamelen. Dus die cijfers worden een beetje omhoog geduwd."

Dat China gelooft in de toekomst van de robotindustrie, staat buiten kijf. Maar hoe lang duurt het voor je er zelf een in huis kunt halen? Vanderborght verwacht de komende 5 jaar geen alleskunner en ook geen moment waarop de technologie plots overal opduikt, een zogenoemd "iPhonemoment", zoals bij ChatGPT gebeurde.

De verandering zal eerder geleidelijk gaan. Binnen 5 jaar zijn er misschien basismodellen die een handvol taken beheersen. Software-updates moeten ze gradueel beter maken, zegt Vanderborght, en door de massaproductie, die geleidelijk op gang komt, gaan de prijzen zakken. 

“Toen ik aan mensachtige robots werkte, kostten die 400.000 euro. Dat was een Ferrari. Als je nu kijkt naar het aantal componenten, is dat zoals een goedkope wagen. Eenmaal die toepassingen er komen, gaan de prijzen zakken.”