Die Ant Group startet einen Wettbewerb, um nachzuweisen, dass ihr Robotermodell tatsächlich genutzt wird

Die Veröffentlichung eines Grundmodells als Open Source ist der einfache Teil einer Strategie für verkörperte KI. Externe Entwickler dazu zu bewegen, darauf aufbauend Produktionssysteme zu entwickeln – anstatt lediglich die Gewichte herunterzuladen und dann weiterzumachen –, ist der entscheidende Faktor, der darüber entscheidet, ob eine Open-Source-Veröffentlichung zur Brancheninfrastruktur wird oder zu einer viel zitierten wissenschaftlichen Arbeit, die niemand in die Praxis umsetzt. Die Abteilung für verkörperte Intelligenz der Ant Group, die unter den Marken Robbyant und LingBot tätig ist, startete am 14. September auf dem Bund Summit in Shanghai ihren ersten Entwicklerwettbewerb, um diese Frage zu klären. Dabei öffnete sie die Anmeldung für einen Wettbewerb rund um verkörperte KI-Modelle, der auf ihrem Basismodell LingBot-VLA 2.0 aufbaut – und nicht auf einer weiteren Forschungsarbeit oder einer Förderankündigung.

Der Wettbewerb läuft in zwei Phasen ab: einer Online-Vorrunde, für die bis zum 26. Oktober Anmeldungen möglich sind, gefolgt von einem Offline-Finale in Shanghai vom 13. bis 15. November. Jedes Team muss eine obligatorische Simulationsaufgabe auf RoboTwin 2.0, einem Benchmark für Robotersimulationen, absolvieren; für Teams, die ihren Ansatz nicht nur in der Simulation, sondern auf physischer Hardware demonstrieren möchten, gibt es einen optionalen Innovationszweig mit echten Robotern, und die Ant Group stellt den qualifizierten Teams Cloud-Computing-Ressourcen zur Verfügung, sodass die Einstiegshürde eher im Zugang zum Modell und in den technischen Fähigkeiten als im Rechenbudget liegt. Die Veranstaltung wird gemeinsam mit der Open-Source-Community ModelScope und der Tianchi-Wettbewerbsplattform von Alibaba Cloud organisiert; zu den weiteren Partnern zählt unter anderem der Chiphersteller AMD. Dadurch erreicht der Wettbewerb drei der Plattformen, die chinesische KI-Entwickler bereits nutzen, um Open-Source-Modelle zu finden und an Wettbewerben teilzunehmen.

Warum ein Open-Source-Unternehmen überhaupt einen Wettbewerb benötigt

LingBot-VLA 2.0 ist das „Vision-Language-Action“-Grundmodell der Ant Group für die Robotik. Es wurde entwickelt, um mehr als 20 Roboterkonfigurationen von 17 verschiedenen Herstellern über ein einziges trainiertes Modell zu steuern, anstatt für jede Roboterplattform ein separates Modell zu benötigen – ein Ansatz, den die Branche mit dem Schlagwort „ein Gehirn, viele“

Maschinen.“ Die Ant Group veröffentlichte das Modell erstmals im Januar 2026 und schloss im Juli die vollständige Open-Source-Veröffentlichung sowohl des trainierten Modells als auch des Codes nach dem Training ab, was bedeutet, dass die zugrunde liegende Technologie bereits zwei Monate vor Beginn dieses Wettbewerbs öffentlich verfügbar war. Diese Abfolge ist von Bedeutung: Ein Unternehmen veranstaltet einen Entwicklerwettbewerb rund um ein bereits offenes Modell gerade deshalb, weil die Open-Source-Veröffentlichung allein nicht das gewünschte Signal für die Akzeptanz erzeugt hat. Downloads und GitHub-Stars messen das Interesse. Ein Wettbewerb mit Geldpreisen, Cloud-Guthaben und einer öffentlichen Finalveranstaltung misst, ob Entwickler tatsächlich Entwicklungszeit investieren, um etwas zu entwickeln, das funktioniert.

„Für ein Open-Source-Modell ist die Veröffentlichung nur der Anfang“, erklärte ein Führungskraft der Ant Group bei der Vorstellung. „Sein wahrer Wert liegt darin, ob Entwickler es nutzen werden.“ Das ist eine ungewöhnlich offene Formulierung für eine Unternehmensankündigung und benennt das tatsächliche Wettbewerbsrisiko, mit dem die Ant Group umgeht: LingBot-VLA 2.0 ist nicht das einzige Vision-Language-Action-Modell, das chinesischen Robotikentwicklern zur Verfügung steht, und ein Grundmodell, auf das Entwickler zwar zugreifen können, auf dem sie aber nicht aufbauen, wird letztendlich eher zu einem technisch glaubwürdigen Beitrag in einem umkämpften Feld als zur Standardwahl. Alibaba, das Schwesterunternehmen der Ant Group unter demselben Dach, hat seine eigene „Qwen-Robot“-Familie verkörperter KI vorangetrieben, und zahlreiche andere chinesische Forschungslabore haben im vergangenen Jahr konkurrierende Vision-Language-Action-Modelle veröffentlicht. Daher sind plattformübergreifende Kompatibilität sowie die tatsächliche Einsatzreichweite bei 17 Herstellern das Unterscheidungsmerkmal, auf das die Ant Group setzt, und ein Wettbewerb ist ein vergleichsweise kostengünstiger Weg, um einen öffentlichen Nachweis dieser Reichweite zu erbringen.

Was „RoboTwin 2.0“ als Pflichtaufgabe tatsächlich signalisiert

Die Verpflichtung zu simulationsbasierten Tests auf RoboTwin 2.0 bei gleichzeitiger Beibehaltung optionaler Demonstrationen mit physischen Robotern ist eine bewusste Gestaltungsentscheidung, die die Einstiegshürde für Universitätsteams und einzelne Entwickler senkt, die Forschungszugang zu

Simulationsumgebungen, jedoch nicht auf physische Roboterhardware, die in der Forschung zur verkörperten KI in der Regel die teurere und schwerer zugängliche Ressource darstellt. Diese Struktur erweitert die Reichweite des Wettbewerbs auf akademische Labore und kleinere Start-ups, die andernfalls nicht an einem Robotikwettbewerb teilnehmen könnten, der physische Hardware erfordert – allerdings auf Kosten einer geringeren direkten Vergleichbarkeit der Ergebnisse des Pflichtparcours mit der Leistung im realen Einsatz. Die optionale „Real-Robot“-Kategorie existiert genau deshalb, um den ressourcenstärkeren Teams, Robotikunternehmen und besser finanzierten Labors die Möglichkeit zu geben, die anspruchsvollere Behauptung zu untermauern: dass sich ein in der Simulation trainiertes und validiertes Modell tatsächlich auf physische Manipulationsaufgaben übertragen lässt, ohne den Leistungsabfall, der bereits zahlreiche frühere „Sim-to-Real“-Bemühungen in der gesamten Branche untergraben hat.

Für die Robotikunternehmen und Integratoren, die Ant Group als Anwender von LingBot-VLA 2.0 gewinnen möchte, sendet die Teilnahme an einem öffentlichen Wettbewerb ein anderes Signal aus als die stille interne Bewertung des Modells: Ein starker Auftritt beim Finale im November wird zu einem öffentlichen Referenzfall, auf den ein Unternehmen verweisen kann, wenn es Kunden seine eigene Roboterplattform präsentiert – was eine überzeugendere Form der Validierung darstellt als die eigenen Benchmark-Angaben eines Anbieters. Diese Anreizstruktur ist der Grund, warum Wettbewerbe mit Grundmodellen im vergangenen Jahr neben traditionelleren Finanzierungs- und Partnerschaftsankündigungen zu einem wiederkehrenden Muster im gesamten chinesischen Sektor der verkörperten KI geworden sind: Ein Wettbewerb liefert öffentliche, für Dritte nachvollziehbare Belege dafür, dass ein Modell auf unterschiedlicher Hardware funktioniert – genau diese Behauptung lässt sich anhand der eigenen Marketingunterlagen eines Unternehmens am schwersten überprüfen.

Wo sich LingBot-VLA 2.0 bereits im Stack positioniert

Das Modell der Ant Group wurde nicht ins Leere eingeführt. LingBot-VLA 2.0 wurde bereits für den Einsatz auf Roboterplattformen mehrerer etablierter chinesischer Hardwarehersteller angepasst, wodurch das Modell bereits vor dieser

Wettbewerb statt eines rein theoretischen Anspruchs auf Universalität. Diese bereits geleistete Anpassungsarbeit ist der praktische Beweis hinter dem Slogan „Ein Gehirn, viele Maschinen“: Ein „Vision-Language-Action“-Modell ist nur so nützlich wie die Anzahl der physischen Roboterkörper, die es tatsächlich steuern kann, ohne dass pro Plattform ein kostspieliger Umbau erforderlich ist; und jede weitere Integration eines Herstellers senkt die Wechselkosten für ein neues Robotikunternehmen, das vor der Entscheidung steht, ob es auf LingBot-VLA 2.0 aufbauen oder ein proprietäres Modell von Grund auf neu trainieren soll. Für ein Start-up, das eine neue Roboterplattform entwickelt, kann die Übernahme eines bereits integrierten Grundmodells den Zeitrahmen für die Entwicklung der Steuerungssoftware verkürzen, der andernfalls ein spezielles Machine-Learning-Team fast ein ganzes Jahr in Anspruch nehmen würde – dies ist das wirtschaftliche Argument, das die Ant Group den Entwicklern gegenüber vorbringt, die sie im Finale im November gewinnen möchte.

Diese Tiefe der Integration erklärt auch, warum der „Real-Robot“-Wettbewerbszweig des Wettbewerbs – obwohl optional – der Aspekt ist, den institutionelle Käufer am genauesten im Auge behalten sollten. Ein rein auf Simulation basierendes Ergebnis auf RoboTwin 2.0 belegt zwar die algorithmische Kompetenz, sagt jedoch nichts darüber aus, wie ein Modell mit Sensorrauschen, Lichtschwankungen und mechanischen Ungenauigkeiten eines tatsächlichen Roboterarms umgeht – Lücken, die bereits mehr als ein Modell für verkörperte KI zum Scheitern gebracht haben, das in simulierten Benchmarks stark erschien. Teams, die die optionale „Real-Robot“-Kategorie bestehen und das Finale in Shanghai erreichen, werden genau jene Nachweise für den Übergang von der Simulation zur Realität liefern, die Beschaffungsteams, die Grundmodelle für ihre eigenen Roboterflotten bewerten, derzeit größtenteils auf die Aussagen der Anbieter verlassen müssen.

Die Cloud-Computing-Förderung als Instrument zur Talentsuche

Das Angebot von Cloud-Computing-Ressourcen für qualifizierte Teams mag auf den ersten Blick wie eine geringfügige logistische Erleichterung erscheinen, fungiert jedoch als direkte Förderung, die darauf abzielt, den Bewerberpool des Wettbewerbs über finanzstarke Robotik-Start-ups hinaus auf Universitätslabore und unabhängige Entwickler auszuweiten, die andernfalls

sich den rechenintensiven Prozess der Feinabstimmung und Bewertung eines Vision-Language-Action-Modells in großem Maßstab nicht leisten können. Große Sprach- und Vision-Language-Action-Modelle erfordern erhebliche Rechenzeit auf Grafikprozessoren, um sie über Dutzende von Aufgabenvarianten hinweg fein abzustimmen und zu bewerten, Kosten, die bei einer ernsthaften Wettbewerbsteilnahme mehrere Zehntausend US-Dollar betragen können. Durch die Beseitigung dieser Hürde stellt die Ant Group sicher, dass der Bewerberpool auch jene akademischen Teams umfasst, die am ehesten unabhängige, glaubwürdige Ergebnisse veröffentlichen werden – und nicht nur die Unternehmensteams, die bereits über Rechenkapazitäten verfügen und, was kein Zufall ist, eine bestehende geschäftliche Beziehung zu Alibaba Cloud unterhalten.

Der Test, den die Ant Group nicht kontrollieren kann

Die Ant Group hat eine zweimonatige Frist für eine Frage gesetzt, die sie nicht vollständig kontrollieren kann: ob Universitätsteams, Start-ups und etablierte Robotikunternehmen LingBot-VLA 2.0 als die für die Teilnahme erforderliche technische Investition wert erachten oder ob die Challenge vor allem Entwickler anzieht, die bereits dem ModelScope- und Alibaba-Cloud-Ökosystem verhaftet sind, anstatt wirklich neue Anwender, die das Modell im Vergleich zu konkurrierenden Optionen bewerten. Das Finale Mitte November wird erste öffentliche Anhaltspunkte zu dieser Frage liefern, und es lohnt sich, diese zu verfolgen, unabhängig davon, wer gewinnt: Die Teilnehmerliste selbst – also die Frage, wie viele Teams von außerhalb des bestehenden Unternehmensökosystems der Ant Group stammen – wird Käufern und Integratoren mehr über die tatsächliche Akzeptanz von LingBot-VLA 2.0 verraten als jede prozentuale Erfolgsquote, die das Gewinnerteam auf der Bühne bekanntgibt.

Der sechswöchige Zeitraum zwischen dem Anmeldeschluss am 26. Oktober und dem Finale im November ist zudem so kurz, dass die meisten Teilnehmer bestehende Arbeiten an die Wettbewerbsaufgaben anpassen werden, anstatt völlig neue Systeme von Grund auf zu entwickeln. Das bedeutet, dass die Finalisten eher Teams repräsentieren werden, die sich bereits intensiv mit Vision-Language-Action-Forschung befassen, als Neulinge, die sich zum ersten Mal mit diesem Gebiet auseinandersetzen. Dieser straffe Zeitplan kommt der Ant Group selbst zugute

Ökosystem in der Praxis, auch wenn die Teilnahmebedingungen für jedermann offen sind, da Teams, die bereits mit den Anwendungsprogrammierschnittstellen und der Dokumentation von LingBot-VLA 2.0 vertraut sind, einen deutlichen Vorsprung gegenüber Teams haben, die bei der Anmeldung zum ersten Mal mit dem Modell in Berührung kommen. Ob dieser strukturelle Vorteil den Wert des Wettbewerbs als unabhängiges Indikator für die Marktakzeptanz untergräbt oder lediglich die Tatsache widerspiegelt, dass jeder Wettbewerb rund um Grundmodelle seine eigenen Early Adopters begünstigt, wird sich zeigen, sobald die Ant Group im November die Liste der Finalisten veröffentlicht und externe Analysten überprüfen können, wie viele Finalistenteams vor Beginn dieses Wettbewerbszyklus noch keine öffentliche Verbindung zu LingBot-VLA 2.0 hatten.

Diese Analyse stützt sich auf die öffentliche Wettbewerbsankündigung der Ant Group sowie auf Aussagen, die auf dem Bund-Gipfel 2026 getroffen wurden. Sie dient ausschließlich allgemeinen Informationszwecken und stellt keine Anlage-, Finanz- oder Rechtsberatung dar.

Bildnachweis für das Titelbild: Robbyant (Ant Group).