Var robotar och AI står 2026
Humanoider från Figure, Tesla, 1X och Unitree, nya robotmodeller från Google och Nvidia, och avståndet mellan en demo och en robot som utför betalt arbete.
I januari inledde Jensen Huang robotåret med en enda mening: ”ChatGPT-ögonblicket för robotik är här.” Nio månader senare tyder pengarna och modellerna på att han var tidig snarare än fel ute. Robotar som lär sig av video och språk blir bättre med några månaders mellanrum. De robotar som utför betalt arbete varje dag är, med få undantag, fortfarande de som inte liknar oss.
Här är vad som är intressant just nu, vad som är verkligt och vad som fortfarande är en demo.
Nya hjärnor för maskiner
Förändringen bakom rubrikerna sitter i mjukvaran. En klassisk robot programmeras steg för steg för en enda uppgift. Grundmodeller för robotar lär sig av demonstrationer, video och språk, ungefär som chattbottar lärde sig av text, och en och samma modell kan styra olika maskiner. Google DeepMind beskriver den gamla världen rakt på sak: ”De flesta robotar är förprogrammerade eller fjärrstyrda för smala, repetitiva sekvenser av uppgifter.”
I juli släppte DeepMind Gemini Robotics 2, som styr en hel humanoid ”från fötterna till fingertopparna”, visad på Apollo 2 från Apptronik, med Apptronik, Boston Dynamics och Agile Robots som partner. Planeringsmodellen är öppen för utvecklare, medan modellen som rör roboten bara går till tidiga partner. DeepMind publicerade också modellens begränsningar. Att plocka upp saker från golvet lyckades i 45,7 procent av fallen och att skruva i en glödlampa i 36 procent, och DeepMind skriver att fingerfärdig hantering med flera fingrar ”fortfarande är en utmaning”.
Nvidia levererar mycket av lagret därunder: chippen, och öppna modeller som Isaac GR00T N1.6 för humanoider och Cosmos för att generera syntetisk träningsdata.
Humanoiderna
Figure tog med sin robot in i 30 hem i Bay Area där företaget inte hade samlat in några data, för tre sysslor: att städa vardagsrum, vika handdukar och bädda sängar. En styrmodell som tränats från grunden lyckades i 9 procent av försöken. En som förtränats på Index, Figures globala dataset med mänskligt beteende på video, lyckades i 56 procent. Figure uppger att företaget har avsatt beräkningskraft för 3,5 miljarder dollar till att träna sin modell, Helix. Det är företagets egna siffror, och 56 procent är ett framsteg, ännu inte en produkt.
Tesla bygger upp en produktionslinje för Optimus i Fremont, där Model S och X tidigare byggdes. Under resultatsamtalet i juli sa Elon Musk att produktionen snart skulle starta, att den tidiga upptrappningen skulle bli ”ganska flack och lång”, och att ambitionen för en senare generation är 10 miljoner enheter om året. Han var också öppen om läget i branschen: ”de demonstrationer ni ser är förprogrammerade eller fjärrstyrda”, och ”det finns ingen humanoid robot som faktiskt kan utföra generella uppgifter.”
1X säljer NEO, en humanoid för hemmet, för 20'000 dollar med förtur till leverans 2026, eller senare som prenumeration för 499 dollar i månaden. Leveranserna börjar främst i USA. För sysslor som roboten ännu inte behärskar kan ägarna boka en 1X Expert som guidar den.
Volymen finns i Kina. Unitree sålde 5'500 humanoider 2025, ungefär en tredjedel av den globala försäljningen av humanoider, rapporterade Rest of World när bolaget förberedde en börsnotering i Shanghai, och över 70 procent av dem gick till forskning och utbildning. Bolagets genomsnittspris för en humanoid sjönk från omkring 593'400 yuan 2023 till 167'600 yuan, omkring 25'000 dollar, 2025.
Det som faktiskt fungerar
De robotar som gör rätt för sig är för det mesta inte humanoider. Enligt International Federation of Robotics arbetar nu rekordmånga 5 miljoner industrirobotar i fabriker, efter att fler än 600'000 installerades 2025, 59 procent av dem i Kina. Knappt 250'000 professionella servicerobotar såldes samma år, nästan hälften av dem för transport och logistik, samt knappt 34,2 miljoner konsumentrobotar.
Mot det står omkring 7'000 fullstora humanoider som såldes världen över 2025. IFR konstaterar att ”de flesta nuvarande tillämpningar fortfarande är specialiserade och ofta kräver mänsklig fjärrstyrning”, och nämner hindren: säkerhetsstandarder, höga kostnader för träning och underhåll, och bristen på en stark affärskalkyl.
Det finns undantag. Digit från Agility Robotics, en humanoid på två ben, arbetar på nio platser hos kunder, bland dem GXO, Schaeffler, Toyotas fabrik i Kanada och Mercado Libre, och Agility uppger att företaget har fleråriga beställningar på mer än 300 miljoner dollar för sin nya modell. Och den största robotflotta som de flesta kommer att möta har inga armar alls: Waymo kör omkring 4'000 robottaxibilar och gör i snitt 500'000 betalda resor i veckan i 15 amerikanska städer, upp från tre städer i september 2024.
Så läser du en robotdemo
Robotvideor är numera en egen genre inom marknadsföring, så det hjälper att ställa fem frågor. Agerade roboten på egen hand, eller styrde en människa den från någon annanstans? Hur många försök krävde klippet, och i vilken hastighet spelades det upp? Var rummet, föremålen och uppgiften nya för roboten, och hur ofta lyckas den på hundra försök snarare än ett? Och vem betalar för arbetet i dag?
En robot som viker en handduk framför kameran är ett forskningsresultat. En robot som flyttar backar, skift efter skift, åt en betalande kund är en robot i skarp drift. Båda spelar roll, men bara den andra hör hemma i en affärsplan.
Vad det betyder för ett företag
För de flesta företag kommer de användbara robotarna under de närmaste åren att vara specialiserade: armar, vagnar, drönare, städmaskiner och fordon som gör ett jobb pålitligt. Humanoider är värda att hålla ögonen på, och värda att testa i pilotprojekt där arbetet är repetitivt och miljön kontrollerad. Utifrån dagens underlag är de ännu inte något att bygga en verksamhet kring.
Samma teknik når fysiska produkter tidigare, i designarbetet kring dem. I Forge, som tar ett företags egen produkt från idé till en specifikation som en tillverkare kan bygga efter, gör AI research, skissar och modellerar i 3D i högt tempo, människor fattar varje beslut, och specialister kliver in där en produkt behöver dem. Robotarna når fabriksgolvet i sin egen takt. Sättet en fysisk produkt tänks ut på förändras nu.
