Quant Group testet sein Physical-AI-Modell in einer echten Restaurantküche

Vier Aufgaben in einer echten Gewerbeküche

Laut Unternehmen wurde jede Demonstration in wiederholten Tests validiert und unter realen, sich dynamisch verändernden Küchenbedingungen eingesetzt. Die vier jüngsten Aufgaben folgen auf frühere Demos aus der Jahresmitte 2026, darunter die Zubereitung von Sandwiches, das Sortieren von Einkaufstüten, das Würzen von Steaks und die koordinierte Zubereitung von Milchtee mit zwei Armen. Quant Group zufolge haben sich die Embodied-AI-Fähigkeiten von der geschickten Handhabung einzelner Objekte hin zum Umgang mit einer Kombination verschiedener Materialien entwickelt.

• Von Hand gestampfter Zitronentee: eine präzise Aufgabe mit geschlossenem Regelkreis. Eine Hand hält den Becher fest, die andere stampft wiederholt. Das Unternehmen erklärt, eine selbstentwickelnde RSI-Schleife zeichne Bewegungsbahnen auf, erkenne Abweichungen und passe den Rhythmus während der Zubereitung an.
• Blätterteig-Fladenbrot: eine Abfolge von zweiundzwanzig aufeinanderfolgenden Handlungen. Der Roboter muss sich merken, welchen Schritt er erreicht hat und welches Werkzeug als Nächstes kommt. System 2 übernimmt die globale Planung und Ausnahmen, System 1 führt die Handlungen in Echtzeit aus.
• Gebratene Kartoffelstreifen: ein Test des chinesischen Wok-Kochens. Die Streifen rutschen leicht weg, das Material verschiebt sich im Wok, und die Koordination beider Arme erfordert ein Timing im Millisekundenbereich: Eine Hand führt den Wok, die andere den Pfannenwender.
• Egg Cake: ein Test der Generalisierung über Materialien hinweg, darunter zähflüssiger Teig, ungleichmäßig große zerkleinerte Erdnüsse und ein weicher Kuchen, bei dem die Kontaktkraft laufend angepasst werden muss.

Eine Strategie mit Software im Mittelpunkt

Quant Group erklärt, keine Roboterhardware herzustellen. Stattdessen entwickelt das Unternehmen ein offenes Foundation-Modell für die physische Welt, das über Szenarien und Roboterplattformen hinweg generalisieren soll. Die Architektur trennt Software von Hardware, sodass dasselbe zugrunde liegende Modell auf verschiedenen Hardwareplattformen laufen kann. Als zentralen Test beschreibt das Unternehmen die Frage, ob ein einziges Modell erlernte Fähigkeiten auf unterschiedliche Aufgaben, Materialien und Arten physischer Störungen übertragen kann.

Das Unternehmen argumentiert, der Verkauf von Hardware oder projektbasierten Lösungen skaliere nur Projekt für Projekt, während ein einmal trainiertes und szenarienübergreifend eingesetztes Foundation-Modell Grenzkosten nahe null habe. Nach den Küchentests sei der nächste Schritt die szenarienübergreifende Wiederverwendung, also die Ausweitung dieser Fähigkeiten über die Gastronomie hinaus auf ein breiteres Spektrum an Hardwareplattformen.

Quant Group sieht zudem in Daten ihren Burggraben. Sprachdaten ließen sich in riesigen Mengen aus dem Internet gewinnen, Daten zur physischen Interaktion dagegen entstünden nur durch den Betrieb in der realen Welt. Deshalb testet das Unternehmen in einer Restaurantküche statt in einem Labor, denn solche unstrukturierten Bedingungen lassen sich in Simulationen nicht vollständig nachbilden.

Finanzierung und Marktumfeld

Die Arbeit an Physical AI wird vom E-Commerce-Geschäft des Unternehmens mit Endkunden finanziert. 2025 meldete Quant Group einen Umsatz von 1,035 Milliarden RMB und einen Nettogewinn von 195 Millionen RMB, ein Plus von 32,6 % gegenüber dem Vorjahr. Das Bruttowarenvolumen auf der Plattform Yangxiaomie überstieg 10 Milliarden RMB. Nach Angaben des Unternehmens flossen 30 Prozent der Erlöse aus der Platzierung im Juli in Forschung und Entwicklung des Physical-AI-Foundation-Modells, weitere 40 Prozent in die Kommerzialisierung intelligenter Hardware.

Die Mitteilung verweist auf Frost & Sullivan, die für Physical AI eine jährliche Wachstumsrate (CAGR) von 47,2 Prozent prognostizieren; der globale Markt für verwandte Branchen könnte bis 2040 demnach 3,25 Billionen US-Dollar erreichen. Zudem wird ein Bericht erwähnt, wonach Field AI, das keine eigenen Roboter baut, mit rund 10 Milliarden US-Dollar bewertet wird.

Was das bedeutet

Die Demonstrationen stammen vom Unternehmen selbst, unabhängige Benchmarks oder Erfolgsquoten nennt die Mitteilung nicht. Für den Markt lautet die Botschaft, dass Quant Group als Anbieter einer wiederverwendbaren Fähigkeitsschicht und nicht als Hardwarehersteller beurteilt werden möchte. Nach Angaben des Unternehmens liegt sein Kurs-Gewinn-Verhältnis bei etwa 19 bis 20 und sein Kurs-Umsatz-Verhältnis bei rund 2, was es als Zeichen deutet, dass der Markt es noch nicht als Physical-AI-Unternehmen bewertet. Ob sich das Modell über Küchen hinaus übertragen lässt, bleibt die offene Frage, der sich das Unternehmen als Nächstes stellen will.