De race om kunstmatige intelligentie wordt niet meer alleen uitgevochten in chatbots of taalmodellen. Het volgende strijdtoneel neemt een fysieke vorm aan: humanoïde robots die kunnen leren, bewegen en werken in echte omgevingen. Volgens schattingen van sectoranalisten zou China in 2025 het overgrote deel van de wereldwijde faciliteiten voor humanoïde robots hebben geconcentreerd, waardoor het zich in een gunstige positie plaatst op het moment dat de industrie begint normen, platformen en de facto standaardisatie vast te stellen.
De meest opvallende cijfer is de verspreiding: ongeveer 16.000 humanoïde robots geïnstalleerd wereldwijd in 2025, waarvan bijna 13.000 in China zouden zijn geplaatst. Met andere woorden: het land doet niet alleen aan onderzoek of prototyping, maar brengt hardware in de praktijk— in fabrieken, laboratoria, onderwijscentra en voorzichtige zakelijke toepassingen— in een fase waarin “wie als eerste uitrolt” de ecosysteem decennia lang kan bepalen.
Van LLM’s naar “werelmodellen”: AI die de fysica begrijpt
Voor robotica zijn taalmodellen (LLM’s) behulpzaam, maar niet voldoende. De grote sprong wordt gemaakt met de zogenaamde “werelmodellen”: neurale netwerken getraind met video en afbeeldingen om fysieke dynamica, interactie met objecten, ruimtelijke continuïteit en causaliteit te modelleren. Met andere woorden: systemen die leren hoe de wereld werkt, niet alleen hoe deze in woorden wordt beschreven.
Deze aanpak is vooral relevant omdat in robotica de knelpunten niet alleen betrekking hebben op abstracte “intelligentie”, maar vooral op de vermogen om te waarnemen, plannen en uitvoeren onder wisselende omstandigheden: verschillende lichtomstandigheden, oppervlakken, obstakels, gereedschap en mensen in de omgeving. Het trainen hiervan is kostbaar en complex: het vereist data, simulatie, annotatie, validatie en nauwe integratie met sensoren en actuatoren.
In deze context zien we de bewegingen van bedrijven als NVIDIA, dat een strategie van “volledige platformen” voor robotica en fysieke AI nastreeft. Het ondersteunt dat met tools en modellen die het trainen en simuleren versnellen. De onderliggende boodschap is duidelijk: wie de stack beheert (basis- modellen + data + simulatie + hardware), kan de referentieleverancier worden.
China: voordeel in fabricage, snelheid van iteratie en “goede” standaarden door adoptie
Het onderscheidende element van China is niet per se “het beste robot ter wereld” op dit moment, maar veel voldoende goede robots op grote schaal uitrollen. De logica lijkt op andere technologische rivaliteiten: standaarden worden vaak vooral bepaald door massale adoptie, compatibiliteit en lage integratiekosten, niet enkel door technische excellentie.
Het industriële gewicht speelt hierin een grote rol: als China haar fabricagetak kan benutten om te produceren, te itereren en te verlagen, kan een cirkel van voorspoed ontstaan: meer robots → meer data uit de echte wereld → betere modellen → betere robots → nog meer uitrol.
Schattingen wijzen op een significant deel van de leveringen die door Chinese bedrijven worden gedaan, met een verdeling die de westerse actoren voorlopig achter zich laat. Hoewel er in het Westen grote demonstraties en corporate sponsoring plaatsvinden, wordt de vraag steeds pregnanter: Is het genoeg om spectaculaire prototypes te hebben als het gros van het hardware in het buitenland wordt geïnstalleerd?
Open source, datasets en de stille strijd over de “taal” van robots
Een andere strategische hefboom is openheid. In software worden standaarden meestal geconsolideerd wanneer duizenden ontwikkelaars kunnen bouwen op een gedeelde basis. In robotica zou dit zich kunnen vertalen in datasets, modellen en tools die het voor universiteiten, startups en integrators makkelijker maken om een bepaalde trainings- en uitrolmethode over te nemen.
Daarmee is de discussie over “wie wat opent” niet ideologisch, maar economisch en geopolitiek. Een toegankelijk model of dataset kan het startpunt worden voor een hele gemeenschap, die uiteindelijk haar eigen conventies bepaalt: formaten, APIs, trainingspipelines, benchmarks en veiligheidspraktijken.
Intussen ondersteunen bedrijven als NVIDIA foundational models voor robotica, zij het met licenties die niet altijd perfect passen bij de strikte definitie van open source. Het resultaat is een markt met spanningen: enerzijds de kracht van de industriële stack, anderzijds de “plakkerigheid” van openheid om een duurzaam ecosysteem te bouwen.
Risico op consolidatie: te veel spelers, maar één gedeeld doel
Het dynamische Chinese landschap brengt ook risico’s met zich mee: overmacht aan bedrijven die tegelijk concurreren, dubbele inspanningen en een druk op winstgevendheid. Overheidsinstanties waarschuwen publiekelijk tegen bubbelvorming en onnodige herhaling, wat de mogelijkheid tot consolidatie verhoogt— een proces waarin kapitaal, talent en productlijnen worden gebundeld.
Zelfs in een scenario van consolidatie zal er een factor blijven bestaan: de infrastructuur, de robots die al zijn uitgerold en de normen die wortel schieten. Dit is precies waar sommige Westerse analyses zich zorgen over maken: dat zelfs als bedrijven verdwijnen, de technologische fundamenten overeind blijven.
Westers: allianties, geavanceerde engineering… en de uitdaging van implementatie
In het Westen is men niet bij nul begonnen. Japan beschikt over decennia ervaring in industriële robotica. Europa behoudt strategische voorsprongen in geavanceerde machines en de toeleveringsketen. De VS blijven leidend op het gebied van software, high-performance halfgeleiders en platformen. Theoretisch kunnen de Westerse landen hun gecombineerde kracht omzetten in daadwerkelijke, snelle en competitieve uitrol, zoals veel analisten benadrukken.
In humanoïde robotica is de “time-to-deployment” cruciaal: zodra de technologie tastbaar wordt, leren markten van de praktijk, niet alleen van demo’s. China probeert hierbij het voortouw te nemen.
Vergelijkende tabel: waarom uitrol kan bepalen welke standaard wordt
| Competentie-as | China (trend 2025) | Westen (trend 2025) | Praktische implicatie |
|---|---|---|---|
| Uitrol humanoïde robots | Zeer hoog (meeste wereldwijde installaties) | Relatief laag | Standaard ontstaat vaak waar de meeste hardware actief is |
| Industriële voorsprong | Schaalproductie en snelle iteratie | Geavanceerde keten, maar meer gefragmenteerd | Kosten/volume bevorderen adoptie en snellere verbetercycli |
| Data-/model-ecosysteem | Stimulering van datasets en modellen voor adoptie | Sterke modellen en platformen, variërende licenties | Openheid kan een community versnellen; gesloten systemen verhogen prestaties |
| Marktrisico | Te veel actoren → mogelijke consolidatie | Minder actoren, maar trager in investering en uitvoering | China kan de markt stroomlijnen zonder het reeds uitgerolde terrein te verliezen |
| Strategisch doel | Leiderschap in hardware + standaarden | Leiderschap in software + platforms + allianties | De winnaar verbindt software het beste met robots op grote schaal |
Veelgestelde vragen
Wat is een “werelmodel” in robotica en waarom is het belangrijk?
Het is een AI-model getraind met visuele data (video en beelden) om fysieke dynamica en ruimtelijke relaties te representeren. Het is cruciaal voor een robot om niet alleen te “spreken” of tekst te classificeren, maar om in echte omgevingen te leren handelen.
Waarom is het niet alleen belangrijk hoeveel robots worden uitgerold, maar ook de kwaliteit van de demo’s?
Omdat uitrol data in de echte wereld genereert, integratie met industriële processen mogelijk maakt en technische conventies vastlegt. Het standaardenproces wordt vaak gestuurd door adoptie en compatibiliteit, niet uitsluitend door de technische perfectie in laboratoriumomstandigheden.
Welke rol spelen platforms zoals NVIDIA Cosmos en foundational models voor robotica?
Ze versnellen training, simulatie en ontwikkeling van fysieke capaciteiten zoals visie, planning en controle. Het doel is om het “stack” te worden waarop anderen hun robots en toepassingen bouwen.
Kan het Westen terrein terugwinnen in humanoïde robots?
Dat is mogelijk, maar het vereist uitvoer: voortdurende investeringen, industrialisatie, allianties en snelle uitrol. De Westerse kracht ligt vaak in geavanceerde engineering en een mondiaal ecosysteem; de uitdaging is dit om te zetten in volume en brede adoptie.
Bronnen:
- Tom’s Hardware, “Robotics and world models are AI’s next frontier, and China is already ahead of the West…”
- Tech in Asia (via Counterpoint/SCMP), gegevens over wereldwijde installaties en Chinese marktpositie in 2025
- NVIDIA Newsroom, aankondiging en context van Cosmos voor robotica/fysieke AI