RoboHorizon Robot Magazine - AI you can touch

Skild's S1 AI Learns to Flip Pancakes From a Single Video Demo

Robot King — Mon, 31 Aug 2026 00:00:00 +0000

Ci hanno promesso il “momento iPhone” della robotica così tante volte che ormai è diventato il tormentone preferito degli scettici del settore. Eppure, ogni tanto, spunta fuori qualcosa capace di far drizzare le antenne anche ai più cinici. Questa volta, i protagonisti sono un robot, una spatola e un pancake. Skild AI, la startup inondata di capitali e valutata oltre 14 miliardi di dollari, ha appena presentato S1: un modello di base (foundation model) in grado di apprendere un compito complesso da 10 minuti semplicemente guardando un singolo video. Niente fine-tuning estenuante, niente mesi passati a raccogliere dati, niente eserciti di teleoperatori. Basta guardare e fare.

La prima volta che il loro robot ha girato un pancake alla perfezione, il team di Skild ha reagito come ogni ingegnere che si rispetti: ha pensato a un bug. Hanno passato due giorni a setacciare il loro dataset di pre-addestramento da un milione di ore, convinti che qualche dato ribelle sulla preparazione della colazione si fosse intrufolato nel sistema. Non hanno trovato nulla. Il robot aveva generalizzato, deducendo il compito “fuori catalogo” di girare il pancake da un singolo input video. Non era semplice imitazione; era un barlume di buon senso fisico.

La fine della tirannia del fine-tuning

Per anni, addestrare un robot a un nuovo compito è stato un calvario di raccolta dati e fine-tuning. Un’azienda poteva spendere dalle 50 alle 100 ore solo per raccogliere dati e perfezionare un modello affinché eseguisse un singolo nuovo lavoro in modo affidabile. È questo il collo di bottiglia, costoso e snervante, che ha confinato i robot generalisti nei laboratori di ricerca. S1 di Skild propone un’alternativa radicale basata sullo stesso principio che ha reso ChatGPT un fenomeno globale: l’apprendimento contestuale (in-context learning).

Invece di riaddestrare faticosamente un modello, basta mostrargli un esempio nella sua finestra di prompt. Per un LLM, si tratta di un esempio testuale. Per S1, è un video in prima persona di un essere umano che esegue il compito. Il modello viene pre-addestrato con una dieta pantagruelica di video presi da internet, simulazioni e dati di teleoperazione reale, costruendo così una comprensione generalizzata delle interazioni fisiche. Da lì, una singola dimostrazione basta per sbloccare una nuova abilità, che si tratti di travasare una pianta, assemblare un kit igienico o preparare un caffè con il filtro.

“Questo concetto si chiama in-context learning, ed è ciò che ha segnato il salto dai progetti di ricerca come GPT-1 e GPT-2 a prodotti rivoluzionari come ChatGPT”, ha dichiarato l’azienda nel video di annuncio. “Si inserisce una dimostrazione nella finestra di contesto… e il modello emette le azioni robotiche necessarie per completare il compito.”

Questo approccio non solo funziona, ma surclassa letteralmente il vecchio metodo. Per i compiti già noti al modello, S1 si comporta al pari dei tradizionali modelli Vision-Language-Action (VLA). Ma per i compiti nuovi, mai visti prima, la differenza è sbalorditiva.

Le leggi di scala dell’intelligenza fisica

La vera magia avviene con la scala. Skild ha pubblicato un grafico che ogni laboratorio di robotica dovrebbe appendere al muro. Mostra come, all’aumentare dei dati di pre-addestramento, la capacità di S1 di gestire nuovi compiti tramite l’apprendimento contestuale schizzi alle stelle, mentre i VLA basati su prompt linguistici mostrano rendimenti decrescenti.

Dopo 100.000 ore di pre-addestramento, S1 raggiunge un tasso di successo del 66% su compiti mai visti prima. Il VLA basato su linguaggio? Un misero 9%. Non è un miglioramento incrementale; è un cambio di paradigma. Suggerisce che, proprio come per i grandi modelli linguistici, esistano leggi di scala prevedibili anche per la robotica. Versate abbastanza dati e ne emergeranno capacità completamente nuove. Il modello non diventa solo più preciso; diventa più intelligente.

E questa intelligenza non è fragile. Skild ha dimostrato come S1 sia in grado di adattarsi alle perturbazioni, improvvisare dopo un errore e persino correggere gli sbagli fatti dall’umano nel video dimostrativo. Può gestire oggetti spostati o scambiati, suggerendo una comprensione robusta che va ben oltre la semplice riproduzione di un percorso preimpostato.

Dal laboratorio alla realtà industriale

Se questo fosse l’ennesimo progetto universitario, sarebbe interessante. Ma Skild AI è un colosso commerciale sostenuto da calibri come SoftBank, NVIDIA e Bezos Expeditions di Jeff Bezos, con una valutazione di 14 miliardi di dollari e, a quanto pare, 30 milioni di dollari di entrate generati in pochi mesi l’anno scorso. Questo non è un demo; è l’annuncio di un prodotto da parte di un’azienda che ha già partnership con produttori OEM e centinaia di robot operativi sul campo.

È il prossimo passo logico nella loro missione di costruire un Translation not available (it) universale. Li abbiamo già visti insegnare ai robot a Translation not available (it) , ma S1 rappresenta una svolta fondamentale nel paradigma di implementazione. L’obiettivo è cambiare l’economia dell’automazione, rendendola accessibile a piccole imprese, ospedali e supermercati — realtà che non possono permettersi un team di esperti in robotica per riprogrammare le proprie macchine.

Naturalmente, ci sono dei “ma”. I benchmark sono interni e Skild non ha ancora rilasciato un paper tecnico, un’API o i pesi del modello. Tuttavia, i video sono impressionanti e lo slancio commerciale è innegabile. L’era del “un robot, un compito” potrebbe essere finalmente agli sgoccioli. Con S1, Skild scommette che il futuro della robotica riguarderà meno la programmazione e molto più il “mostrare come si fa”. E tutto è iniziato con un pancake.

Questo cane robot ibrido vuole essere la tua cavia per l AI

Robot King — Sun, 30 Aug 2026 00:00:00 +0000

Nel sempre più affollato serraglio dei quadrupedi robotici, serve un guizzo d’ingegno — o una bizzarria fuori dal comune — per riuscire ancora a stupire. HongKong Luwu Intelligent Technology Limited, la mente dietro la linea XGO, ha scommesso tutto su una crisi d’identità programmata. La loro ultima creatura, l’XGO-mini2SW, è un ibrido ruota-gamba che sembra non riuscire a decidere se vuole camminare o sfrecciare, combinando l’agilità di zampe bioniche a 12 gradi di libertà (DoF) con l’efficienza brutale delle ruote. Il debutto ufficiale è previsto a breve su Kickstarter.

Il cuore pulsante di questo “meticcio” metallico è un Raspberry Pi CM5, un modulo di calcolo di tutto rispetto che offre agli sviluppatori una piattaforma open-source flessibile e potente. Non fatevi ingannare dalle dimensioni: non è un giocattolo telecomandato, ma un kit di sviluppo serio per la cosiddetta embodied AI (l’intelligenza artificiale incarnata). L’azienda punta forte sul ruolo del robot come palestra per il reinforcement learning, fornendo una pipeline Sim-to-Real completamente open-source. In soldoni, questo permette ai ricercatori di addestrare i modelli IA in un ambiente simulato per poi proiettarli sull’hardware fisico, un flusso di lavoro cruciale nella robotica moderna.

L’XGO-mini2SW non si limita a muoversi: è progettato per interazioni IA multimodali, supportando il controllo vocale e la comprensione visivo-linguistica. Per chi non si accontenta di vederlo scorrazzare, è possibile montare sul dorso un braccio robotico opzionale a 4 DoF, capace di afferrare e manipolare oggetti rispondendo a semplici comandi in linguaggio naturale. Trattandosi di un progetto aperto, il codice è già disponibile su GitHub per chiunque voglia metterci le mani: Xgorobot GitHub.

Perché è un prodotto da tenere d’occhio?

Mentre il mercato è invaso da “cani robot” proprietari, chiusi e patinati, l’XGO-mini2SW punta dritto alla comunità dei maker, dei ricercatori e dei pionieri dell’IA che amano sporcarsi le mani. Scegliendo Raspberry Pi e offrendo strumenti aperti per tecniche avanzate, XGO sta democratizzando l’accesso a una piattaforma sperimentale a basso costo. Più che un animale domestico robotico, è un laboratorio su ruote (e zampe) per chiunque creda che il modo migliore per capire l’intelligenza artificiale sia darle un corpo e stare a vedere cosa succede. Cercate solo di non inciamparci sopra mentre attraversa la sua prossima crisi esistenziale.

Figure AI Unveils Index, a Plan to Data-Mine All of Reality

Robot King — Wed, 26 Aug 2026 00:00:00 +0000

Figure AI, la startup di robotica umanoide che vanta un parterre di investitori più affollato di un festival estivo sold-out, ha finalmente calato il suo asso nella manica: Index. Con l’annuncio di oggi, l’azienda ha svelato un piano ambizioso: costruire quello che definisce “il dataset di addestramento robotico più vario mai creato”, catturando un “campionamento globale della fisica” direttamente dal mondo reale. In parole povere, stanno assemblando una vera e propria biblioteca della realtà per insegnare ai loro robot come rendersi davvero utili.

La premessa di fondo è di una semplicità disarmante: internet, nonostante la sua infinità di video di gattini e tutorial discutibili, è un posto pessimo per imparare a svolgere compiti fisici. Per creare un robot general-purpose che funzioni davvero, servono dati che online semplicemente non esistono. La soluzione di Figure? Crearseli da zero registrando esseri umani impegnati nelle attività quotidiane. Il sistema “Index Collect”, mostrato nelle demo, cattura video in prima persona e dati di movimento millimetrici da un operatore umano, mappando simultaneamente queste azioni su un gemello digitale del robot Figure 01.

Non si tratta solo di imparare un compito alla volta. L’obiettivo di Figure è gettare le fondamenta di un dataset colossale in grado di insegnare ai robot a comprendere e interagire con il mondo fisico in modo generalizzato. L’azienda ha dichiarato senza mezzi termini che i dati necessari per scalare un robot universale “devono provenire dal mondo reale”, lanciando una sfida aperta a quegli approcci che si affidano quasi esclusivamente ad ambienti simulati.

Perché questa notizia è fondamentale?

Il vero collo di bottiglia per lo sviluppo di umanoidi autonomi non è mai stato l’hardware, ma i dati. I movimenti goffi dei robot derivano dalla mancanza di quei miliardi di punti dati che un essere umano accumula naturalmente in una vita di esperienze fisiche. Con Index, Figure sta tentando un’impresa titanica: forzare questa curva di apprendimento attraverso la forza bruta dei dati.

Costruendo la propria “ImageNet per la robotica”, Figure non sta solo addestrando le sue macchine, ma sta creando un asset proprietario dal valore inestimabile e difficilmente replicabile. Mentre competitor come Google aggregano dataset di ricerca già esistenti e Tesla sfrutta la sua flotta di veicoli, Figure scommette tutto su un dataset su misura, antropocentrico, come chiave di volta per sbloccare la vera embodied AI. Resta solo da capire se guardare un umano che lava i piatti basterà a trasmettere la sottile intelligenza dell’interazione fisica, o se stiano semplicemente progettando la lavastoviglie più sovraqualificata del pianeta.

Potete leggere l’annuncio completo, seppur sintetico, sul sito ufficiale: Introducing Index.

Zaino IA dona autonomia agli scarafaggi cyborg

Robot King — Sun, 23 Aug 2026 00:00:00 +0000

Proprio quando pensavi che il 2026 non potesse diventare più strano, la scienza ha deciso di dotare degli scarafaggi vivi di minuscoli zainetti alimentati dall’intelligenza artificiale. Il risultato? Un sistema bioibrido capace di muoversi su terreni impervi con un’efficienza quasi inquietante. Un team di ricerca congiunto della Osaka University in Giappone e della Universitas Diponegoro in Indonesia ha sviluppato quella che definiscono “AI fisica bioibrida”, un sistema che sa esattamente quando è il momento di farsi da parte e lasciare che lo scarafaggio faccia… lo scarafaggio.

Pubblicata nel numero di agosto 2026 della rivista Device, la ricerca descrive nei dettagli un sistema che equipaggia un esemplare vivo di scarafaggio soffiante del Madagascar con uno zainetto hi-tech contenente sensori e un perceptron multistrato, un particolare tipo di intelligenza artificiale. Questo modulo AI elabora i dati provenienti dai sensori di bordo per classificare il terreno circostante in tempo reale, distinguendo tra superfici piane, salite, discese e buche con un’accuratezza dichiarata del 92%. Mentre i precedenti sistemi di insetti cyborg si limitavano a pilotare la creatura attorno a ogni ostacolo, questa nuova AI è abbastanza intelligente da capire quando l’insetto può gestire la situazione autonomamente.

L’innovazione chiave risiede nella cosiddetta “arrampicata reattiva”. Quando l’AI riconosce che lo scarafaggio sta iniziando a scalare un ostacolo, riduce drasticamente la stimolazione elettrica utilizzata per guidarlo. Questo permette alle naturali abilità di arrampicata dell’insetto, perfezionate da milioni di anni di evoluzione, di prendere il sopravvento, evitando le esitazioni e i movimenti inefficienti tipici di un controller che cerca di micro-gestire ogni passo. Il risultato è un percorso più rapido e diretto attraverso superfici complesse. Tutti i dettagli tecnici sono consultabili nel loro studio, intitolato “Biohybrid navigation through real-time terrain recognition and natural climbing in cyborg insect.”

Perché questa notizia è importante?

Non si tratta solo di un bizzarro esperimento da fiera della scienza. L’obiettivo a lungo termine è creare agenti ad alta mobilità e bassissimo consumo energetico per compiti critici come le operazioni di ricerca e soccorso in zone colpite da disastri, dove piccoli e resistenti esploratori sono necessari per muoversi tra macerie e spazi angusti. Invece di costruire da zero un microrobot incredibilmente complesso, questo approccio sfrutta l’evoluzione biologica e vi aggiunge un co-pilota artificiale. Come spiegato dal Professor Keisuke Morishima della Osaka University, la ricerca potrebbe “ispirare lo sviluppo di sistemi robotici capaci di operare in ambienti estremi”. Rappresenta un passaggio sottile ma fondamentale: dal semplice controllo remoto di un organismo alla creazione di un sistema cooperativo in cui l’intelligenza artificiale e l’istinto naturale lavorano in perfetta simbiosi.

Cosmic Robotics Wants to Build a Martian City, No Humans Required (At First)

Robot King — Wed, 19 Aug 2026 00:00:00 +0000

Nella grande tradizione delle aziende tech che lanciano promesse ai limiti dell’assurdo, una startup ha deciso che rivoluzionare le industrie terrestri non era più abbastanza. Cosmic Robotics, reduce dall’incubatore Y Combinator, ha ufficialmente lanciato il proprio elmetto da cantiere nell’arena del Pianeta Rosso, pubblicando una tabella di marcia dettagliata per iniziare a costruire una città su Marte entro la metà degli anni 2030. E la parte migliore? La squadra di costruzione iniziale non avrà bisogno di ossigeno, cibo o supporto psicologico per gestire i 22 minuti di ritardo nelle comunicazioni. Sono tutti robot.

Mentre Elon Musk è impegnato a mettere a punto il servizio di autobus interplanetario con SpaceX, Cosmic Robotics si sta posizionando per diventare il “general contractor” una volta che il bus sarà arrivato a destinazione. La missione dell’azienda, dichiarata senza battere ciglio, è “costruire una città su Marte”. Non si tratta solo di un sogno febbrile scarabocchiato su un tovagliolo; è il piano strategico di una società che sta già schierando macchinari autonomi pesanti sulla Terra e che lavora sotto contratto con la NASA per le costruzioni lunari. Non sono certo alle prime armi, è solo che questo è il loro primo “cantiere” su un altro pianeta.

Dalle fattorie solari alle pianure marziane

Prima di liquidare il tutto come l’ennesimo caso di hybris della Silicon Valley, vale la pena osservare cosa sta già facendo Cosmic Robotics. Il loro cavallo di battaglia, il Cosmic-1 da oltre 4,5 tonnellate, è attualmente al lavoro in alcuni dei più grandi parchi solari degli Stati Uniti. Questo colosso autonomo movimenta pannelli solari da 40 chili, posizionandoli con precisione millimetrica sotto il sole cocente, la pioggia o la neve, e secondo quanto riferito ha più che raddoppiato la produttività delle squadre umane. L’azienda si sta inoltre espandendo nella costruzione degli enormi server farm che alimentano il nostro cloud terrestre.

Questa esperienza “sul campo” qui sulla Terra è la pietra angolare della loro scommessa marziana. I fondatori, James Emerick (ex Built Robotics) e Lewis Jones (veterano di SpaceX, NASA JPL e Relativity Space), sostengono che i razzi non siano più il collo di bottiglia per l’esplorazione spaziale. La vera sfida è cosa fare una volta atterrati. Chi getterà le fondamenta, erigerà gli habitat e installerà le reti elettriche? La loro risposta è una flotta di robot sempre più sofisticati, testati nei cantieri più impegnativi della Terra prima di essere stivati su una Starship.

La logica dell’azienda è brutalmente semplice: se riesci ad automatizzare la costruzione di un data center nel caldo torrido del Texas, hai un ottimo punto di partenza per costruire un habitat su un pianeta dove la temperatura media è di -60°C.

Il capocantiere interplanetario

La roadmap di Cosmic Robotics non è una vaga lista dei desideri. Delinea un approccio a fasi, partendo dai sistemi già operativi per evolverli verso gli ambienti lunari e marziani. Il problema principale individuato è la manodopera — o meglio, la sua totale assenza nello spazio. Una città richiede edilizia, manifattura e agricoltura, tutte attività impossibili da avviare da zero con una manciata di astronauti. I robot sono l’unica soluzione scalabile.

Il piano punta sullo sviluppo di una suite di macchine autonome capaci di:

Preparazione del sito: Sgombero e livellamento del terreno, un compito molto più complesso su un mondo alieno con una composizione del suolo ignota e senza segnale GPS.
Installazione delle infrastrutture: Posa di sistemi energetici, array solari e piste di collegamento.
Costruzione di habitat: Assemblaggio e sigillatura di strutture pressurizzate in grado di proteggere gli esseri umani dalla sottile atmosfera di anidride carbonica e dalle letali radiazioni cosmiche.

L’ostacolo principale, al di là della pura fisica, è l’autonomia. Con un ritardo nelle comunicazioni che può arrivare a 24 minuti per tratta, non è possibile pilotare un robot da Houston con un joystick. Queste macchine devono essere in grado di risolvere i problemi da sole, dall’aggirare un masso imprevisto alla diagnosi dei propri guasti meccanici.

Un nuovo ecosistema in costruzione

L’emergere di realtà come Cosmic Robotics segnala una fase di maturazione cruciale per l’industria spaziale commerciale. Non si tratta più solo di chi fornisce il lancio. Si sta delineando un intero ecosistema per gestire la fase del “e adesso?” dell’esplorazione spaziale. Mentre la NASA si concentra sulla scienza di base e sulle missioni esplorative, e SpaceX perfeziona il trasporto, un nuovo livello di aziende specializzate sta affrontando il lavoro sporco delle infrastrutture extra-mondo.

Più che una competizione con SpaceX, si tratta di una relazione simbiotica. Musk ha bisogno di qualcuno che costruisca l’infrastruttura marziana che i suoi coloni abiteranno. Cosmic Robotics ha bisogno di un passaggio affidabile per portare i propri giganti da 4,5 tonnellate sul posto di lavoro.

Naturalmente, la strada verso una città marziana è costellata di sfide ingegneristiche colossali, dalla polvere corrosiva carica di perclorati all’alimentazione di macchinari pesanti in un mondo flagellato da tempeste di sabbia globali. Ma Cosmic Robotics sta facendo una scommessa calcolata: che i problemi più difficili della costruzione spaziale possano essere risolti proprio qui sulla Terra, un pannello solare alla volta. E se avranno ragione, i primi proprietari di case marziane potrebbero avere un robot da ringraziare per il loro nuovo alloggio.

LandSpace Sticks the Landing: China's Private Rocket Nails First Recovery

Robot King — Wed, 19 Aug 2026 00:00:00 +0000

In quella che sta diventando un’abitudine — per quanto riservata a un club decisamente esclusivo — un altro razzo è tornato con successo dai confini dello spazio per posarsi con eleganza sulla Terra. Mercoledì scorso, la compagnia spaziale commerciale cinese LandSpace si è ufficialmente unita alla partita, recuperando con successo il primo stadio del suo vettore Zhuque-3 (ZQ-3) dopo il decollo dal Centro Spaziale di Jiuquan, nel nord-ovest della Cina.

Il razzo Zhuque-3 Y2 ha preso il volo alle 7:35 (ora di Pechino), portando correttamente in orbita il satellite Honghu-03. Pochi minuti dopo, il booster del primo stadio — un colosso alto oltre 40 metri — ha eseguito una serie di manovre millimetriche per frenare la sua discesa, prima di toccare terra verticalmente sulle zampe estensibili in un sito di atterraggio predisposto. Questa missione segna il primo recupero terrestre in assoluto per un booster orbitale cinese: un passaggio obbligato e, francamente, non negoziabile per chiunque voglia competere seriamente nel moderno mercato dei lanci spaziali.

Questo traguardo si distingue nettamente dal recupero in mare del razzo statale Lunga Marcia-10B avvenuto a luglio, mettendo in luce i binari paralleli — e sempre più competitivi — dell’industria spaziale cinese, divisa tra colossi governativi e aziende private rampanti. LandSpace sta chiaramente posizionando il suo Zhuque-3 (realizzato in acciaio inossidabile e alimentato a metano) come un guanto di sfida lanciato al Falcon 9 di SpaceX, con una filosofia di design che prende in prestito anche più di un richiamo estetico dalla Starship.

Perché tutto questo conta davvero?

Far atterrare il booster di un razzo è diventato il nuovo “Hello, World!” per le potenze spaziali con grandi ambizioni. È la barriera all’ingresso per dominare il mercato dei lanci a basso costo, un settore dove SpaceX ha dettato legge finora. Centrando questo atterraggio, LandSpace ha dimostrato la validità del suo approccio tecnico, catapultandosi di diritto nella “Serie A” dei fornitori commerciali. Anche se la strada tra un singolo recupero riuscito e il riutilizzo sistematico — l’unico vero modo per abbattere i costi — è ancora lunga, questo successo è una dichiarazione d’intenti che si sente forte e chiara. Il duopolio globale sui razzi riutilizzabili è ufficialmente finito, e la corsa per costruire le mega-costellazioni satellitari del futuro è appena diventata molto più avvincente.

China's Newest Robotics Startup Taught a Humanoid to Drift a Go-Kart

Robot King — Tue, 18 Aug 2026 00:00:00 +0000

Proprio quando pensavi che la corsa ai robot umanoidi non potesse farsi più affollata, ecco che una startup spunta dal nulla, entra a gamba tesa, mette un robot su un go-kart e si lancia in una serie di testacoda nel parcheggio. Vi presentiamo Symbiosis Robotics, un’azienda cinese uscita dalla modalità “stealth” con un video che mostra un umanoide Unitree G1 non solo alla guida, ma impegnato in un drifting da manuale. È il tipo di dimostrazione appariscente e un filo assurda che ti costringe a drizzare le antenne, perché sotto lo stridore degli pneumatici si nasconde un muscolo tecnologico di altissimo livello.

Non siamo di fronte a uno spettacolino telecomandato. Il robot esegue autonomamente una sequenza complessa: cala il corpo in un abitacolo angusto, posiziona le mani sul volante, i piedi sui pedali e poi attiva una catena continua di percezione, equilibrio e controllo whole-body per dominare la pista. È una dichiarazione di forza impressionante da parte di un’azienda che, a quanto pare, è stata fondata poco più di un mese fa.

Il Cervello: un unico modello per dominarli tutti

Il segreto dietro questo Schumacher di metallo è un modello di IA che Symbiosis chiama Direct Perception Control (DPC). L’azienda sostiene che il DPC sia un “modello fondazionale integrato di percezione e controllo end-to-end” capace di cambiare radicalmente il modo in cui operano i robot. Per decenni, il paradigma dominante nella robotica è stato quello dei moduli stratificati: un sistema per la percezione, un altro per la pianificazione degli obiettivi e un terzo per il controllo dei giunti. Funziona, certo, ma è spesso rigido e gli errori possono propagarsi a cascata tra i vari livelli.

Il modello DPC di Symbiosis getta questo manuale alle ortiche. Mappa direttamente gli input sensoriali multimodali — visione, linguaggio, stato del corpo del robot e feedback fisico — sui target dei giunti e delle mani. In altre parole, abbatte la barriera tra il “cervello” del robot (la percezione) e il “cervelletto” (il controllo motorio), permettendo a entrambi di essere ottimizzati simultaneamente. È il sacro Graal della embodied AI: un unico modello unificato che si limita a percepire e agire.

Per costruire questo cervello, Symbiosis lo ha nutrito con una dieta variegata di 15.010 ore di dati di addestramento. Il dataset include 6.781 ore di video egocentrici umani, 4.024 ore da robot dotati di braccia e migliaia di ore provenienti da umanoidi su ruote e bipedi. Questa varietà è fondamentale per creare un modello capace di generalizzare compiti e corpi differenti.

Il Corpo: un mulo da soma pronto all’uso

Forse il dettaglio più emblematico di tutta questa faccenda è il robot stesso. Non si tratta di una piattaforma di ricerca personalizzata da milioni di dollari. Il pilota è un Unitree G1, un umanoide disponibile in commercio che è diventato rapidamente il punto di riferimento per i ricercatori. Alto circa 1,27 metri per un peso di 35 kg, il G1 è un pezzo di hardware capace, seppur relativamente modesto.

Con un numero di gradi di libertà che va da 23 a 43, una velocità di camminata di 2 m/s e un carico utile di circa 2 kg per braccio, è una piattaforma solida. L’aspetto cruciale è che il modello base viene venduto a meno di 20.000 €, un prezzo che lo colloca in un universo completamente diverso rispetto all’Atlas di Boston Dynamics. Utilizzando un robot “off-the-shelf”, Symbiosis lancia un messaggio chiaro: il cambio di paradigma non sta nell’hardware esotico, ma nell’intelligenza che lo guida.

Perché il go-kart è un test ingannevolmente difficile

Guidare un go-kart può sembrare banale per un essere umano, ma per un robot è un esame brutale di intelligenza corporea. Non si tratta solo di camminare in una stanza; è un test continuo di abilità multiple e intrecciate:

Manipolazione in spazi ristretti: Il robot deve incastrarsi fisicamente e operare entro i confini angusti del sedile di guida, una sfida enorme per la consapevolezza spaziale di tutto il corpo.
Coordinazione mano-occhio-piede: Deve percepire simultaneamente la pista davanti a sé, sterzare con le mani e applicare una pressione millimetrica sui pedali con i piedi.
Controllo preciso della forza: Il drifting e la guida controllata richiedono non solo comandi on/off, ma un controllo analogico e sfumato di acceleratore e freni — un vantaggio chiave del feedback di forza end-to-end del DPC.
Stabilità dinamica: L’intero processo richiede che il robot mantenga l’equilibrio e la stabilità mentre è sottoposto alle forze di accelerazione, frenata e sterzata.

Questa dimostrazione non è solo una trovata pubblicitaria; è uno stress test completo. È una dichiarazione d’intenti da parte di una startup giovanissima, guidata da un “dream team” di ricercatori, tra cui il CEO Ding Pengxiang, neo-dottorato della Zhejiang University e della Westlake University. Hanno messo in chiaro di non essere interessati a miglioramenti incrementali. Scommettono tutto sull’IA end-to-end come “destinazione finale” della robotica, e hanno appena sfrecciato oltre la linea di partenza, lasciandosi alle spalle una nuvola di fumo e l’odore di gomma bruciata.

Gravis Robotics Lands Record $200M to Give Excavators an AI Brain

Robot King — Tue, 18 Aug 2026 00:00:00 +0000

In un’operazione che inietta una dose massiccia di capitali nel mondo, spesso poco glamour, del movimento terra, Gravis Robotics ha incassato un round Series A da ben 200 milioni di dollari. Il finanziamento, guidato da SoftBank, rappresenta il più grande Series A nella storia della robotica applicata alle costruzioni e segna una scommessa pesantissima: la prossima frontiera dell’IA non sono gli uffici asettici, ma i cantieri caotici, fangosi e imprevedibili. Nata nel 2022 come spin-off del prestigioso ETH di Zurigo, Gravis sta operando un vero e proprio “trapianto di cervello digitale” a macchine che, nella sostanza, non cambiano da mezzo secolo.

La maggior parte dei robot guidati dall’IA preferisce ambienti ordinati e prevedibili. Le auto a guida autonoma restano ancorate all’asfalto, mentre i bot dei magazzini scivolano su pavimenti di cemento perfettamente lisci. Un escavatore, invece, mette in scena un balletto di forza bruta: il suo compito è distruggere e rimodellare violentemente l’ambiente circostante, scavando tra terra, rocce e detriti. Ogni colpo di benna crea un paesaggio nuovo e sconosciuto, una sfida che trasforma la navigazione autonoma in un vero incubo. È proprio questo il nodo gordiano che Gravis ha deciso di sciogliere.

Invece di limitarsi a mappare un mondo statico, la piattaforma IA di Gravis è progettata per comprendere e manipolare un ambiente dinamico. I modelli dell’azienda sono stati addestrati su quelli che definisce “miliardi di metri cubi di terra simulata”, permettendo all’intelligenza artificiale di sviluppare un’intuizione che spazia dall’argilla molle al terreno roccioso più ostico. Il vero asso nella manica, però, è che il sistema è hardware-agnostic: è progettato per essere installato in retrofit su flotte già esistenti di vari produttori. Questo significa che i giganti dell’edilizia non devono acquistare nuovi e costosi macchinari futuristici, ma possono semplicemente “aggiornare” i muscoli d’acciaio che già possiedono.

Perché è un punto di svolta?

Il tempismo di questa iniezione di liquidità non potrebbe essere più azzeccato. Il mondo si trova di fronte a una sfida infrastrutturale monumentale, con una domanda schiacciante di nuovi data center, reti energetiche, complessi residenziali e sistemi di trasporto. Questa necessità si scontra frontalmente con la drammatica carenza di manodopera specializzata nel settore edile. In questo scenario, l’automazione non è più un lusso, ma una necessità vitale. Il “tesoretto” da 200 milioni di dollari di Gravis Robotics è il segnale chiaro che gli investitori vedono nei mezzi pesanti guidati dall’IA l’unica via per costruire il futuro senza mandare in bancarotta le imprese o spezzare la schiena a una forza lavoro sempre più esigua. È l’inizio di una nuova era: portare la precisione chirurgica della fabbrica nel grande e disordinato mondo esterno.

Asimov 1: umanoide IKEA da 20.000 dollari per costruttori

Robot King — Thu, 13 Aug 2026 00:00:00 +0000

Se avete mai guardato un raffinato robot umanoide di Boston Dynamics o 1X pensando: “Potrei farlo anch’io, se solo avessi una camera bianca e il budget di una startup finanziata da venture capital”, allora la singaporiana Menlo AI ha la proposta che fa per voi. Si chiama Asimov 1 e, per lo stesso prezzo di circa 20.000 € di un 1X Neo in pre-ordine, offre una visione del futuro completamente diversa. Invece di un maggiordomo autonomo dalle linee sinuose, riceverete a casa una scatola piena di componenti.

Siamo di fronte alla versione “flat-pack” di IKEA della robotica bipede, completa di una lista di materiali che farà sudare la vostra carta di credito e un manuale di istruzioni per un assemblaggio stimato in oltre 100 ore. È una contromossa audace, quasi assurdamente nerd, in un mondo ossessionato dalle soluzioni chiavi in mano. E potrebbe rivelarsi una mossa geniale.

Il vostro prossimo progetto da 100 ore

Sia chiaro: l’Asimov 1 non è un giocattolo. È una piattaforma di ricerca serissima travestita dal set LEGO più complesso del pianeta. Alto 1,2 metri per 35 kg di peso, il suo telaio è un mix di alluminio 7075 lavorato CNC per le strutture portanti critiche e nylon PA12 stampato in Multi Jet Fusion per tutto il resto. Non è il solito progetto hobbistico traballante in stampa 3D; è progettato per garantire ripetibilità e robustezza.

Il robot vanta 25 giunti motorizzati più due giunti passivi a molla per le dita dei piedi, per un totale di 27 gradi di libertà. Questo gli permette prestazioni di tutto rispetto, anche se non da primato mondiale: uno squat da 5 kg, alzate laterali da 18 kg per braccio e una velocità di camminata di 3 km/h con un’autonomia della batteria di due ore.

A gestire il tutto c’è un’intelligente configurazione a doppio computer. Un Raspberry Pi 5 si occupa dei compiti di alto livello — networking, audio e processamento dati dalla fotocamera monoculare da 2MP e dall’array di microfoni — mentre una scheda più specializzata, la Radxa CM5, gestisce il controllo dei motori in tempo reale (hard real-time). È una scelta progettuale pragmatica che privilegia l’accessibilità e il contenimento dei costi rispetto a hardware proprietario ed esotico.

Una piattaforma aperta in un mondo chiuso

La filosofia alla base dell’Asimov 1 è la trasparenza radicale. Mentre la maggior parte delle aziende di robotica custodisce i propri progetti come segreti di Stato, Menlo AI ha pubblicato tutto su GitHub: file CAD, schemi elettrici e la distinta base (BOM) completa. Non siete nemmeno obbligati ad acquistare il kit da 20.000 €; potreste, in teoria, procurarvi ogni singolo dado, bullone e attuatore per conto vostro, anche se l’azienda sottolinea che il loro prezzo all’ingrosso fa risparmiare ai costruttori circa 10.000 € rispetto all’acquisto dei singoli pezzi.

Questa apertura risponde direttamente a una frustrazione comune nella comunità di ricerca. Quando un utente su X ha chiesto perché non si dovrebbe semplicemente comprare un 1X Neo, la risposta dell’azienda è stata emblematica.

Asimov Inc (l’account ufficiale del progetto) ha approfondito questa visione:

“È un robot che puoi fare tuo. Crediamo che migliaia di costruttori possano creare robot migliori insieme, se qualcuno fornisce loro una base aperta. È per questo che esiste Asimov 1.”

E qui arriviamo all’omissione più evidente: il robot non ha mani. Non è una svista, è una dichiarazione di intenti. Menlo AI fornisce la piattaforma, le gambe, il torso, il cervello — gli elementi fondamentali della locomozione e del controllo umanoide. Spetta alla comunità globale di maker e ricercatori decidere cosa fare con quella piattaforma. È un party in cui ognuno si porta il proprio effettore finale, e tutti sono invitati.

Storia di due umanoidi da 20.000 €

Il contrasto con l’1X Neo non potrebbe essere più netto. Entrambe le piattaforme hanno un prezzo che si aggira sui 20.000 €, ma rappresentano due futuri fondamentalmente diversi.

1X Neo: Un elettrodomestico rifinito, rivolto al consumatore. Arriva completamente assemblato, pronto per (eventualmente) svolgere compiti domestici. È significativamente più forte, capace di sollevare fino a 70 kg, ma opera come una “scatola nera”. Siete utenti della loro piattaforma.
Asimov 1: Un kit trasparente, focalizzato sullo sviluppatore. Arriva in pezzi e richiede notevoli competenze tecniche per l’assemblaggio. Le sue capacità sono più modeste, ma ogni aspetto è aperto a modifiche e ispezioni. Siete costruttori sulla loro piattaforma.

Non si tratta di una competizione, ma di una biforcazione del mercato. Il Neo è per chi vuole il servizio che un umanoide può offrire, mentre l’Asimov 1 è per chi vuole definire quale possa essere quel servizio.

L’approccio open-source potrebbe fungere da potente acceleratore per l’intero settore. Fornendo una base hardware comune, economica e robusta, Menlo AI sta creando uno standard su cui i ricercatori possono testare nuovi modelli di IA e politiche di controllo. Invece di reinventare la ruota (o meglio, la gamba), i laboratori possono ora concentrarsi sul cervello, sul software e sulle applicazioni. Il futuro della robotica potrebbe non essere forgiato in un singolo, segretissimo laboratorio aziendale, ma piuttosto assemblato, debuggato e perfezionato in mille garage e università in tutto il mondo.

Nori Robotics Unveils a $1,688 Robot Butler for Your Home

Robot King — Wed, 12 Aug 2026 00:00:00 +0000

In un mercato ormai saturo di umanoidi dal prezzo a sei cifre e cani robot che costano quanto un’utilitaria, Nori Robotics, startup sostenuta da Y Combinator, ha deciso di sparigliare le carte. Il guanto di sfida è stato lanciato con un prezzo di listino che non richiede l’accensione di un secondo mutuo: 1.688 dollari (circa 1.550 €). L’azienda di San Francisco ha ufficialmente aperto i pre-ordini per il suo Nori L3, un robot su ruote a doppio braccio progettato per affrontare le più tediose faccende domestiche: piegare i panni, caricare la lavastoviglie e persino versare da bere.

Il Nori L3 si presenta come un manipolatore mobile che si sposta su una base rotata, sormontata da un busto e due braccia che vantano un totale di 20 gradi di libertà. Ogni braccio può gestire un carico utile di 1,5 kg. Per quanto riguarda la visione e la navigazione, il robot è equipaggiato con quattro telecamere RGB a 720p e un sensore LiDAR con una portata di 12 metri. L’azienda dichiara un’autonomia della batteria tra le 6 e le 8 ore: tempo sufficiente per piegare una montagna di asciugamani e, magari, contemplare la vacuità della propria esistenza sintetica.

Naturalmente, un prezzo inferiore ai 2.000 dollari per un robot domestico tuttofare sembra troppo bello per essere vero. E, per il consumatore medio, al momento lo è. Nori sta puntando dichiaratamente a una nicchia di hobbisti e sviluppatori. Il vero prodotto, qui, è la piattaforma stessa: viene fornita con un SDK open-source, un “marketplace delle abilità” per condividere i comportamenti appresi e persino i file CAD per permettere agli utenti di stampare le proprie modifiche in 3D. Il robot può essere addestrato tramite un’app per laptop “no-code” o controllato direttamente in teleoperazione.

Perché è un annuncio importante?

La vera innovazione del Nori L3 non risiede nell’hardware, ma nel suo posizionamento di prezzo aggressivo. Utilizzando servomotori a basso costo combinati con un design intelligente, Nori sta tentando di democratizzare l’accesso all’hardware per l’IA fisica, che storicamente è sempre costato decine di migliaia di dollari. Questo approccio potrebbe scatenare un’ondata di creatività da parte degli sviluppatori, portando alla creazione di abilità pratiche per una piattaforma domestica standardizzata.

Tuttavia, leggendo tra le righe della scheda tecnica, i compromessi emergono chiaramente. Un carico utile di 1,5 kg significa che il robot non può sollevare una confezione di latte da due litri, e la data di spedizione fissata per l’autunno 2026 è un’eternità in un settore che si evolve alla velocità della luce. Per 1.688 dollari, il Nori L3 è la piattaforma robotica più ambiziosa che si possa preordinare oggi. Resta da vedere se nel 2026 starà davvero piegando le vostre camicie o se finirà per ripiegare su se stesso sotto il peso delle proprie promesse. Al prezzo di uno smartphone di fascia alta, però, molti sviluppatori scommetteranno che sia un rischio che vale la pena correre.

Computer con le gambe: hacking inevitabile dei robot umanoidi

Robot King — Sun, 09 Aug 2026 00:00:00 +0000

Il sogno è quasi ipnotico: un robot umanoide sinuoso, complesso quanto un’auto moderna, che assiste con grazia nelle fabbriche, nelle case e negli ospedali. La realtà, tuttavia, è che stiamo costruendo computer dotati di braccia e gambe, dimenticandoci però di blindarli. Mentre i robot connessi emergono come il prossimo grande salto tecnologico, portano con sé una verità scomoda: un robot compromesso non è solo una violazione di dati, è una minaccia fisica capace di spiare, sabotare e persino fare del male.

Gli esperti avvertono da anni che i robot intelligenti di oggi sono vulnerabili agli stessi rischi informatici di un laptop o di uno smartphone, con l’aggiunta terrificante di un’azione fisica autonoma. Un aggressore non potrebbe solo rubare dati, ma potrebbe trasformare la macchina stessa in un’arma. Non è fantascienza; è la nuova frontiera delle minacce cyber-fisiche, e siamo tragicamente impreparati. Questo è un viaggio nel campo minato della sicurezza della robotica moderna: dai raggelanti hack del mondo reale al mosaico di normative globali che faticano a tenere il passo.

Quando i robot “buoni” diventano canaglie: i rischi tecnici

I moderni robot di servizio sono meraviglie dell’ingegneria, zeppi di sensori, telecamere, motori potenti e IA sofisticata. Ognuna di queste caratteristiche, sfortunatamente, è anche un potenziale vettore d’attacco.

Hacking e controllo non autorizzato

Come ogni dispositivo in rete, il software di un robot è hackerabile. I ricercatori di sicurezza hanno ripetutamente dimostrato che i robot più popolari possiedono sistemi di autenticazione fragili, che permettono di prenderne il comando con una facilità spaventosa. In una dimostrazione ormai celebre, i ricercatori della società di cybersicurezza IOActive hanno disattivato i limitatori di sicurezza su un robot domestico Alpha 2 di UBTech, riprogrammandolo per accoltellare ripetutamente un pomodoro con un cacciavite. L’esperimento è stato una “proof-of-concept” agghiacciante di come un androide dall’aspetto amichevole possa essere trasformato in un’arma bianca.

“Anche se operano a basse velocità, la loro forza è più che sufficiente per causare una frattura cranica”, hanno osservato i ricercatori di IOActive riguardo ai robot collaborativi industriali, sottolineando che una volta che un hacker ha il controllo, le funzioni di sicurezza diventano carta straccia.

Un “kill switch”, ovvero un meccanismo di arresto di emergenza, viene spesso proposto come soluzione. I legislatori europei hanno persino suggerito di renderli obbligatori. Ma se un aggressore può disattivare quell’interruttore da remoto, l’unica cosa che resta da fare è scappare.

Sorveglianza e violazione della privacy

Con telecamere e microfoni che fungono da occhi e orecchie, i robot hackerati diventano piattaforme di sorveglianza mobile all’interno dei nostri spazi più privati. Ciò è stato dimostrato in modo inquietante nel 2024, quando i proprietari del robot aspirapolvere di fascia alta Ecovacs Deebot X2 hanno scoperto che i loro dispositivi erano stati dirottati. Gli aggressori hanno avuto accesso remoto ai flussi video in diretta e hanno urlato oscenità attraverso gli altoparlanti integrati, arrivando in un caso persino a inseguire il cane di famiglia.

“È come avere una webcam che può girare per casa e osservare la tua famiglia”, ha realizzato un proprietario scioccato. I ricercatori hanno poi dimostrato che lo stesso modello poteva essere compromesso via Bluetooth da 140 metri di distanza, permettendo a un malintenzionato di guardare, ascoltare e persino rubare le credenziali Wi-Fi della casa in totale silenzio. Questa non è solo una falla; è una violazione profonda dell’intimità.

Fughe di dati e sabotaggi invisibili

Oltre allo spionaggio in diretta, un robot compromesso può far trapelare dati memorizzati o, in modo ancora più insidioso, manipolare i propri compiti. Nel 2017, i ricercatori del Politecnico di Milano e di Trend Micro hanno alterato da remoto la calibrazione di un braccio robotico industriale di soli 2 millimetri. Questo cambiamento minuscolo e impercettibile ha fatto sì che il robot producesse componenti difettosi. “Se quello fosse stato un aereo… potrebbe essere un evento catastrofico”, hanno avvertito i ricercatori. La loro scansione della rete ha rilevato oltre 80.000 dispositivi industriali, molti dei quali robot, esposti online senza nemmeno una password.

Comportamenti anomali e danni fisici

I robot umanoidi sono progettati per l’interazione fisica. Se la loro IA subisce un malfunzionamento o viene ingannata, possono causare incidenti gravi. Abbiamo già visto un robot scacchista rompere il dito di un bambino nel 2022 perché il piccolo si era mosso troppo velocemente per la sua programmazione. Ora, immaginate un attore malintenzionato che ordini a un robot di servizio di un hotel di travolgere un ospite, o a un assistente di cucina di usare impropriamente un coltello. Il potenziale di lesioni è reale, trasformando un dispositivo utile in una minaccia imprevedibile.

Il parallelo con l’automotive: lezioni non ancora imparate

Il parallelo più stretto che abbiamo per i rischi dei robot mobili e autonomi è l’automobile moderna. Le auto sono ormai computer su ruote, e l’industria automobilistica ha imparato la lezione sulla cybersicurezza a proprie spese.

Il celebre hack di una Jeep Cherokee nel 2015, in cui i ricercatori spensero il motore da remoto mentre l’auto era in autostrada, portò al richiamo di 1,4 milioni di veicoli e a una massiccia revisione della sicurezza in tutto il settore. Oggi, i nuovi veicoli venduti nell’UE e in altri mercati devono conformarsi a rigorose normative ONU come la UNECE R155, che impone sistemi di gestione della cybersicurezza certificati. Le case automobilistiche sono legalmente responsabili della protezione dei veicoli dagli hacker.

L’industria della robotica non ha ancora un mandato vincolante simile. Un umanoide da decine di migliaia di euro potrebbe essere consegnato con una password predefinita e nessun meccanismo chiaro per gli aggiornamenti di sicurezza: lacune che nel mondo dell’auto, dal luglio 2024, sarebbero impensabili. Auto e robot condividono un profilo di rischio simile, ma la cybersicurezza dei veicoli è anni luce avanti in termini di regolamentazione e pratica.

La corsa alle regole: un mosaico globale

Mentre gli incidenti aumentano, i governi si stanno lentamente svegliando. Il panorama normativo, tuttavia, è un mosaico disordinato e incoerente.

Stati Uniti

Gli Stati Uniti non hanno una singola “Legge sui Robot”. Invece, agenzie come la FTC e la CPSC applicano le leggi esistenti sulla protezione dei consumatori e sulla sicurezza dei prodotti. Il NIST ha rilasciato un framework volontario per la gestione del rischio dell’IA, offrendo linee guida ma nessuna imposizione. Più recentemente, citando la sicurezza nazionale, la FCC ha intrapreso passi per vietare nuove importazioni di robot umanoidi e quadrupedi di fabbricazione straniera, una mossa chiaramente mirata ai produttori cinesi. Ciò evidenzia una crescente consapevolezza dei rischi legati alla catena di approvvigionamento e allo spionaggio, ma rimane una misura reattiva, non un quadro di sicurezza completo.

Unione Europea

L’UE sta adottando, come suo stile, un approccio più organico e proattivo. L’AI Act, adottato nel 2024, utilizza un modello basato sul rischio. I robot utilizzati in ambienti critici come la sanità potrebbero essere classificati come “ad alto rischio”, sottoponendoli a requisiti rigorosi di sicurezza, trasparenza e supervisione umana. Il nuovo Regolamento Macchine obbliga inoltre i produttori ad affrontare i rischi di cybersicurezza che potrebbero influire sulla sicurezza fisica. Insieme al GDPR per la privacy, l’Europa sta costruendo una difesa normativa a più livelli per l’era robotica.

Cina

Puntando alla produzione di massa di robot umanoidi entro il 2025, anche la Cina si sta muovendo per regolamentare il settore. Nel 2023, Shanghai ha introdotto le prime linee guida di governance per gli umanoidi del Paese, enfatizzando la “protezione della dignità umana” e la “garanzia della sicurezza umana”. Sebbene siano linee guida e non ancora leggi ferree, segnalano l’intento di Pechino di costruire la fiducia del pubblico affrontando sicurezza ed etica. Si applicheranno anche le severe leggi cinesi sulla cybersicurezza e sulla privacy dei dati, creando un potente modello di governance guidato dallo Stato.

La strada da seguire: la sicurezza non è un optional

Gli esperti sono unanimi: siamo in una finestra temporale critica per costruire le fondamenta della sicurezza e della fiducia nella robotica. Si prevede che il mercato globale della robotica di servizio esploderà, superando potenzialmente i 200 miliardi di euro entro il 2031, il che significa che milioni di questi dispositivi entreranno presto nelle nostre vite.

Il percorso da seguire richiede uno sforzo su più fronti:

Security by Design: I produttori devono smettere di trattare la sicurezza come un ripensamento dell’ultimo minuto. Comunicazioni criptate, processi di avvio sicuri e autenticazione robusta dovrebbero essere lo standard, non funzioni premium.
Standard e certificazioni: È necessario un marchio di certificazione chiaro — come il marchio CE per la sicurezza elettrica — per segnalare che un robot soddisfa gli standard di base della cybersicurezza.
Chiarezza normativa: Le leggi devono ritenere i produttori responsabili per la commercializzazione di prodotti con vulnerabilità palesi, stabilendo uno standard di cura ragionevole.
Consapevolezza degli utenti: I consumatori devono adottare un’igiene digitale di base, come cambiare le password di default e mantenere aggiornato il firmware.

Gli avvertimenti dei ricercatori di cybersicurezza sono chiari da quasi un decennio. Nel 2017, IOActive trovò quasi 50 vulnerabilità in una gamma di robot popolari. In un follow-up del 2024, hanno lamentato che persistono esattamente le stesse classi di vulnerabilità, ma ora gli strumenti per sfruttarle sono potenziati dall’IA, abbassando l’asticella per gli aggressori.

Stiamo costruendo un futuro in cui i robot si prenderanno cura dei nostri anziani, consegneranno i nostri pacchi e lavoreranno al nostro fianco. Se non riusciamo a proteggerli, non stiamo solo rischiando i nostri dati; stiamo mettendo a repentaglio la nostra incolumità fisica e la fiducia pubblica. Il futuro distopico in cui i robot ci si rivoltano contro non sarà causato da un’IA senziente, ma da un banale exploit di buffer overflow trovato da un hacker su un repository pubblico di GitHub. Spetta a ingegneri, politici e consumatori garantire che i nostri aiutanti robotici rimangano esattamente questo: aiutanti.

SpaceX usa Nvidia Rubin per datacenter AI in orbita

Robot King — Sun, 09 Aug 2026 00:00:00 +0000

Proprio quando pensavamo che il cloud non potesse spingersi più in alto, SpaceX ha deciso di portarlo direttamente in orbita. L’azienda ha annunciato Starmind, un progetto audace per costruire un supercomputer IA basato su una costellazione di satelliti, stringendo una partnership strategica con NVIDIA per la fornitura del “motore”. Ogni satellite Starmind fungerà da nodo di calcolo spaziale di classe datacenter, equipaggiato con le GPU Rubin e le CPU Vera di prossima generazione di NVIDIA, componenti ancora avvolti nel mistero e non ancora rilasciati sul mercato.

L’annuncio, arrivato poco prima della prima conference call sui risultati finanziari di SpaceX come società quotata, conferma un pivot strategico che posiziona il colosso aerospaziale come un attore di primo piano nell’infrastruttura per l’intelligenza artificiale. Il Starmind AI1, il primo satellite della costellazione prevista, è un vero colosso: un’apertura alare di 75 metri e una capacità di calcolo in grado di assorbire fino a 250 kW di picco dai suoi imponenti pannelli solari. Il piano prevede la produzione su larga scala di questi data center orbitali presso una nuova fabbrica “Gigasat” in Texas, con i primi lanci previsti già per il 2027.

Perché è una mossa cruciale?

Non si tratta solo di trovare un posto esotico dove piazzare dei server; è una scommessa fondamentale su energia ed efficienza. I data center terrestri sono sempre più limitati dai vincoli della rete elettrica, dal consumo di suolo e dall’immenso fabbisogno di acqua per il raffreddamento. La tesi di SpaceX è di una semplicità brutale: perché farsi venire il mal di testa con i limiti terrestri quando si può avere energia solare ininterrotta e il vuoto dello spazio come sistema di raffreddamento naturale e iper-efficiente? Irradiando il calore direttamente nello spazio, Starmind potrebbe eliminare i sistemi di raffreddamento energivori che rappresentano un costo enorme per i centri a terra.

Naturalmente, la latenza rimarrà un fattore determinante, il che significa che questo supercomputer orbitale sarà probabilmente destinato a massicci task di addestramento asincrono per l’IA, piuttosto che ad applicazioni in tempo reale. Tuttavia, per l’addestramento dei modelli foundation di prossima generazione, spostare l’immenso carico computazionale su una piattaforma orbitale alimentata da energia “gratuita” potrebbe cambiare le regole del gioco. È la classica mossa alla Elon Musk: sfruttare la competenza principale di SpaceX — portare carichi in orbita a costi ridotti — per scardinare un settore completamente diverso e incredibilmente redditizio. Per NVIDIA, invece, è l’ennesima vittoria di design, assicurandosi un cliente futuristico per una piattaforma hardware che deve ancora debuttare sul mercato.

Nucleus schiera umanoidi in 90 giorni, vende lavoro a ore

Robot King — Fri, 07 Aug 2026 00:00:00 +0000

Nel mondo della robotica, il progresso si misura spesso in anni, costellato da demo di laboratorio coreografate con cura e programmi pilota cauti. Poi c’è Nucleus, una startup tedesca che ha fatto irruzione sulla scena annunciando di aver schierato robot umanoidi in una fabbrica vera e propria in meno di 90 giorni. Il loro approccio è talmente brutalmente pragmatico da risultare quasi eretico, soprattutto considerando che proviene dal cuore manifatturiero europeo, noto per la sua meticolosità.

Guidata dal fondatore Melvin Schwarz e da un team di ex-allievi di colossi della robotica come 1X, Agile Robots, CERN e l’Agenzia Spaziale Europea, Nucleus sta saltando la lunga e ardua marcia verso la piena autonomia. Invece, stanno mettendo i robot al lavoro subito, utilizzando una supervisione umana su larga scala e agenti AI per renderli produttivi fin dal primo giorno. Il loro prodotto non è un robot; è “lavoro fisico, ‘portare a termine il lavoro’”, fatturato a ore. È una strategia audace, forse disperata, per affrontare di petto il declino della potenza industriale europea.

Il Vero Traguardo Sono i Dati

Mentre altre aziende inseguono il Santo Graal dell’IA perfetta e non supervisionata in laboratori sterili, Nucleus sta giocando una partita diversa. La loro convinzione fondamentale è che la risorsa più preziosa nell’era imminente dell’IA incarnata non sarà un altro large language model, ma dati proprietari, dal mondo reale, provenienti da ambienti complessi. Come afferma Schwarz, stanno creando “il dataset “a coda lunga” che non può essere “scraped” o simulato”.

Questo è il classico effetto rete dei dati, applicato allo spazio fisico. Schierando oggi una flotta supervisionata, Nucleus sta raccogliendo un enorme corpus di dati di interazione dai veri e propri stabilimenti produttivi. Ogni compito che un tele-operatore umano guida un robot attraverso, ogni eccezione gestita, ogni oggetto manipolato, diventa un esempio di training per un futuro sistema più autonomo. In pratica, vengono pagati dai clienti per costruire un fossato di dati che i concorrenti, bloccati nei laboratori di R&D, non possono attraversare.

“I clienti industriali vogliono impiegare robot, non imparare a come schierarli”, ha dichiarato Schwarz nel suo annuncio. “Ed è per questo che abbiamo costruito Nucleus.”

Questa filosofia del “schiera ora, perfeziona dopo” è una sfida diretta al resto dell’industria. Mentre altri simulano, Nucleus esegue. Mentre altri scrivono whitepaper, Nucleus sta creando un dataset del mondo fisico che potrebbe diventare la base per un’IA industriale veramente generale.

Dall’Hardware “Off-the-Shelf” alle Realtà della Fabbrica

Per muoversi con tale rapidità, l’azienda ha iniziato con la Unitree G1, una piattaforma umanoide nota per la sua accessibilità economica – con un prezzo base di circa 13.500 € – e agilità. È la scelta perfetta per un team focalizzato sull’iterazione rapida e lo schieramento, piuttosto che sulla perfezione di un hardware su misura. Schwarz fa notare che la G1 è ideale per i test iniziali, ma hanno già fatto l’upgrade a un umanoide di grado più industriale per gestire carichi più pesanti, un chiaro segno del loro ritmo di sviluppo vertiginoso.

E che dire di quella tuta leggermente comica, quasi da pompiere, che il robot indossa? Non è una dichiarazione di moda. È una lezione magistrale di pragmatismo. La tuta è una soluzione semplice ed efficace per soddisfare le rigide normative europee sul posto di lavoro, offrendo resistenza all’acqua, ai graffi e alla polvere. È un simbolo tangibile dell’etica di Nucleus: non riprogettare il mondo per il robot; fai in modo che il robot funzioni nel mondo così com’è.

Una Startup Tedesca con il Metabolismo della Silicon Valley

Schwarz stesso ammette che la mentalità dell’azienda di “muoversi alla velocità della luce” è “molto insolita per la Germania”. Questa deviazione culturale è centrale per la loro missione. Il settore manifatturiero europeo sta affrontando una grave crisi demografica. Un’analisi delle Nazioni Unite prevede che il continente potrebbe perdere 95 milioni di lavoratori entro il 2050, con la Germania tra i più colpiti. Nel frattempo, quasi il 40% dei produttori europei riferisce già che la carenza di manodopera sta limitando la produzione.

In questo contesto, l’urgenza di Nucleus ha perfettamente senso. Non stanno solo costruendo un’azienda di robotica; stanno tentando un intervento ad alta velocità per sostenere la base industriale di un intero continente. Fornendo “manodopera come merce”, offrono una soluzione scalabile a un problema che le tendenze demografiche non faranno che aggravare.

Mentre il mondo della tecnologia rimane ipnotizzato dalla promessa dell’AGI, Nucleus è sul campo, in fabbrica, fatturando a ore e sta silenziosamente costruendo quella che potrebbe essere la risorsa più preziosa di tutte: l’esperienza nel mondo reale. Hanno concluso la loro sprint di 90 giorni e sono ora al giorno 91. Per l’industria manifatturiera europea, e forse per l’intera industria della robotica, questo potrebbe essere il preludio del gran finale.

Google Gemini Robotics 2: trapianto di cervello per i robot

Robot King — Thu, 30 Jul 2026 00:00:00 +0000

Per anni, la promessa di robot umanoidi davvero utili è sembrata un video in loop: impressionante per i primi trenta secondi, ma alla fine confinata in un laboratorio a eseguire un unico compito pre-confezionato. Potevano sollevare un mattoncino, certo, ma non riuscivano a muoversi in una stanza disordinata senza sembrare dei bambini ai primi passi dopo troppi zuccheri. Google DeepMind sta ora proponendo una soluzione radicale con Gemini Robotics 2, una piattaforma AI che non è un semplice aggiornamento software, ma un vero e proprio trapianto di cervello per robot di ogni forma e dimensione.

L’idea alla base è ingannevolmente semplice: creare uno “strato di intelligenza” unificato capace di dare a qualsiasi macchina la capacità di percepire, ragionare e agire nel caos imprevedibile del mondo umano. Non si tratta solo di affinare il controllo motorio di un singolo braccio; è ciò che Google definisce “intelligenza full-body”. Per la prima volta, un singolo modello AI è progettato per controllare un umanoide dai piedi alla punta delle dita, coordinando equilibrio, locomozione e manipolazione in un unico processo fluido. È la differenza che passa tra il programmare le articolazioni di un robot e dargli una mente propria.

Un Cerbero AI a tre teste

Al cuore di Gemini Robotics 2 non c’è uno, ma un trio di modelli specializzati che lavorano in concerto. Immaginatela come una struttura di comando per far accadere le cose nel mondo fisico.

In primo luogo, c’è Gemini Robotics 2 stesso, il modello principale Vision-Language-Action (VLA). È il “motore”, colui che traduce un comando di alto livello come “metti l’annaffiatoio sul ripiano in basso” nella complessa sequenza di controlli motori necessari per camminare, chinarsi, restare in equilibrio e posizionare l’oggetto.

Il secondo è Gemini Robotics ER 2, il modello di “Embodied Reasoning” (ragionamento incarnato). Lui è lo stratega. Analizza un flusso video continuo del mondo reale per comprendere il contesto, pianificare compiti multi-fase e persino correggere la rotta quando qualcosa va storto. Se il modello principale è il corpo, ER 2 è la parte del cervello che decide il cosa prima che il VLA capisca il come. Può persino consultare strumenti esterni come Google Search per arricchire i suoi piani d’azione.

Infine, c’è On-Device 2, il trasformista. Questo VLA leggero è ottimizzato per girare localmente sull’hardware del robot, ma la sua caratteristica killer è l’adattabilità. Google sostiene che possa essere adattato a un corpo robotico completamente nuovo — con sensori, giunti e meccaniche differenti — in poche ore, utilizzando meno di 200 dimostrazioni. È un passo gigantesco per allontanarsi dallo sviluppo AI specifico per l’hardware che ha frenato il settore per decenni.

Oltre il banco di prova, dritti nel mondo reale

Il vero banco di prova per qualsiasi AI robotica è la capacità di gestire compiti che richiedono più finezza di una catena di montaggio. Gemini Robotics 2 è esplicitamente progettato per uscire dai laboratori e affrontare scenari complessi. Le demo mostrano un nuovo livello di destrezza, dal controllo di una mano a cinque dita con 22 gradi di libertà per svitare una lampadina (con un tasso di successo del 92%) al fare un nodo a un sacco della spazzatura (un più modesto, ma promettente, 44%).

Questo salto di qualità è reso possibile dall’integrazione dell’intero corpo nel processo decisionale. Nei test con l’umanoide Apollo 2 di Apptronik, il robot ha raggiunto un tasso di successo del 76,3% nel recuperare oggetti da uno scaffale — un compito che richiede di coordinare camminata, equilibrio, estensione e presa in modo simultaneo.

Ma forse la caratteristica più lungimirante è la collaborazione multi-robot. Gemini Robotics ER 2 può agire come coordinatore centrale, dividendo i compiti tra tipi di robot completamente diversi. Immaginate un umanoide come Apollo che passa un oggetto a un robot mobile su ruote per il trasporto, con entrambi che comprendono il proprio ruolo in un flusso di lavoro più ampio. È qui che l’ambizione della piattaforma diventa chiara: creare un linguaggio comune affinché le macchine possano lavorare insieme.

L’Android della robotica?

Con Gemini Robotics 2, Google sta facendo una mossa strategica per diventare il sistema operativo fondamentale per la prossima generazione di hardware. Creando un’AI potente e adattabile che può teoricamente girare su qualsiasi macchina, si stanno posizionando come il fornitore di “cervelli” per un ecosistema di “corpi” robotici in rapida espansione.

Per sviluppatori e ricercatori, la buona notizia è che parti di questo nuovo potente strumento sono già accessibili. Gemini Robotics ER 2 è ora disponibile tramite le API di Gemini e Google AI Studio, permettendo di iniziare a costruire applicazioni che sfruttano le sue capacità avanzate di ragionamento. Questo apre le porte alla comunità per sperimentare con la pianificazione multi-step e la comprensione video del mondo reale nei propri progetti robotici.

Naturalmente, il divario tra una demo mozzafiato e un robot realmente utile e affidabile resta un abisso. Il mondo reale è infinitamente più caotico di un laboratorio controllato. Ma concentrandosi su un’intelligenza generalizzata capace di imparare, adattarsi e collaborare, Google DeepMind sta gettando un ponte. Non stanno solo costruendo un robot più intelligente; stanno cercando di creare lo schema architettonico affinché tutti i robot possano diventarlo. E per una volta, sembra che i video promozionali stiano finalmente iniziando a riflettere la realtà.

Il robot umanoide di Figure sta ora imparando a guidare

Robot King — Thu, 30 Jul 2026 00:00:00 +0000

Proprio quando pensavi che la febbre per i robot umanoidi stesse finalmente scendendo, Brett Adcock, CEO di Figure AI, Inc., ha deciso di gettare altra benzina sul fuoco insegnando a uno dei suoi “ragazzi” a guidare. Con un post su X dal tono quasi colloquiale, Adcock ha mostrato un video di un umanoide Figure al volante, rispondendo a una domanda che sembrava puramente ipotetica: “Mettereste mai un robot in un’auto per fargli fare l’autista?”.

Il video mostra il robot (molto probabilmente il modello Figure 01) mentre gira placidamente in quello che sembra il parcheggio dell’azienda a bordo di un veicolo elettrico utility. Il robot gestisce i pedali per accelerare e frenare, ma non corriamo troppo con la fantasia: per sterzare usa un pomello fissato al volante, non certo la presa millimetrica di un pilota professionista. Più che un inseguimento alla Grand Theft Auto, sembra una tranquilla gita su un carrellino da golf. Eppure, questa dimostrazione è l’ennesima medaglia sul petto di una società che sta bruciando le tappe, forte anche della collaborazione con BMW per l’integrazione dei robot nelle linee di produzione.

Perché questa mossa è così rilevante?

In un’epoca dominata da veicoli a guida autonoma sempre più sofisticati, insegnare a un robot a guidare un “golf cart” evoluto potrebbe sembrare un gioco da ragazzi. In realtà, è un simbolo potentissimo del progresso della robotica general-purpose. L’obiettivo non è costruire un’auto migliore, ma un robot capace di utilizzare gli strumenti e le macchine in un mondo progettato a misura d’uomo — e un veicolo non è altro che uno strumento mobile estremamente complesso.

Questa capacità di interagire con le nostre infrastrutture, dalla macchina del caffè all’automobile, è il Sacro Graal degli umanoidi. Figure sta mandando un segnale chiaro: i suoi modelli di AI stanno diventando sempre più capaci di affrontare compiti dinamici e poco strutturati tipici del mondo reale, muovendosi un passo più vicino a quella diffusione su scala globale — Adcock parla di un mercato da “miliardi di unità” — che l’azienda punta a raggiungere.

Tau Robotics Launches $30/Hour Humanoid Cleaning Service in SF

Robot King — Tue, 28 Jul 2026 00:00:00 +0000

In una mossa che oscilla tra il cyberpunk e il pragmatismo più spinto, la startup Tau Robotics ha iniziato a testare a San Francisco un servizio di pulizie domestiche basato su robot umanoidi al prezzo, decisamente sorprendente, di soli 30 dollari l’ora. Il servizio, attualmente accessibile solo su invito, promette di dichiarare guerra al caos domestico grazie a un robot bipede capace di passare l’aspirapolvere, lavare i piatti e riordinare, il tutto sotto l’occhio vigile di un operatore umano collegato da remoto.

Ma non fatevi ingannare: non siamo ancora di fronte a un’autonomia totale. Il segreto dietro questo prezzo così aggressivo — che abbatte i costi di molti servizi di pulizia tradizionali nella proibitiva Bay Area — risiede nel modello “human-in-the-loop” (umano nel ciclo di controllo). Ogni robot è essenzialmente un avatar per la telepresenza, “controllato congiuntamente da un operatore umano e dall’IA”, come dichiarato dal fondatore Alexander Koch. La testa del robot, che somiglia sospettosamente a un router di fascia alta dotato di telecamere binoculari, è chiaramente ottimizzata per permettere a un essere umano di vedere e manipolare oggetti a distanza. Questo approccio aggira con estrema furbizia il problema, tecnicamente difficilissimo, di creare un agente completamente autonomo capace di gestire l’infinito caos di una casa vissuta.

I video rilasciati dall’azienda mostrano l’umanoide mentre esegue compiti come passare l’aspirapolvere o lavare i piatti a velocità naturale. I movimenti appaiono fluidi, un risultato diretto della guida umana. Qui non si tratta di un robot che decide di pulire il lavandino; si tratta di un umano che utilizza uno strumento bipede sofisticato per fare il lavoro a chilometri di distanza.

Perché questo è importante?

La strategia di Tau Robotics è una brillante manovra di aggiramento nella corsa all’autonomia totale. Mentre i competitor bruciano miliardi nel tentativo di decifrare l’IA generalista, Tau sta già schierando l’hardware sul campo mantenendo l’uomo al comando. Questo modello assolve a due funzioni critiche: genera entrate immediate e, cosa ancora più importante, crea una mastodontica pipeline di raccolta dati nel mondo reale. Ogni ora in cui un umano manovra un robot Tau, viene generata una quantità inestimabile di dati di addestramento. Questi dati verranno usati per aumentare progressivamente il contributo dell’IA, riducendo gradualmente la necessità di una supervisione umana costante. È un approccio alla robotica in stile “Mago di Oz” che potrebbe permettere a Tau di raggiungere un’autonomia pratica attraverso l’iterazione, mentre i rivali sono ancora bloccati in laboratorio. Per 30 dollari l’ora, gli abitanti di San Francisco in lista d’attesa non stanno solo ottenendo pavimenti puliti; stanno pagando per essere i primi cittadini del nostro futuro teleoperato.

This Free AI Agent Designs and Checks Robot Parts From Plain English

Robot King — Tue, 28 Jul 2026 00:00:00 +0000

Se avete mai desiderato di poter semplicemente dire al vostro computer di progettare un componente meccanico, invece di dover lottare per ore con le complessità di un software CAD, le vostre preghiere (decisamente specifiche) sono state esaudite. È emerso un nuovo progetto open source chiamato text-to-cad, che mette in campo una serie di “skill” basate su agenti AI capaci di trasformare prompt in linguaggio naturale in una gamma sorprendentemente vasta di file ingegneristici. Non parliamo solo di produrre bei render; qui si tratta di generare hardware funzionale, producibile e pronto per la simulazione partendo da una semplice conversazione.

Sviluppato da Jake Orthwein, questo strumento è un vero e proprio coltellino svizzero per la creazione di hardware. Secondo l’annuncio ufficiale del progetto, è in grado di generare di tutto: dai file STEP per i flussi di lavoro CAD tradizionali, fino ad asset per la simulazione come URDF e SDF — una manna dal cielo per chi si occupa di robotica. Per la tribù della prototipazione, il sistema sforna mesh 3D in formato STL, 3MF e GLB, arrivando persino a produrre il gcode per la stampa 3D diretta. Il progetto ha già raccolto oltre 11.000 stelle su GitHub, segno di un interesse massiccio da parte della comunità di sviluppatori e ingegneri.

L’aspetto forse più impressionante è che text-to-cad integra vincoli di produzione reali. L’agente AI può eseguire controlli DFM (Design for Manufacturing) per servizi di fabbricazione popolari come SendCutSend, assicurandosi che la staffa generata dall’intelligenza artificiale non sia solo bella sullo schermo, ma possa essere effettivamente costruita senza prosciugare il conto in banca. L’interfaccia conversazionale permette un design iterativo: l’utente può affinare un pezzo semplicemente digitando comandi successivi, proprio come se stesse dando istruzioni a un ingegnere junior. L’intero progetto è gratuito, open source e disponibile su GitHub. Link: text-to-cad

Perché è importante?

Strumenti come text-to-cad rappresentano un cambio di paradigma fondamentale nel design dell’hardware, abbassando drasticamente la barriera d’ingresso: non servono più anni di formazione su software specializzati, basta saper descrivere ciò che si vuole. Integrando la simulazione (URDF/SDF) e la produzione (controlli DFM, gcode) in un unico flusso di lavoro guidato dal testo, si accelera radicalmente l’intera pipeline che va dal concept al prototipo. In un settore dominato da software proprietari costosissimi di giganti come Autodesk e Dassault Systèmes, un’alternativa potente, gratuita e open source non è solo una curiosità; è una sfida diretta allo status quo. Democratizza il design e offre a una nuova generazione di “maker” il potere di creare hardware complesso con una velocità e una facilità senza precedenti.

1X dota il robot NEO di nuove mani incredibilmente agili

Robot King — Fri, 24 Jul 2026 00:00:00 +0000

Nella corsa incessante verso la creazione di robot “tuttofare” (i cosiddetti general-purpose), le mani sono sempre state il vero tallone d’Achille. Ma ora, 1X Technologies, Inc., l’azienda di robotica che vanta il prestigioso supporto di OpenAI, ha tirato fuori dal cilindro un nuovo paio di mani per il suo umanoide NEO che potrebbero aver finalmente trovato la quadratura del cerchio. Con ben 25 gradi di libertà (DoF), queste nuove appendici mostrano un livello di destrezza e forza che si avvicina in modo quasi inquietante alle capacità umane.

Il video dimostrativo rilasciato dall’azienda è una vera e propria carrellata di compiti che fino a ieri sembravano confinati alla fantascienza: dal montare delicatamente dei LEGO al versare il tè, fino all’uso di attrezzi da lavoro e persino alla gestione di una carta di credito. Queste mani sono un prodigio di ingegneria: utilizzano un sistema a circuito chiuso azionato da tendini, con i motori alloggiati nell’avambraccio per mantenere un design leggero ma potente. Sono inoltre dotate di sensori tattili ad alta risoluzione per la pressione e la localizzazione del contatto, permettendo manipolazioni di estrema precisione. E per i lavori “sporchi” della vita reale? Sono certificate IP68, il che significa che sono totalmente protette dalla polvere e possono essere immerse in acqua, rendendo NEO uno dei rari robot in grado di lavarsi letteralmente le mani.

La scheda tecnica è da capogiro: 22 articolazioni attuate nelle dita e nel palmo, un polso a 3 gradi di libertà e una forza tale da sollevare un kettlebell da circa 9 kg. I materiali sono certificati per il contatto con gli alimenti e l’intero sistema è stato testato per milioni di cicli di funzionamento continuo. 1X, fondata nel 2014 come Halodi Robotics, ha costruito metodicamente la strada verso questo traguardo, assicurandosi un round di finanziamento Series B da 100 milioni di dollari all’inizio del 2024 per scalare la produzione dei suoi umanoidi.

Perché tutto questo è così importante?

Non si tratta solo di costruire una mano robotica migliore; si tratta di costruire un cervello robotico superiore. 1X ha dichiarato che l’obiettivo primario è sfondare il “soffitto dell’hardware” che finora ha limitato il potenziale dell’intelligenza artificiale fisica. Mani più destre e robuste possono compiere una varietà di compiti molto più ampia, il che a sua volta genera un flusso massiccio di dati di manipolazione reali di altissima qualità. Questi dati sono la linfa vitale per addestrare i complessi modelli del mondo e l’AI incarnata (embodied AI) che permetteranno a robot come NEO di imparare e operare in totale autonomia. In sostanza, 1X non ha solo dato al suo robot delle mani migliori: ha costruito una piattaforma di raccolta dati d’eccellenza per accelerare l’arrivo di umanoidi davvero utili e universali.

NVIDIA Rende Open Source GR00T 1.7, un Cervello Gratuito per Ogni Umanoide

Robot King — Mon, 13 Jul 2026 00:00:00 +0000

Eravamo tutti convinti che addestrare un robot umanoide richiedesse il PIL di una piccola nazione e una legione di dottorandi, e invece NVIDIA ci ha spiazzati calando l’asso: Project GR00T 1.7. Si tratta del suo primo modello fondamentale aperto e commercialmente utilizzabile per le capacità dei robot umanoidi. Rilasciato sotto la permissiva licenza Apache 2.0, questa “Generalist Robot 00 Technology” è essenzialmente un cervello pre-addestrato che gli sviluppatori possono adattare al proprio hardware specifico. Diciamo che non si tratta più di forgiare una mente dal brodo primordiale, quanto piuttosto di dare una bella lucidata finale a un talento già eccellente.

La nuova versione rappresenta un balzo in avanti significativo, pre-addestrata su un’impressionante mole di circa 32.000 ore di dati provenienti da dimostrazioni umane reali e circa 8.000 ore di simulazioni. Il cuore pulsante di questa nuova incarnazione è un’architettura VLM (Vision-Language Model) inedita, Cosmos-Reason2-2B, che soppianta il motore della versione precedente, garantendo una comprensione visiva nettamente superiore. E qui arriva il bello: non è un giocattolo da laboratorio. NVIDIA ha snellito il processo di deployment con l’esportazione completa della pipeline verso ONNX e TensorRT, spianando la strada, spesso irta di ostacoli, che va dalla simulazione al robot fisico, in carne e… circuiti.

La prova del nove sta nei benchmark di performance, che mostrano miglioramenti costanti rispetto al suo predecessore. Il dato più impressionante? GR00T 1.7 sfoggia un balzo prestazionale del 61% sul benchmark DROID-F6, segno inequivocabile di capacità di generalizzazione nettamente superiori. Per chi non vede l’ora di mettersi all’opera, il modello base da 3 miliardi di parametri e il suo codice sono ora a disposizione di tutti su Hyperlink: GitHub e Hyperlink: Hugging Face.

Perché è così importante?

Rilasciando GR00T 1.7 sotto una licenza permissiva Apache 2.0, NVIDIA non si limita a condividere un nuovo strumento; sta invece giocando una mossa strategica ben calcolata per diventare il sistema operativo di riferimento per la prossima ondata di robot umanoidi. Questa mossa abbatte drasticamente i costi e la complessità titanica nello sviluppo di un’intelligenza robotica davvero capace, permettendo a startup e laboratori accademici di salire sulle spalle di un gigante del silicio, anziché reinventare la ruota – per di più, bipede. Il messaggio è cristallino: voi costruite il corpo, noi ci mettiamo la mente.

MIT's New Robot Bird Flies, Swims, and Leaps From Water

Robot King — Sat, 11 Jul 2026 00:00:00 +0000

I ricercatori del MIT e dell’EPFL svizzero hanno dato vita a un robot che non si limita a volare o nuotare: lo fa con la grazia naturale di un battito d’ali, abbandonando la forza bruta delle eliche. Ma il vero colpo di genio è il “salto”: la capacità di lanciarsi fuori dall’acqua per tornare in volo, una sfida ingegneristica che per anni è stata un vicolo cieco. Questa nuova categoria di macchine, battezzata Flapping-wing Aerial Aquatic Vehicle (FAAV), prende ispirazione direttamente dai tuffatori del mondo animale, come le pulcinelle di mare.

La sfida tecnica principale risiede nell’abisso di densità che separa l’aria dall’acqua. Ciò che è perfetto per il sostentamento in volo risulta spesso eccessivo e inefficiente per il nuoto. Mentre gli uccelli reali risolvono il problema ripiegando le ali sott’acqua, i ricercatori hanno optato per una soluzione meccanicamente più snella: un design alare estremamente flessibile. Questo permette al robot di battere le ali ad alta frequenza (circa 10 Hz) in aria e di passare a un ritmo molto più lento e potente (~1 Hz) una volta immerso, il tutto gestito dallo stesso sistema motorio.

Riuscire a uscire dall’acqua è l’ostacolo più duro, descritto come la fase a più alto dispendio energetico dell’intero ciclo operativo. Il team ha scoperto che l’angolo di uscita è il fattore critico: il robot deve bucare la superficie con un’inclinazione di circa 70 gradi per riuscire a riprendere il volo con successo. Per risolvere il dilemma del peso — una scocca stagna tradizionale renderebbe il robot troppo pesante per decollare — il team ha impermeabilizzato singolarmente ogni componente elettronico. Una mossa astuta che elimina la necessità di un involucro esterno pesante e rende l’intero sistema naturalmente idrostatico.

Perché questa è una svolta?

I droni a elica sono rumorosi e le loro pale ad alta velocità rappresentano un pericolo costante, specialmente nelle ricerche ecologiche più sensibili. Un robot ad ali battenti è intrinsecamente più sicuro, silenzioso e meno invasivo per l’ambiente. Gli ideatori immaginano un futuro in cui un ricercatore possa trasportare uno di questi droni nello zaino, lanciarlo dalla riva, farlo volare verso coordinate GPS precise, farlo immergere per raccogliere campioni o dati e poi vederlo tornare alla base in volo. Questo approccio ibrido promette di sbloccare nuovi metodi a basso impatto per il monitoraggio ambientale e la ricerca oceanografica, arrivando dove i robot esclusivamente aerei o acquatici non possono arrivare.