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.