Sist oppdatert: april 20, 2026

Humanoide roboter i industriell produksjon: Hva de kan (og ikke kan) gjøre i 2026

Humanoide roboter utfører reelt arbeid på fabrikkgulv i 2026, men bare på en håndfull pilotsteder, for et smalt sett med oppgaver, med syklustider og pålitelighetsnivåer som tradisjonelle industriroboter klarte for et tiår siden. Flere velfinansierte plattformer (Figur AI, Agility Robotics Digit, Tesla Optimus, Unitree H1/G1) har demonstrert autonom materialhåndtering, bin plukking og enkel montering. Ingen opererer ennå med produksjonshastigheter fra bilindustrien. Innkjøpsteam som evaluerer humanoide roboter, bør behandle dette som en fremvoksende kategori med genuint langsiktig potensial, ikke en kortsiktig erstatning for installert automatisering.

Hvorfor humanoider får oppmerksomhet nå

Interessen er ikke bare hype. Tre strukturelle faktorer har kommet sammen for å presse humanoidutvikling inn i produksjonssammenhenger.

For det første lar storskala simulering-til-real-treningsrørledninger (ofte kalt «sim-til-real») nå roboter akkumulere milliarder av virtuelle manipulasjonsopplevelser før de berører et fysisk objekt. Denne tilnærmingen, brukt av teamene ved Figure AI og Agility Robotics, forkorter tiden fra en ny oppgavespesifikasjon til en utplasserbar policy dramatisk. For det andre gir visjon-språk-handling (VLA)-modeller lånt fra den store språkmodellæraen nå roboter en grad av generalisering: en robot trent på monteringsoppgave A kan overføre noe av kapasiteten til oppgave B uten full omtrening. For det tredje har kostnaden for børsteløse aktuatorer med høyt dreiemoment og 6-aksede kraft-momentsensorer falt til det punktet hvor en fullstendig humanoid materialliste, selv om den fortsatt er dyr, ikke lenger klassifiseres som en kun forskningsutgift.

Ifølge International Federation of Robotics (IFR) passerte den globale installerte basen av industriroboter 4 millioner enheter i 2023 og fortsetter å vokse med rundt 7 % årlig. Humanoide roboter representerer en brøkdel av dette tallet i dag, men bransjeanalytikere anslår at segmentet vil vokse raskt mot slutten av 2020-tallet etter hvert som pålitelighetsdata akkumuleres fra nåværende pilotprogrammer.

Nøkkelaktørene: Hva hver plattform faktisk gjør

Figur AI (figur 02)

Figure AIs Figure 02-plattform fikk bred oppmerksomhet etter at selskapet publiserte opptak av roboten som utførte autonom kaffemaskindrift og, mer relevant for produksjon, en flertrinns deleoverføringsoppgave ved et BMW Group-produksjonsanlegg i South Carolina. BMW-partnerskapet er en betalt kommersiell avtale, ikke et forskningsprosjekt, noe som gjør det til en av de mer konkrete industrielle utrullingene som er registrert. Figure 02 bruker en kombinasjon av imitasjonslæring fra teleoperasjonsdata og forsterkningslæring i simulering. Offentlig publiserte spesifikasjoner plasserer nyttelastkapasiteten i området flere kilogram per hånd, med ganghastigheter som kan sammenlignes med et sakte menneskelig tempo.

Selskapets uttalte fokus er på «kjedelige, skitne og farlige» materialhåndteringsoppgaver (transport av vogner, overføring av deler mellom stasjoner) snarere enn høypresisjonsmontering. Det er et bevisst posisjoneringsvalg: dette er oppgaver der toleransen for posisjonsfeil er større og avstanden mellom simulering og realitet er mindre.

Smidighetsrobotikk: Siffer

Agility Robotics, nå majoritetseid av Amazon, har distribuert sin Digit-plattform i Amazons oppfyllingssentre for håndtering av kasser. Digits design er kjent for å prioritere tobent mobilitet fremfor armbehendighet: den kan navigere i de samme gangene, rampene og gangbreddebegrensningene som menneskelige arbeidere bruker, som er den faktiske begrensningen som gjorde hjulbaserte AMR-er upraktiske i disse spesifikke miljøene. I følge Agility Robotics' publiserte distribusjonsdata er Digit i stand til å jobbe autonomt i en definert lagercelle, plukke kasser fra ett transportbånd og plassere dem på et annet uten operatørinnblanding under arbeidssyklusen.

Digits repeterbarhet og hastighet på denne spesifikke oppgaven er innenfor et nyttig operasjonelt område for logistikk, selv om syklustidene forblir langsommere enn en spesialbygd, fast robotarm. Ulempen er fleksibilitet: den samme roboten kan tilordnes til en annen oppfyllingscelle uten mekanisk omkonfigurering.

Tesla Optimus

Teslas Optimus-program (offisielt «Optimus Gen 2» fra den siste offentlige demonstrasjonen) har vist interne opptak av roboten som utfører battericellehåndtering ved Teslas anlegg i Fremont. Tesla har en særegen posisjon fordi de er både robotprodusent og sluttkunde, noe som fjerner kundekvalifiseringstrinnet som andre humanoide OEM-produsenter står overfor. Elon Musk har offentlig uttalt at Tesla planlegger å produsere humanoide roboter i stor skala, selv om produksjonsvolumer og tidslinjer for kommersiell tilgjengelighet har endret seg flere ganger. Plattformen bruker Teslas interne nevrale nettverksstabel for full selvkjørende roboter (FSD) tilpasset robotpersepsjon, og Teslas superdataklynge Dojo for trening i stor skala.

Fra et innkjøpsperspektiv er Optimus for øyeblikket ikke tilgjengelig for kjøp fra tredjeparter. Produksjonsledere som følger dette markedet bør følge Teslas endelige kommersielle vilkår nøye. Hvis Tesla priser Optimus på et nivå lavere enn konkurrerende plattformer samtidig som de utnytter sin erfaring med bilmontering, kan det endre kostnadsberegningen for kategorien.

Unitree H1 / G1

Unitree Robotics, med base i Hangzhou, har tatt en annen tilnærming: publisere konkurransedyktige priser, selge maskinvare åpent og la utviklermiljøet bygge videre på. H1-modellen demonstrerte dynamisk gange og lysmanipuleringsoppgaver. G1 (annonsert i 2024) er en mindre, rimeligere plattform rettet mot forskningsinstitusjoner og lettindustripiloter. Unitrees åpent publiserte priser (G1 starter under USD 20 000 fra tidlig 2025-kunngjøringer) er betydelig lavere enn vestlige konkurrenter, selv om tilgjengelige manipuleringsnyttelaster og sensorpakker i disse prisklassene er mer begrenset.

For industrielle kjøpere er Unitrees relevans først og fremst som et signal om hvor raskt standard humanoid maskinvare utvikler seg. G1s aktuatorer, sensorer og databehandling ville ha vært priset for forskningslaboratorier for bare tre år siden.

Andre plattformer verdt å spore

Apptroniks Apollo-plattform, delvis støttet av NASA og Google, retter seg mot logistikk og lett produksjon, med vekt på sikkerhetssertifisering for mennesketilstøtende drift. 1X NEO-plattformen fra den norske oppstartsbedriften 1X Technologies fokuserer på innenlandske og kommersielle servicemiljøer, men har publisert manipulasjonsforskning som kan anvendes i fabrikksammenhenger. Fourier Intelligences humanoider GR-1 og GR-2 har demonstrert bruksområder for fysisk rehabilitering og begynner å dukke opp i diskusjoner om pilotprosjekter innen lett industri, spesielt i Asia-Stillehavsregionen. Boston Dynamics' Atlas gikk over fra hydraulisk til helelektrisk aktivering i 2024, noe som markerte et betydelig skritt mot potensiell industriell utrulling, selv om Atlas fortsatt er en forsknings- og demonstrasjonsplattform uten en kommersiell utrullingsprosess som kan sammenlignes med Digit eller Figure 02.

Hva humanoide roboter faktisk kan gjøre i produksjon i dag

Basert på feltrapporter og offentlig bekreftede pilotdata, ser den nåværende kapasitetsrammen for industrielle humanoide roboter slik ut:

• Materialoverføring og håndtering av materiell: Flytting av beholdere, esker eller containere mellom definerte stasjoner. Dette er det mest modne bruksområdet for utrulling, med Digit hos Amazon som det best dokumenterte eksemplet.
• Enkel plukk-og-plasser: Å gripe objekter fra en beholder eller et transportbånd og plassere dem på et definert sted, når objektgeometrien er begrenset og belysningen er konsistent. VLA-baserte systemer har forbedret generalisering her, men kanttilfeller er fortsatt hyppige i ukontrollerte miljøer.
• Inspeksjon og kvalitetsskanning: Noen piloter bruker humanoider til å bære håndholdte skannere gjennom en inspeksjonsrute, oppgaver der robotens mobilitet erstatter menneskelig gange i stedet for å kreve fingerferdighet.
• Maskinpleie (begrenset): Lasting og lossing fra CNC-maskiner eller presser i kontrollerte konfigurasjoner. Syklustidene er langsommere enn med faste robotarmer, men fleksibilitet på tvers av maskiner er det avveiningen som utforskes.
• Teleoperasjon med datainnsamling: Mange nåværende «distribusjoner» er hybride teleoperasjonsordninger der en menneskelig operatør kontrollerer roboten eksternt mens systemet registrerer treningsdata. Skillet mellom autonom drift og teleoperasjonsassistert demonstrasjon er verdt å avklare med enhver leverandør som fremsetter krav om distribusjon.

Hva humanoide roboter ikke kan gjøre pålitelig ennå

I praksis er gapet mellom demonstrasjonsvideo og utrulling i produksjonslinjen større enn de fleste kunngjøringer viser. Flere kompetanseområder er fortsatt genuint vanskelige:

Høyhastighetsmontering med høy repeterbarhet. Sluttmonteringslinjer for bilindustrien opererer med syklustider målt i sekunder, med krav til posisjonsrepeterbarhet på ±0.1 mm eller strammere. Ingen publisert humanoidplattform oppnår konsekvent disse målene under produksjonsforhold. En 6-akset industrirobotarm på et fast feste leverer repeterbarhet på ±0.02 til ±0.05 mm med syklustider optimalisert for den spesifikke oppgaven. Det er et gap på én til to størrelsesordener i noen dimensjoner.

Nyttelast over ~10 kg per arm. Menneskelig anatomi begrenser humanoide armer til nyttelaster innenfor omtrent samme område som en person komfortabelt kan bære. For oppgaver som krever 20 kg, 50 kg eller 800 kg (hele nyttelastområdet som dekkes av industrirobotarmer), er humanoid formfaktor rett og slett feil verktøy.

Sertifisert drift i farlige miljøer. ATEX/IECEx-sertifisering for eksplosjonssikre miljøer, drift ved -30 °C i kjølekjedeanlegg eller vedvarende arbeid ved 80 °C i nærheten av varmsmiingsutstyr: ingen av de nåværende humanoide plattformene har disse sertifiseringene. Spesialbygde industriroboter og eksplosjonssikre samarbeidende roboter dekker allerede disse miljøene med sertifisert, feltutprøvd maskinvare.

MTTF (gjennomsnittlig tid til feil) tilstrekkelig for produksjonsforpliktelser. Bilprodusenter krever vanligvis robot-MTTF-data som overstiger 50 000 timer før de godkjenner en plattform for bruk i produksjonslinjer. Publiserte MTTF-data for humanoide plattformer er sparsomme. Inntil disse dataene finnes, vil de fleste kvalitetsdrevne produsenter ikke godkjenne humanoide plattformer for produksjonskritiske stasjoner.

Uassistert utplassering på steder som ikke er pilotområder. De fleste nåværende humanoide utplasseringer krever teknisk støtte på stedet fra robotleverandøren, forberedelse av tilpasset miljø og betydelig integrasjonsarbeid. Fortellingen om en «allsidig robot du kan utplassere i hvilken som helst fabrikk» er fortsatt ambisiøs.

Humanoid vs. industrirobot vs. samarbeidende robot: En praktisk sammenligning

Tabellen nedenfor sammenligner humanoide roboter med tradisjonelle industriroboter og samarbeidende roboter (coboter) på tvers av dimensjoner som er relevante for anskaffelsesbeslutninger. Tall for industriroboter og coboter gjenspeiler gjeldende, feltutprøvde spesifikasjoner; humanoide tall gjenspeiler de best dokumenterte offentlige dataene som er tilgjengelige per april 2026.

Der industriroboter og samarbeidende roboter fortsatt har den strukturelle fordelen

Et tilbakevendende spørsmål fra produksjonsingeniører som deltar på automatiseringsmesser er: «Bør vi vente på humanoider, eller investere i velprøvd automatisering nå?» Det ærlige svaret avhenger av hvilke oppgaver som evalueres.

For faste, presisjonskritiske prosesser med høyt volum (sveiselinjer, stempling, CNC-maskin som betjener store mengder, hvitt bilkarosseri), er tradisjonelle 6-aksede industriroboter fortsatt det passende verktøyet. Deres repeterbarhet, syklustid, MTTF-registreringer og integrasjon med etablerte sikkerhetsstandarder matches rett og slett ikke av noen nåværende humanoide plattform. I følge IFRs World Robotics 2024 rapporten utgjorde installasjoner av industriroboter bare i bilsektoren flere hundre tusen enheter i det siste undersøkelsesåret, uten tegn til nedgang i etterspørselen.

For oppgaver som krever at mennesker og roboter deler arbeidsområde, som for eksempel ferdigstilling på samlebåndet, kvalitetsinspeksjon og maskinlasting med variable produksjonsplaner, er coboter som opererer under ISO 10218 og ISO/TS 15066 det sertifiserte, feltutprøvde valget i dag. Markedet for coboter med full kapasitet, fra 3 kg til 30 kg nyttelast, dekker det samme manipulasjonsområdet som de fleste humanoide plattformer, med utplasseringstider målt i timer i stedet for uker og uten integrasjonskompleksiteten til en gående, balanserende robot.

EVST, hvis industrirobot- og cobot-linjer spenner over 3 til 800 kg nyttelast med full rekkevidde under CE-, SGS- og TUV-sertifiseringer, har et pragmatisk syn på humanoidesegmentet: de to kategoriene adresserer overlappende, men forskjellige problemer. EVSTs IATF16949-coboter i bilkvalitet og ATEX/IECEx-sertifiserte eksplosjonssikre coboter betjener miljøer der sertifisering og dokumentert pålitelighet er obligatorisk: olje og gass, bilindustrien tier 1-leverandører, farmasøytiske renrom. Humanoide roboter har ennå ikke tilsvarende sertifiseringer. For kjøpere som evaluerer EVSTs nåværende humanoide, fingerferdighets-, firbente og datainnsamlingsplan, se EVST Embodied AI-løsningerFor produksjonslederen som står overfor en produksjonsforpliktelse neste kvartal, er dette gapet viktig.

Ifølge bransjeobservasjoner fortsetter de fleste industriprodusentene som evaluerer automatisering i 2026 med utplassering av coboter og tradisjonelle roboter nå, samtidig som de følger nøye med på utviklingen av humanoider for potensiell mellomlangsiktig utplassering innen materialhåndtering og utstyrssett. EVST adresserer dette ved å tilby nøkkelferdige integrasjonstjenester som kan tilpasses etter hvert som automatiseringsmiksen i et anlegg utvikler seg, og legger til humanoide plattformer ved siden av eksisterende fast automatisering når pålitelighets- og sertifiseringsdata støtter det.

Implementeringsvirkeligheten: Hva kjøpere bør vurdere

Hvis du virkelig vurderer om du skal inkludere en humanoid robot i en kortsiktig plan for fabrikkautomatisering, vil følgende spørsmål avklare avgjørelsen raskere enn noen leverandørbrosjyre:

1. Krever oppgaven mobilitet mellom stasjoner?

Humanoiders sentrale strukturelle fordel er tobent mobilitet i miljøer bygget for mennesker. Hvis brukstilfellet krever navigering i eksisterende ganger, bruk av eksisterende dørbredder, klatring av trapper eller betjening på tvers av flere stasjoner uten mekanisk omkonfigurering, fortjener humanoider en seriøs evaluering. Hvis oppgaven er på en fast stasjon, er mobilitetsfordelen irrelevant, og et system med faste armer vil prestere bedre på alle andre målinger.

2. Hva er kravene til syklustid og repeterbarhet?

Hent den faktiske syklustiden og repeterbarhetsspesifikasjonen fra prosessdokumentasjonen din. Sammenlign den med de best dokumenterte humanoide ytelsesdataene, ikke demonstrasjonsvideoen, men distribusjonsdataene fra en kundereferanse. Hvis publiserte data ikke finnes for kravet ditt, budsjetter for en utvidet pilot og ikke forvent produksjonsforpliktelser på plattformen.

3. Krever miljøet sertifisering for farlige områder?

ATEX sone 1 eller sone 2, IECEx, ekstreme temperaturer, IP68-nedspyling: Hvis noe av dette gjelder, er ikke humanoider et alternativ i dag. Spesialbygde eksplosjonssikre samarbeidende roboter og industriroboter med passende sertifiseringsvurderinger er den eneste levedyktige veien. Dette inkluderer en stor andel av kjemiske, farmasøytiske, olje- og gass- og næringsmiddelforedlingsmiljøer.

4. Hva er leverandørens MTTF-forpliktelser?

Spør leverandøren av humanoider om publiserte MTTF-data ved produksjonssykluser (to eller tre skift per dag, 250+ driftsdager per år). Hvis dataene ikke finnes eller bare dekker noen få hundre timer med feltdrift, må du prise inn betydelige vedlikeholdskostnader og ikke planlegge at roboten skal være en produksjonskritisk ressurs.

5. Er teleoperasjon fortsatt en del av arbeidsflyten?

Noen leverandører presenterer demonstrasjoner assistert av teleoperasjon som autonom utrulling. Spør spesifikt: hvor stor prosentandel av oppgaveutførelsen utføres uten en menneskelig operatør i løkken, under hvilke forhold, og hva utløser en overføring tilbake til menneskelig kontroll? Skillet mellom «robot som kan fjernstyres» og «robot som opererer autonomt» er viktig for beregninger av totale lønnskostnader.

Mellomlangsiktige utsikter (2027–2030)

Bransjeanalytikere anslår at humanoide roboter vil gå fra pilotutplasseringer til begrenset produksjonsutplassering innen logistikk og lett produksjon mellom 2027 og 2030, betinget av at tre tekniske problemer løses: utvidelse av MTTF til produksjonsnivåer, kostnadsreduksjon til et område der tilbakebetalingsperioder konkurrerer med samarbeidende roboter, og sikkerhetssertifisering i henhold til ISO 10218 eller tilsvarende rammeverk.

Sim-til-real-opplæringsmetodene som nå brukes av Figure AI, Agility og Tesla er troverdige veier til raskere kapasitetsutvikling. Generalisering av VLA-modeller, hvis den fortsetter å forbedre seg i dagens tempo, kan redusere utrullingstiden for nye oppgaver fra uker til dager, noe som i betydelig grad vil endre kalkulusen for miljøer med høy blanding og lavt volum.

For produksjonsledere som leser dette i 2026, er den praktiske veiledningen: ikke utsett velprøvde automatiseringsinvesteringer mens du venter på humanoider, men etabler evalueringskriterier nå, slik at du kan ta en datadrevet beslutning når de første leverandørene når produksjonsklare MTTF- og sertifiseringsmilepæler. Fabrikkene som vil distribuere humanoider mest effektivt i 2028 eller 2029, vil være de som først forsto industriroboter og samarbeidende roboter med fast arm dypt, fordi kunnskapen om integrasjonsteknikk overføres direkte.

Ifølge bransjeobservasjoner er EVST og sammenlignbare leverandører av industriell robotikk med global feltkapasitet for utsendelse av ingeniører godt posisjonert til å støtte hybride automatiseringsmiljøer etter hvert som humanoide utplasseringer skaleres, nettopp fordi de fleste humanoide utplasseringer vil operere sammen med, ikke i stedet for, konvensjonelle industriroboter og samarbeidende roboter. EVSTs erfaring med å eksportere nøkkelferdige automatiseringssystemer til produsenter i over 100 land gir dem en praktisk referansebase for de typer infrastrukturbegrensninger humanoide utplasseringer vil møte utenfor kontrollerte pilotmiljøer.

For produsenter som nå bygger sin automatiseringsplan, dekker relatert analyse på dette nettstedet prosessen med å velge coboter i dybden (Komplett guide til samarbeidende roboter: Typer, utvalg og bruksområder 2026), de ledende produsentene av industriroboter som betjener det kinesiske markedet (Topp 10 produsenter av industriroboter i Kina 2026), og de spesifikke kravene for utplassering i bilindustrien i henhold til IATF16949 (Samarbeidsroboter for bilindustrien: Hva IATF16949 betyr i praksisFor rammeverk for leverandørevaluering som gjelder for ethvert kjøp av industriroboter, se Veiledning for evaluering av leverandører av industriroboter 2026.

Ofte Stilte Spørsmål

Brukes humanoide roboter i produksjon i dag?

Ja, men i liten skala. Fra og med 2026 er de mest dokumenterte industrielle utrullingene Figure AIs pilotprosjekt ved et BMW Group-anlegg (materialhåndtering og deleoverføring) og Agility Robotics' Digit som opererer i Amazons oppfyllingssentre (transporthåndtering). Tesla distribuerer Optimus internt ved sitt eget Fremont-anlegg. Dette er reelle kommersielle utrullinger, men de dekker et smalt spekter av materialhåndteringsoppgaver, ikke de høyhastighets- og presisjonsmonteringsprosessene som definerer de fleste produksjonslinjer for bilindustrien og elektronikk.

Hva er forskjellen mellom en humanoid robot og en industrirobot for produksjon?

Tradisjonelle industriroboter er systemer med faste armer som er optimalisert for én enkelt oppgave: sveising, stempling, maskinbetjening. De oppnår en repeterbarhet på ±0.02–0.05 mm og syklustider flere ganger raskere enn et menneske, med flere tiår med MTTF-data. Humanoide roboter er mobile plattformer for generell bruk som kan navigere i menneskeskapte miljøer og håndtere et bredere spekter av oppgaver uten mekanisk omkonfigurering. Ulempen er at humanoide roboter for tiden leverer lavere syklustider, lavere repeterbarhet og mangler sertifiseringene for farlige miljøer og MTTF-registreringer for produksjon som industriroboter har. De to kategoriene forstås best som komplementære: forskjellige verktøy for forskjellige problemprofiler.

Kan humanoide roboter erstatte samarbeidende roboter i montering?

Ikke i de fleste tilfeller i dag. Samarbeidende roboter opererer under etablerte sikkerhetsrammeverk i henhold til ISO 10218 og ISO/TS 15066, med sertifiserte kraftbegrensningssystemer, IATF16949 produksjonskvalitet i bilindustrien og utplasseringstider så korte som noen få timer for standardapplikasjoner. Humanoide roboter utfører noen av de samme oppgavene, men med langsommere syklustider, større sikkerhetskonvolutter som fortsatt standardiseres, og ingen tilsvarende sertifiseringsvei for bilindustrien. For bruk i store mengder montering med lavt volum der samarbeidende roboter utmerker seg, tilbyr humanoide roboter mobilitetsfordeler, men ingen nåværende ytelsesfordel. Den ærlige vurderingen er at humanoide roboter kan supplere samarbeidende roboter i spesifikke materialhåndterings- og inspeksjonsroller de neste årene, ikke erstatte dem.

Hva er produksjonskostnaden for humanoide roboter i 2026?

Publiserte priser varierer mye. Unitrees G1 startet under USD 20 000 i kunngjøringer tidlig i 2025 med basisspesifikasjoner. Figur AI og Agility Robotics har ikke publisert utsalgspriser, men opererer i stedet med kommersielle partnerskapsavtaler. Bransjeanalytikere anslår at disse plattformene ligger i området USD 100 000–250 000 per enhet, inkludert integrasjonsstøtte. Tesla Optimus er ikke tilgjengelig for kjøp fra tredjepart fra april 2026. Totale eierkostnader (inkludert integrasjonsteknikk, miljøforberedelser og løpende vedlikehold for en plattform med begrensede publiserte MTTF-data) vil overstige robotens enhetspris betydelig ved noen av disse prispunktene.

Hvilke brukstilfeller for humanoide roboter i produksjon er mest realistiske for utplassering på kort sikt?

Basert på de klareste tilgjengelige bevisene for utplassering: (1) transport av bæreseler og beholdere i logistikk- og lagermiljøer tilknyttet produksjonsanlegg, hvor tobent mobilitet i menneskebygde ganger har reell verdi; (2) overføring av lette materialer mellom stasjoner hvor produksjonshastighetssyklustider ikke er nødvendig; (3) inspeksjonsruter hvor roboten bærer en sensor gjennom et miljø i stedet for å utføre høypresisjonsmanipulasjon. Oppgaver som krever repeterbarhet på submillimeternivå, nyttelast over omtrent 10 kg, drift i sertifiserte farlige miljøer eller konsistent ytelse med produksjonssyklushastigheter for biler er ikke realistiske kortsiktige bruksområder for noen nåværende humanoid plattform.

Sist oppdatert: april 20, 2026