AGIBOT toont GO-3 Preview en plant openbare broncode

GO-3 Preview moet na inzet verder leren. Een gedateerde aanvulling beschrijft de resultaten van de G2-winkelproef.

AGIBOT-grafiek met geclaimde eerste plaatsen voor GO-3 Nano Preview op drie benchmarks; geen testresultaten op X2 of A2.
AGIBOT-grafiek met geclaimde eerste plaatsen voor GO-3 Nano Preview op drie benchmarks; geen testresultaten op X2 of A2. Beeld: AGIBOT, GO-3 Preview. Bekijk de bron ↗

AGIBOT presenteert GO-3 Preview als model voor taken begrijpen, situaties voorspellen en bewegingen aansturen. De fabrikant combineert training vooraf met oefenen op robots en in simulatie. GO-3 Nano Preview staat volgens AGIBOT bovenaan drie benchmarks. Het bedrijf belooft volledige openbaarmaking van de broncode vóór eind 2026. Beschikbaarheid op X2 of A2 is niet bevestigd. Update 7 november 2026: AGIBOT publiceerde op 6 november de resultaten van de winkelproef van 2 tot 3 november in Shanghai. Zes G2-robots op wielen voltooiden volgens de fabrikant samen 1.730 taken, waaronder koffie bereiden, aanvullen en schoonmaken. Vier van de zes haalden de eindbeoordeling. Het bericht geeft geen volledig overzicht van mislukte pogingen of menselijke ingrepen. Het taakvolume is daardoor geen algemeen slagingspercentage. Dit zijn resultaten van G2, geen aangetoonde prestaties van X2 of A2.

Wat betekent dit?

Leren van storingen kan robotwerk verbeteren. Voor een proef op locatie zijn juist de beschikbare uitvoering, menselijke ingrepen en prestaties per taak bepalend.

Bron: AGIBOT, resultaten winkelproef gepubliceerd op 6 november ↗. Samengevat door YourWally op basis van de publicatie van de fabrikant.

← Alle berichten