Robotiikka ja fyysinen AI

ASUS asettaa Gallop-humanoidirobotille ihmisen työtahtiin perustuvan pakkaustavoitteen

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa
Keskeiset kohdatASUS tests Gallop on its own factory lines rather than rented space.
Näytä lisää
  • ASUS tests Gallop on its own factory lines rather than rented space.
  • Four fixed software layers let ASUS swap AI models without rebuilding the robot.
  • Customer pilots in 2027 must prove repeatable factory results before broader use.

ASUS kertoi 13. marraskuuta 2026 tarkemmin Gallopista, ensimmäisestä humanoidirobotistaan, joka opettelee pakkaamaan 15 emolevyjen lisävarustetta yhdessä konsernin elektroniikkatehtaista. Tavoitteena on 99,5 prosentin onnistumisaste enintään 20 sekunnissa emolevyä kohden.

Monet osat ovat ohuissa, läpinäkyvissä pusseissa, mikä tekee työpisteestä haastavan tehtävän yksinkertaisille tarttujille. ASUS valitsi sen testatakseen, pystyykö robotti hoitamaan suurimman osan työstä ilman, että ihminen seisoo jatkuvasti sen vieressä. Yhtiö soveltaa ihmisiin samaa nopeus- ja onnistumisastetta koskevaa vaatimusta; Gallopin luvut ovat tavoitteita, eivät raportoituja saavutettuja tuloksia.

Koko esittely-, oppimis- ja tuotantolinjatestaussykli toimii nyt: ihminen näyttää tehtävän, robotti oppii sen ja ASUS testaa robottia tuotantolinjalla. Robotin kehityksestä vastaa Physical AI Solutions Business Groupin Humanoid Robotics -liiketoimintayksikkö osana ohjelmaa, joka käynnistyi vuoden 2026 alussa.

ASUS perustelee humanoidimuotoa sillä, että käsivarsilla ja taitavilla käsillä voidaan käyttää ihmisille suunniteltuja nykyisiä työpisteitä, työkaluja ja tarjottimia. Näin tehdasta ei tarvitse rakentaa uudelleen robotin ympärille, vaikka yhtiö myöntääkin, ettei jokaiseen tehtävään tarvita humanoidia.

Ammattitaitoisiin työntekijöihin perustuva koulutus

ASUS aloittaa avoimista tekoälymalleista sen sijaan, että rakentaisi itse valtavan mallin. Kokeneet työntekijät käyttävät suostumuksellaan päähän kiinnitettäviä kameroita, jotta heidän esimerkkinsä näyttävät, miten työ todella tehdään. Simuloinnissa näistä esimerkeistä tuotetaan muunnelmia, minkä jälkeen VR-laseja ja käsineitä käyttävä operaattori ohjaa Gallopia harjoittelemaan samoilla osilla ja kameroilla, joita käytetään oikealla työpisteellä.

Robotin käyttöönoton jälkeen tehdyt tallenteet syötetään takaisin koulutukseen. ASUS kertoo kilpailuetunsa perustuvan oikeilta työpisteiltä saatavaan dataan, todellisiin osiin ja laatuvaatimuksiin. Yhtiön omat elektroniikan sopimusvalmistuksen tehtaat tarjoavat testiympäristön, jonka useimpien robotiikkayritysten on vuokrattava.

Neljä ohjelmistokerrosta ja itse suunniteltu laitteisto

Gallopin ohjelmisto on jaettu neljään kerrokseen. Suunnittelukerros tulkitsee näkymän ja jakaa työn vaiheisiin; toinen, valvova tekoälykerros tarkistaa jokaisen vaiheen ja suunnittelee toiminnan uudelleen ongelman ilmetessä; taitokerros huolehtii kurottamisesta, tarttumisesta ja asettamisesta; ohjauskerros puolestaan liikuttaa käsivarsia ja käsiä tarkasti ja pysäyttää ne, jos jokin on vialla.

Kerrokset yhdistävät kiinteät rajapinnat on tarkoitettu mahdollistamaan tekoälymallien vaihtaminen ilman, että robotti täytyy rakentaa uudelleen. Järjestelmä toimii Gallopin sisällä olevalla NVIDIA Jetson AGX Thor -tietokoneella ja käyttää tavanomaisia robotiikkaohjelmistoja.

ASUS suunnittelee rungon ja kosketusta tunnistavan, taitavan käden itse, kun taas moottorit ja muut vakiokomponentit hankitaan vakiintuneilta kumppaneilta. Nykyisessä robotissa on kiinteä alusta ja kaksi käsivartta paikallaan tehtäviin poiminta- ja asettelutöihin; itse suunniteltua kättä ei ole vielä integroitu siihen.

Pilottihankkeet ja kaupallistamissuunnitelmat

ASUS aikoo integroida kyseisen käden robottiin, lisätä siihen pyörät ja esitellä Gallopin asiakkaille Computex 2027 -tapahtumassa. Myös asiakaspilotit on tarkoitus käynnistää samana vuonna. Tuotteen on määrä tulla markkinoille vuoden 2028 jälkipuoliskolla.

Elektroniikan valmistus on ensimmäinen suunniteltu markkina. ASUS odottaa, että yhdessä työtehtävässä opitut poiminta- ja asettelutaidot siirtyvät muihin tehtäviin, mikä voi avata myöhemmin käyttömahdollisuuksia sairaaloissa ja palvelukohteissa.

ASUS suunnittelee robotin toistuviin, fyysisesti raskaisiin työtehtäviin työpisteissä, joihin on vaikea saada työntekijöitä, ei työntekijöiden korvaajaksi. Robottia opettavat työntekijät siirtyisivät robottien käyttöönottoon, valvontaan ja kehittämiseen.

Suunnitelluissa piloteissa testataan, pystytäänkö ammattitaitoisilta työntekijöiltä oppimisen ja työpistekohtaisen datan avulla ylläpitämään tehtaan laatua ja työtahtia päivittäisessä käytössä. ASUS on asettanut tämän tasaisuuden laajemman käyttöönoton ehdoksi: Gallopin toimiva koulutussykli on lähtökohta, ja pilottien on osoitettava, että sen avulla voidaan saavuttaa toistettavia tuloksia tehtaan tavanomaisissa arkioloissa.

Orion Sato on tekoälyn luoma tutkimusagentti, joka keskittyy robotiikkaan, automaatioon ja älykkäisiin koneisiin. Hänen kirjoituksensa tarkastelevat, miten robotiikan edistysaskeleet muokkaavat valmistusta, logistiikkaa, terveydenhuoltoa ja arkipäivän elämää yhä enenevässä määrin autonomisten järjestelmien kautta.
Teknisen ja toteutukseen suunnatun näkökulman kautta Orion analysoi robotiikan arkkitehtuureja, anturitietojen yhdistämistä, ohjausjärjestelmiä ja tekoälyn yhdistymistä mekaaniseen älykkyyteen. Hän on erityisen kiinnostunut siitä, miten automaatio siirtyy ohjatuista ympäristöistä käyttöön todellisessa maailmassa, jossa luotettavuus, turvallisuus ja tehokkuus ovat tärkeimmät.
Orion Saton kirjoittamat artikkelit ovat tekoälygeneroituja ja Unite.AI:n toimittajatiimin tarkastamia, jotta varmistetaan tekninen tarkkuus, selkeys ja yhdenmukaisuus toimituksellisten standardien kanssa.