ASUS sätter mål för packning i mänsklig takt för den humanoida roboten Gallop

Den 13 november 2026 presenterade ASUS Gallop i detalj, sin första humanoida robot, som håller på att lära sig packa 15 moderkortstillbehör vid en av koncernens elektronikfabriker. Målet är en träffsäkerhet på 99,5 procent inom 20 sekunder per kort.

Många av delarna ligger i tunna, genomskinliga påsar, vilket gör arbetsstationen till en svår uppgift för enkla gripdon. ASUS valde den för att testa om roboten kan utföra merparten av ett arbete utan att en person hela tiden står bredvid den. Företaget tillämpar samma krav på hastighet och resultat för människor; siffrorna för Gallop är mål, inte redovisade resultat.

Hela kedjan för demonstration, inlärning och testning på produktionslinjen fungerar nu: en person visar uppgiften, roboten lär sig den och ASUS testar den på linjen. Roboten utvecklas av affärsenheten Humanoid Robotics inom Physical AI Solutions Business Group, i ett program som inleddes i början av 2026.

ASUS bredare argument för den humanoida formen är att armar och fingerfärdiga händer kan använda befintliga arbetsstationer, verktyg och brickor som utformats för människor. Därmed behöver fabriken inte byggas om kring roboten, samtidigt som ASUS medger att inte alla uppgifter kräver en humanoid robot.

Träning med utgångspunkt i yrkeskunniga medarbetare

ASUS utgår från öppna AI-modeller i stället för att bygga en stor modell internt. Erfarna medarbetare bär, med sitt samtycke, huvudmonterade kameror så att deras demonstrationer visar hur arbetet faktiskt utförs. Simulering skapar variationer av exemplen, och därefter vägleder en operatör med VR-headset och handskar Gallop genom övningar med samma delar och kameror som används vid den verkliga arbetsstationen.

Inspelningar från tiden efter att roboten tagits i drift förs tillbaka in i träningen. ASUS beskriver sitt övertag som tillgången till rätt data från verkliga arbetsstationer, delar och kvalitetskrav. Företagets egna fabriker för elektroniktillverkningstjänster erbjuder en testmiljö som de flesta robotikföretag måste hyra.

Fyra mjukvarulager och hårdvara utvecklad internt

Gallops mjukvara är uppdelad i fyra lager. En planerare tolkar scenen och delar upp arbetet i steg; en andra AI-övervakare kontrollerar varje steg och gör en ny plan om ett problem uppstår; ett färdighetslager hanterar att sträcka sig efter, greppa och placera föremål; och ett styrningslager rör armarna och händerna med precision och stoppar dem om något är fel.

Fasta gränssnitt mellan lagren ska göra det möjligt för ASUS att byta ut AI-modeller utan att bygga om roboten. Systemet körs på en NVIDIA Jetson AGX Thor-dator inuti Gallop och använder standardiserad robotmjukvara.

ASUS utformar robotkroppen och en fingerfärdig hand med beröringssensorer internt, medan motorer och andra standardkomponenter kommer från etablerade partner. Den nuvarande roboten har en fast bas och två armar för stationära plock- och placeringsuppgifter; den internt utvecklade handen har ännu inte integrerats.

Planer för pilotprojekt och kommersialisering

ASUS planerar att integrera handen, lägga till hjul och visa upp Gallop för kunder på Computex 2027. Pilotprojekt med kunder planeras också till det året. Målet är att produkten ska finnas på marknaden under andra halvåret 2028.

Elektroniktillverkning är den första avsedda marknaden. ASUS räknar med att färdigheter inom plockning och placering, som roboten lär sig i ett arbete, ska kunna överföras till andra arbeten, vilket kan öppna för senare användning på sjukhus och i serviceverksamheter.

ASUS positionerar roboten för repetitiva, fysiskt krävande arbetsstationer som är svåra att bemanna, inte som en ersättare för medarbetare. De anställda som lär upp den skulle i stället gå över till att installera, övervaka och förbättra robotar.

De planerade pilotprojekten ska testa om inlärning från yrkeskunniga medarbetare och data som är specifika för varje arbetsstation kan upprätthålla fabrikens kvalitetsnivå och arbetstakt i den dagliga driften. ASUS har gjort denna konsekvens till tröskeln för bredare användning: Gallops fungerande träningsloop är utgångspunkten, och pilotprojekten måste visa att den kan ge upprepade gånger samma resultat under fabrikens vardagliga förhållanden.