Das Startup Feather Robotics arbeitet am Aufbau einer modularen humanoiden Roboterplattform für Entwickler und Unternehmen, anstatt einen funktional geschlossenen Roboter anzubieten, der von Anfang an mit allen Umgebungen und Aufgaben umgehen soll. Das Unternehmen verkauft den Roboter für 30.000 US-Dollar, wobei seine Komponenten angepasst werden können, etwa durch eine Änderung der Armlängen entsprechend dem vorgesehenen Einsatz.
Feather wurde im vergangenen Jahr von Hoa Mai und Parsa Bakhtiari gegründet. Mai hatte zuvor ein Startup für humanoide Roboter gegründet, das an 1X verkauft wurde, während Bakhtiari als Ingenieur am Tesla Model 3 arbeitete und ihm zu einem früheren Zeitpunkt direkt an Elon Musk berichtete. Bei seiner Gründung erhielt Feather eine Seed-Finanzierungsrunde in Höhe von 7,6 Millionen US-Dollar mit Unterstützung von Gradient Ventures.
Eine offene Plattform statt eines geschlossenen Roboters
Das Unternehmen ist der Ansicht, dass der Robotikmarkt noch nicht an einem Punkt angelangt ist, an dem sich ein einziger allgemeiner Roboter nahtlos an jede Umgebung anpassen kann. Daher konzentriert sich Feather darauf, Hardware und Software bereitzustellen, auf denen Entwickler bereits heute aufbauen können, anstatt auf die Entwicklung eines Roboterkörpers und eines allgemeinen Gehirns zu warten, die alle Aufgaben ausführen können.
Die Plattform kann Modelle von Anbietern ausführen, die auf Robotik spezialisierte Systeme künstlicher Intelligenz entwickeln, darunter Nvidia, Skild und Physical Intelligence. Feather zufolge arbeiten seine Roboter bereits bei Aufgaben wie dem Kochen in Restaurants und der Reinigung wissenschaftlicher Labore, doch die Namen seiner Kunden gab das Unternehmen nicht bekannt.
Was ändert sich praktisch?
Feather bietet ein Modell an, das eher einer Entwicklungsplattform ähnelt: Die Hardware kann an die jeweilige Aufgabe angepasst und anschließend das dafür geeignete Softwaremodell ausgewählt werden. Dieser Ansatz könnte die Einstiegshürde für Unternehmen senken, die keinen vollständigen Roboter von Grund auf entwickeln wollen. Er beseitigt jedoch weder die Herausforderungen des Betriebs im Feld noch die Notwendigkeit, das System an jede Umgebung anzupassen.
Das Unternehmen hat mit dem Verkauf kleiner Stückzahlen seiner Roboter begonnen und erklärte, nach einem Jahr mit Feldtests mehr als eine Million US-Dollar Umsatz erzielt zu haben. Außerdem teilte es mit, die meisten während dieser Tests aufgetretenen Probleme behoben zu haben, und bereitet sich nun auf die Einführung eines großen Produkts vor.
Preis und Wettbewerb
Der Preis des Feather-Roboters beträgt etwa 30.000 US-Dollar und damit ungefähr die Hälfte des Preises des Unitree H2 Edu. Laut Darian Shirazi, dem geschäftsführenden Partner bei Gradient, hat das Unternehmen in der Kategorie der modularen humanoiden Plattformen keinen direkten US-amerikanischen Wettbewerber. Einige Wettbewerber konzentrieren sich auf Haushaltsroboter, während Unternehmen wie Figure und Tesla integrierte allgemeine Roboter entwickeln.
Feather räumt ein, einige seiner Ansätze von chinesischen Robotikunternehmen wie Unitree übernommen zu haben. Gleichzeitig ist das Unternehmen der Ansicht, dass die neuen Beschränkungen für den Markteintritt von im Ausland hergestellten Modellen in den US-Markt ihm eine Chance als lokaler Anbieter bieten.
Die Wette auf ein Ökosystem von Anwendungen
Feathers Wette beruht nicht allein auf dem Verkauf des Roboters, sondern auf der Entstehung eines Ökosystems aus Unternehmen für Anwendungen der physischen künstlichen Intelligenz, die die Plattform nutzen. Das Unternehmen schätzt, dass die Zahl dieser Unternehmen innerhalb von fünf Jahren Tausende erreichen könnte, verglichen mit der derzeit kleinen Marktgröße.
Die Quelle liefert jedoch keine Details zur Zahl der verkauften Einheiten, zur Leistung des Roboters bei verschiedenen Aufgaben oder zu den Bedingungen für Support und Wartung. Auch Feather hat die Namen seiner Kunden nicht bekannt gegeben. Daher bleibt der Erfolg seines Modells davon abhängig, ob es dem Unternehmen gelingt, die begrenzten Tests in zuverlässige und skalierbare Abläufe zu überführen, und nicht lediglich davon, anpassbare Hardware bereitzustellen.