Physical AI 2026: Chi costruisce l'intelligenza dei robot, chi la rende pubblica e cosa dicono davvero i numeri

Nel primo semestre 2026 i produttori cinesi hanno consegnato oltre 19'000 robot umanoidi, il 77,9 percento della quantità mondiale e un aumento del 432 percento, secondo il calcolo dell'istituto di ricerca di mercato IDC del 29 settembre. Le stesse aziende pubblicano anche i dati di addestramento più trasparenti del settore: AgiBot di Shanghai ha reso pubblici oltre un milione di movimenti di robot registrati.

In Occidente va al contrario. Lì è trasparente essenzialmente solo chi non vende affatto robot. Chi costruisce hardware, da Tesla a Figure, tace su quantità, modelli e tassi di guasto. Il modello lo si conosce dall'IA linguistica: chi è in testa chiude, chi recupera apre. Ma la più generosa divulgazione serve a poco se la sua licenza proibisce ogni uso commerciale.

Physical AI, in italiano intelligenza artificiale incorporata, è il termine collettivo per sistemi che non producono testo, ma agiscono nel mondo fisico. Il termine viene dal marketing di Nvidia, ma descrive un vecchio problema. Honda ha mostrato nel 1996 con il P2 il primo robot a due gambe che camminava autonomamente senza cavi, e nel 2000 il successore Asimo. Entrambi camminavano in modo impressionante e non potevano quasi fare nulla. I loro movimenti erano programmati in anticipo, ogni situazione imprevista li buttava fuori strada. Honda ha interrotto il programma nel 2018.

Il punto più basso pubblico è arrivato nel giugno 2015 con la Robotics Challenge dell'agenzia di ricerca americana DARPA. Venticinque team hanno fatto aprire porte ai robot, girare valvole e sgombrare macerie, e i montati dei macchinari che cadevano hanno fatto il giro del mondo. Ha vinto il team coreano KAIST con otto punti in 44 minuti. Decisivo non era tanto cadere quanto il motivo: i robot non fallivano per la meccanica, ma perché non capivano l'ambiente quando deviava dalla sceneggiatura. E al secondo giorno nessuno poteva rialzarsi da solo.

Perché ci è voluto così tanto ha una base tecnica. Nel camminare la tecnica di controllo classica funziona bene, perché il robot conosce se stesso esattamente e il mondo lo tocca solo attraverso pochi brevi contatti con i piedi. Nell'afferrare il modello crolla. Il contatto con un oggetto è discontinuo, l'attrito difficile da prevedere, e la fisica decisiva non appartiene al robot noto, ma all'oggetto ignoto. Una camicia, un cavo o una tazza mezzo piena non possono essere sintetizzati in poche variabili di stato. È proprio qui che il settore è passato dal controllo programmato all'apprendimento a partire dal 2022.

La catena dei lavori che lo ha reso possibile è ben databile. Nel dicembre 2022 Google ha mostrato con RT-1 un modello che aveva imparato da 130'000 episodi registrati e ha raggiunto il 97 percento per compiti noti, il 76 per quelli sconosciuti. Nell'ottobre 2023 è seguita Open X-Embodiment, un dataset condiviso di 21 istituzioni da 34 laboratori con oltre un milione di sequenze di movimento da 22 diversi tipi di robot. È stato il momento in cui i dati di robotica per la prima volta sono stati trattati come dati Internet. Su questa base si costruiscono gli attuali modelli VLA, abbreviazione di Vision-Language-Action, ossia modelli che traducono un'immagine della telecamera e una frase in un movimento. La startup californiana Physical Intelligence ha lanciato a ottobre 2024 con pi0, Nvidia a marzo 2025 con GR00T N1.

Un lavoro svizzero sta proprio in questa linea. Nikita Rudin e colleghi del Politecnico di Zurigo hanno mostrato nel 2021 che migliaia di robot simulati possono essere addestrati simultaneamente su una singola scheda grafica. Risultato: un movimento di cammino utilizzabile in meno di quattro minuti, per terreni irregolari in venti. Il codice correlato denominato legged_gym è diventato la base di Isaac Lab, il framework in cui oggi una gran parte di tutti i metodi di apprendimento robotico viene addestrata e che Nvidia sviluppa insieme al Politecnico. Chi fa robotica a Zurigo lavora quindi da anni nella cassetta degli attrezzi del leader di mercato americano.

L'ultimo livello si chiama modello del mondo. Si intende software che calcola un ambiente insieme alla fisica in modo che un robot possa praticare prima di toccare qualcosa. Nvidia ha presentato a gennaio 2025 Cosmos, Google ad agosto 2025 Genie 3, e Fei-Fei Li, la ricercatrice di Stanford dietro il dataset di immagini ImageNet, ha portato a novembre 2025 con la sua società World Labs il prodotto Marble sul mercato. Fine settembre 2026 AMD ha acquistato questa società per 8,2 miliardi di dollari. L'utilità pratica è tripla: il robot può giocare gli errori senza rischi, dai video Internet si possono ricavare dati di addestramento, e si può testare un nuovo controllo senza rischiare vero hardware.

Rimane la domanda su cosa di tutto questo funziona davvero oggi. L'istituto di ricerca americano Epoch AI ha fornito a febbraio 2026 la migliore valutazione disponibile, e risulta divisa. In compiti ristretti e ricorrenti la cosa è decisa: il sistema di presa Vulcan di Amazon è sopra il 99 percento di affidabilità, il produttore di batterie CATL posiziona connettori con il 99 percento a velocità umana, e un robot della società Dyna ha piegato il bucato in un test continuo di oltre 24 ore con il 99,4 percento di successo e senza un singolo intervento umano. Non appena il compito varia, crolla. Lo stesso modello di piegatura raggiunge il 95 percento con le magliette e ancora il 75 con i jeans. Una camicia che è stata girata al contrario richiede venti volte più tempo che in un uomo. Nessun robot fino ad oggi ha mostrato di pulire completamente una cucina dall'inizio alla fine.

Il motivo di questa lacuna è stranamente semplice e non ha nulla a che fare con la potenza di calcolo. Ken Goldberg, professore di robotica a Berkeley, ha quantificato l'ordine di grandezza ad agosto 2025 in Science Robotics: i modelli linguistici sono stati addestrati sull'equivalente di circa 100'000 anni di tempo di lettura umano, il più grande dataset di robotica pubblicato corrisponde a circa un anno. Con gli attuali tassi di registrazione, ci vorrebbero 100'000 anni per mettere insieme un dataset di robotica della dimensione dell'addestramento di ChatGPT. Epoch AI ha ricalcolato che i più grandi modelli di presa sono stati addestrati con circa l'uno percento della potenza di calcolo dei modelli di punta dell'IA. Non mancano i chip, mancano l'esperienza. E l'esperienza in robotica nasce solo quando qualcuno muove una vera macchina.

Con questo arriviamo alla questione del potere. I dati oggi provengono essenzialmente da tre fonti: dalla teleoperazione, ossia una persona che controlla il robot con un guanto o occhiali dati registrando ogni movimento, dalla simulazione e dai modelli del mondo. Chi ha una grande flotta sul campo raccoglie automaticamente più di chi costruisce bei modelli. Questo spiega perché la mappa del settore oggi assomiglia a questo.

La Cina produce la massa. Il think tank berlinese per la Cina MERICS conta per il 2025 circa 12'800 robot umanoidi costruiti, circa il novanta percento della produzione mondiale, e calcola che la Cina controlla il 63 percento dei fornitori mondiali di componenti robotici. Questo è guidato da denaro pubblico: un fondo nazionale guida per un trilione di yuan, circa 138 miliardi di dollari, è in corso dal marzo 2025 per vent'anni. Nel giugno 2026 il ministero dell'industria insieme alla supervisione delle imprese statali ha ordinato di portare in uso commerciale oltre 10'000 robot umanoidi entro la fine del 2026, con piani di attuazione provinciali e rapporti di progresso a novembre.

Le aziende dietro sono di dimensioni diverse e di diversa trasparenza. Unitree, fondata da Wang Xingxing, è andata in borsa a Shanghai il 19 agosto 2026 e ha chiuso il primo giorno di scambi con un rialzo del 460 percento rispetto al prezzo di offerta. Il fatturato è salito a 1,7 miliardi di yuan nel 2025. AgiBot, in Cina chiamato Zhiyuan, ha costruito la 15'000ª unità a giugno 2026 e si sta preparando per un'IPO a Hong Kong. UBTech di Shenzhen, già quotata a Hong Kong, ha venduto 921 robot umanoidi a grandezza naturale nel primo semestre 2026 e segnala 590 milioni di yuan di ricavi, con una perdita di oltre 300 milioni. XPeng, il costruttore di automobili, ha raccolto oltre 900 milioni di dollari ad agosto 2026 per la sua divisione robotica e vuole essere in grado di costruire oltre mille unità al mese entro fine anno.

Gli USA hanno i soldi e i libri più chiusi. Figure è stata valutata a 39 miliardi di dollari a settembre 2025, Apptronik a febbraio 2026 con circa cinque, Physical Intelligence nel corso del 2026 con undici. Tesla non fornisce nessun numero di produzione per Optimus fino ad oggi; all'inizio del 2026 erano secondo le relazioni alcune centinaia di unità per scopi di apprendimento e nessuna che lavora in modo produttivo in una fabbrica Tesla. Figure ha prodotto il millesimo robot nel luglio 2026, questo è il numero più solido che qualsiasi costruttore di robot umanoidi americano ha volontariamente divulgato. L'unica eccezione è Agility Robotics, e involontariamente: poiché la società entra nel Nasdaq attraverso una società guscio, i numeri dovevano finire nella documentazione. Lì sta scritto che la citata base di ordini di oltre 300 milioni di dollari proviene da un unico cliente ed è contabilizzata come affare con una parte correlata.

L'Asia nel frattempo si sta ordinando pubblicamente. La Corea del Sud ha annunciato il 27 agosto 2026 di investire circa 1,66 miliardi di dollari fino al 2030 in una completa catena del valore propria, insieme all'acquisto di 1'080 robot umanoidi nazionali. Il Giappone finanzia tramite il ministero dell'economia fino al 2030 un modello base proprio per i robot. L'Europa ha soldi, ma non la massa: Neura Robotics da Metzingen ha spostato lo sviluppo del suo robot umanoide a Zurigo, Hexagon controlla da Zurigo la flotta AEON per Schaeffler, ANYbotics ha consegnato oltre duecento dei suoi robot di ispezione a quattro zampe. Sono aziende ordinabili, ma non numeri da fabbrica.

E ora il punto che è il vero centro. La trasparenza si distribuisce in questo settore esattamente al contrario di quanto ci si aspetterebbe.

Dal lato cinese è sorprendentemente molto trasparente. AgiBot ha pubblicato con AgiBot World oltre un milione di sequenze di movimento registrate per circa 44 terabyte e insieme il suo modello GO-1. L'innovativo centro di Pechino X-Humanoid ha rilasciato il dataset RoboMIND, 107'000 movimenti su quattro diversi tipi di robot, e contiene 5'000 tentativi falliti documentati con cause annotate. Questo è un risultato di trasparenza che nessun costruttore occidentale fornisce. Unitree mette l'intero strumento sviluppatore su GitHub e ha rilasciato nel settembre 2026 un proprio modello di mondo. L'accademia di Pechino BAAI pubblica la sua serie di modelli RoboBrain persino sotto la licenza Apache, che consente l'uso commerciale.

Ma proprio qui sta il trucco, ed è per le aziende svizzere la frase praticamente più importante di questo articolo. Il grande dataset di AgiBot e il modello GO-1 sono sotto una licenza chiamata CC BY-NC-SA. L'abbreviazione NC sta per non-commercial. Chi costruisce un prodotto con esso che vuole vendere viola la licenza. Nvidia GR00T e i modelli rilasciati di Physical Intelligence invece sono sotto Apache 2.0 e sono utilizzabili commercialmente. La più generosa divulgazione del settore è quindi inutile per un'azienda, la più piccola è utilizzabile. Chi legge un comunicato stampa su Open Source e non il file di licenza non ha letto la parte decisiva.

In Occidente la trasparenza si trova quasi completamente da chi non vende robot. Nvidia pubblica modelli e dati di simulazione perché vende chip e ogni livello di addestramento aperto aumenta la domanda di potenza di calcolo. Hugging Face, la piattaforma dove vengono condivisi i modelli di IA, gestisce con LeRobot una libreria aperta. Physical Intelligence ha pubblicato pi0 a febbraio 2025, e pi0.5 a settembre dopo. Poi si è fermato: il modello successivo di novembre 2025 non è stato più pubblicato, nemmeno quello di aprile 2026, viene invece commercializzato come servizio nel cloud. La stessa curva di OpenAI, solo dieci anni dopo e più veloce.

Tutti gli altri tacciono, e uno spiega persino il motivo. Elon Musk ha spiegato ad aprile 2026 che il nuovo Optimus sarebbe stato mostrato solo poco prima della produzione perché i concorrenti estraggono ogni pubblicazione fotogramma per fotogramma e copiano. Il capo di Figure Brett Adcock ha rifiutato una dimostrazione dal vivo a giugno 2025 su un palco, era una perdita di tempo, e invece mostra video montati. La differenza dal lato cinese non è una differenza di carattere, ma una differenza normativa. Unitree pubblica i suoi numeri non per trasparenza, ma perché un prospetto di borsa cinese richiede questa granularità.

Ciò che ne risulta è il numero più onesto che questo settore ha mai prodotto, e si trova nello stesso prospetto di Unitree: il 73,6 percento del fatturato di robot umanoidi dei primi nove mesi del 2025 proviene da ricerca e istruzione, e della parte rimanente contabilizzata come industria il 50-70 percento proviene da tour di fabbrica. Il leader mondiale di mercato vende quindi i suoi robot prevalentemente a università e ad aziende che li mostrano ai visitatori. La ricercatrice americana di sicurezza Samm Sacks l'ha detto al punto a giugno 2026, i robot umanoidi cinesi finora sono piuttosto rappresentativi che funzionali. Il prospetto lo dimostra con i numeri.

Il parallelo al mercato dell'IA linguistica è quindi quasi completo. Lì è cambiato a gennaio 2025 quando il laboratorio cinese DeepSeek ha pubblicato il suo modello R1 sotto una licenza libera. Oggi secondo Hugging Face il 41 percento di tutti i download sulla piattaforma provengono dalla Cina, e della serie di modelli Qwen di Alibaba esistono oltre 151'000 versioni derivate, quasi il quintuplo di Llama di Meta. Nei modelli aperti i laboratori cinesi guidano, nei modelli closed-source di punta guida l'Occidente. L'istituto di ricerca Epoch AI quantifica la distanza da gennaio 2026 a in media quattro mesi. Mark Zuckerberg ha scritto la logica nel 2024 da solo: la vendita di accesso ai modelli non è il modello di business di Meta, quindi la divulgazione non costa nulla e porta un ecosistema. AgiBot argomenta letteralmente allo stesso modo, solo con un altro vantaggio: non i dati sono il vantaggio, ma la produzione.

In quattro punti il parallelo però si rompe, ed è la parte che la maggior parte delle analisi tralascia. Primo, i pesi del modello senza hardware appropriato servono a poco. Gemini Robotics 2 di Google ha raggiunto a luglio 2026 sullo stesso corpo del robot tra il 32 e il 92 percento di successo, a seconda di quale mano era montata. Non il modello è il collo di bottiglia, ma la mano. Secondo, il vero divario è la catena di approvvigionamento, e lì secondo la presentazione di Morgan Stanley la Cina tiene il 63 percento dei fornitori e circa il 90 percento della lavorazione delle terre rare. Questo non può essere spostato aprendo o chiudendo software. Terzo, un robot ha costi unitari, un modello linguistico no; un file copiato è gratis, una mano robotica no. E quarto c'è qui una direttiva sulle macchine. La norma di sicurezza ISO 25785-1, che per la prima volta dovrebbe coprire macchine attivamente bilanciate come gli umanoidi, non è stata ancora approvata.

Rimane quel singolo numero che entrambi i lati occultano, ed è esattamente quello di cui un acquirente avrebbe bisogno. In tutta la ricerca per questo articolo non è stato possibile trovare in tutto il mondo un singolo valore MTBF pubblicato da un costruttore di robot umanoidi, cioè il tempo medio tra due guasti, e altrettanto poco un valore MTBI, il tempo medio tra due interventi umani necessari. Nessun costruttore dice quale parte del tempo di funzionamento mostrato era telecomandato. Agility pubblica oltre 65'000 ore cumulative di servizio, ma nessun tasso di errore. Il celebre test continuo di Figure di maggio 2026 è cifrato secondo la fonte con 50, 81 o 100'000 pacchi e era uno streaming dal vivo auto-organizzato senza controllo indipendente. Da Tesla Musk stesso ha ammesso che il noto video di piegamento di camicie non era autonomo affatto, e all'evento We, Robot a ottobre 2024 i robot erano telecomandati senza che Tesla lo rendesse noto. Da 1X in Norvegia il Wall Street Journal ha stabilito a ottobre 2025 che la maggior parte delle attività mostrate erano controllate da una persona con occhiali dati.

Per le aziende svizzere risultano quindi cinque domande di verifica utili. Primo: leggere il file di licenza, non il comunicato stampa, perché NC significa che il software non viene in questione per un prodotto. Secondo chiedere i risultati su un punto di riferimento pubblico comparabile; tali serie di misurazioni esistono con nomi come LIBERO, RoboArena o RoboChallenge, e il fatto che nessun grande costruttore di robot umanoidi vi presenti risultati è di per sé una dichiarazione. Terzo accettare le ore di funzionamento solo insieme a una statistica degli errori, altrimenti il numero è una grandezza di marketing. Quarto insistere su una dimostrazione con oggetti propri nei propri locali invece di un video. E quinto verificare la situazione legale: l'autorità di regolamentazione americana FCC ha vietato il 29 luglio 2026 l'importazione di nuovi robot umanoidi e quadrupedi esteri, tra l'altro perché una backdoor è stata trovata nei robot Unitree, attraverso cui i dati andavano a server cinesi. In Svizzera questo divieto non si applica, puoi quindi comprare qui quello che un'azienda americana non può più. L'articolo 7 della legge sul spionaggio cinese, che obbliga ogni azienda cinese a collaborare, si applica comunque, e una macchina con telecamere e microfoni nella propria sala di produzione non è da prendere alla leggera.

Dove va dipende da una singola domanda aperta. Se i modelli del mondo rimangono aperti, lo strato di addestramento diventa bene comune e la competizione si sposta completamente su meccanica, mani e catena di approvvigionamento. Se rimangono chiusi, nasce la stessa dipendenza come dai modelli linguistici, solo con macchine nella sala invece che con un'interfaccia di programmazione. AMD ha ottenuto con l'acquisto di World Labs i mezzi per questo e non ha ancora deciso. Nel frattempo per tutti gli altri vale un semplice criterio: chi nomina un numero che si può verificare merita attenzione. Chi mostra un video merita una domanda.