In dieser Folge spreche ich offen darüber, warum in Large Language Models (LLMs) deutlich mehr investiert wird als in Robotics – und warum das vielleicht sogar sinnvoll ist. Ich teile meine Sicht darauf, wie eng die Entwicklung von Robotern und KI-Modellen inzwischen verzahnt ist und welche Probleme noch gelöst werden müssen, bevor Roboter wirklich massentauglich werden. Es geht um Geschwindigkeit, Halluzinationen und die Frage, wer am Ende das Rennen macht: die klassischen Robotik-Unternehmen oder doch die großen KI-Player wie OpenAI und Google DeepMind? Ich biete euch Einblicke in aktuelle Entwicklungen, persönliche Einschätzungen und einen Ausblick, wohin die Reise für Robotics und KI geht. Hört rein, wenn ihr wissen wollt, warum der Hype um LLMs nicht nur gerechtfertigt, sondern auch strategisch klug ist.

https://doppelgaenger.ai/

https://www.crunchbase.com/

https://techcrunch.com/

https://openai.com/

https://deepmind.google/

https://deepmind.google/technologies/gemini/

https://www.figure.ai/

https://www.bmw.com/

https://www.deepmind.com/research/highlighted-research/alphafold

https://en.wikipedia.org/wiki/Yann_LeCun