Beyond Large Language Models: Why Embodied AI Is the Next Frontier in Tech

The short answer: embodied AI is emerging as a major next frontier because it extends foundation-model intelligence beyond generating words, images, or code and into a closed loop of perceiving, reasoning, acting, and learning from physical consequences. Large language models remain important inside that loop, but a robot or autonomous machine also needs spatial understanding, real-time control, memory, sensors, actuators, safety systems, and enough physical-world data to turn a useful plan into reliable motion.

That distinction matters. A language model can explain how to pick up a fragile glass. An embodied system has to find the glass, estimate its position and orientation, choose a safe grasp, move without hitting nearby objects, regulate force, notice if the glass slips, and recover before something breaks. The intelligence is no longer judged only by whether an answer sounds correct; it is judged by what actually happens.

Embodied AI does not replace LLMs; it adds action and feedback

Modern embodied AI systems often build on the same foundation-model ideas that made LLMs powerful: broad pretraining, multimodal inputs, transfer learning, and instruction following. The difference is the output. Instead of stopping at text tokens, an embodied model may generate robot actions, trajectories, waypoints, grasp poses, or commands for lower-level controllers.

One important architecture is the vision-language-action model, or VLA. A VLA combines visual observations and language instructions with an action policy so a machine can map what it sees and what a person asks into physical behavior. Google DeepMind's earlier RT-2 research demonstrated this idea by adapting vision-language models to predict robot actions. More recent systems have pushed the concept toward longer tasks, whole-body motion, local inference, and cross-robot transfer.

Waarom de grens nu verschuift

1. Fundamentele modellen beginnen nuttige kennis over te dragen naar robotbesturing.

Robotica was van oudsher afhankelijk van sterk geconstrueerde, taakspecifieke systemen. Dat werkt uitstekend in vaste productiecellen, maar het wordt kostbaar wanneer objecten, instructies, lay-outs of werkprocessen regelmatig veranderen. Fundamentele modellen bieden een andere aanpak: leer eenmalig brede representaties en pas deze vervolgens aan voor vele taken.

De onderzoekstrend is zichtbaar in verschillende onafhankelijke initiatieven. Het π0-generalistische beleid van Physical Intelligence , gepubliceerd in 2024, combineert een vooraf getraind visie-taalmodel met robotdata en continue actiegeneratie. Het team meldt dat ze met acht robotconfiguraties hebben getraind en motorische commando's hebben gegenereerd met frequenties tot 50 Hz voor behendige manipulatie. Het belangrijkste punt is niet dat één model de algemene robotica heeft opgelost; dat is niet het geval. Het punt is dat semantische kennis, opgedaan uit brede visie-taaldata, nu kan worden gekoppeld aan actiebeleid in plaats van voor elke vaardigheid volledig opnieuw te moeten worden opgebouwd.

2. Datasets van meerdere robots verminderen het probleem van "één robot, één model".

Geïntegreerde AI kampt met een dataprobleem waar LLM's niet op dezelfde manier mee te maken hadden. Het openbare web bevat enorme hoeveelheden tekst en afbeeldingen, maar niet miljarden schone voorbeelden van robotgewrichten, krachten, storingen en succesvolle manipulatietrajecten voor elke machine.

Projecten zoals Open X-Embodiment zijn opgezet om robotervaringen van verschillende instellingen en platforms te bundelen. Het oorspronkelijke onderzoek verzamelde data van 22 verschillende robots en demonstreerde honderden vaardigheden, met experimenten gericht op het leren van beleidsregels die profiteren van ervaringen opgedaan met andere robotmodellen. Dit is een cruciale ontwikkeling: als kennis overdraagbaar is tussen robotmodellen, hebben ontwikkelaars mogelijk veel minder taakspecifieke data nodig voor elk nieuw platform.

3. Systemen worden hiërarchischer van opzet, in plaats van dat één model alles moet doen.

Echte fysieke taken hebben verschillende tijdschalen. "Maak dit gebied schoon" is een doelstelling op hoog niveau. Beslissen wat er vervolgens moet worden opgepakt, is een planningsprobleem. Een grijper om een ​​object sluiten zonder het te pletten of te laten vallen, is een besturingsprobleem. Proberen al deze drie aspecten in één model te persen, kan een systeem lastiger te verifiëren en af ​​te stellen maken.

Huidig ​​onderzoek scheidt deze rollen steeds meer van elkaar. Google DeepMind's Gemini Robotics ER 2 wordt gepresenteerd als een hoogwaardig model voor belichaamd redeneren dat taken met meerdere stappen plant en de motorische uitvoering overdraagt ​​aan een lager niveau VLA (Virtual Learning Area). In juli 2026 introduceerde DeepMind ook Gemini Robotics 2 , waarbij in onderzoeksdemonstraties volledige lichaamsbesturing, behendige manipulatie, lokale bediening op het apparaat en samenwerking tussen meerdere robots werd gerapporteerd.

Dit zijn onderzoeksresultaten die door de leverancier zijn gerapporteerd, geen bewijs dat humanoïde robots voor algemeen gebruik al klaar zijn voor onbeperkte inzet. Maar de architectuur is wel leerzaam: een planner kan op een trager semantisch niveau redeneren, terwijl een gespecialiseerd beleid en conventionele controllers zorgen voor snelle fysieke uitvoering.

4. Simulaties en synthetische data kunnen de training uitbreiden zonder dat er telkens hardware beschadigd raakt.

Robotdata is kostbaar omdat het verzamelen ervan hardware, operators, onderhoud, vloeroppervlak en herstel na mislukte tests vereist. Simulatie helpt door extra ervaringen te genereren en beleidsregels te testen voordat ze op echte apparatuur worden toegepast. NVIDIA's GR00T N1.6 , uitgebracht in december 2025, is een open platformmodel voor generalistische humanoïde robots dat NVIDIA heeft geëvalueerd in simulaties en op echte robotplatforms. NVIDIA's bredere robotica-stack legt ook de nadruk op gesimuleerde en synthetische trajecten als een manier om schaarse data uit de praktijk aan te vullen.

Simulatie is echter geen gratis vervanging voor de werkelijkheid. Wrijving, verlichting, vervormbare materialen, sensorruis, speling, slijtage en onverwacht menselijk gedrag kunnen een kloof creëren tussen simulatie en realiteit. Een praktisch systeem moet nog steeds in de praktijk worden gevalideerd, in de omgeving waar het daadwerkelijk zal functioneren.

Wat belichaamde AI kan doen dat commercieel relevant is.

De beste toepassingen op korte termijn zijn niet per se de meest mensachtige robots. Het gaat om taken waarbij de fysieke variabiliteit groot genoeg is om conventionele automatisering duur te maken, maar de omgeving nog steeds voldoende afgebakend is om risico's te testen en te beheersen.

Een handige vuistregel is: als de taak volledig op een scherm plaatsvindt, is belichaamde AI waarschijnlijk overbodig. Een softwareagent of een LLM met tools is doorgaans goedkoper, gemakkelijker te updaten en gemakkelijker te beheren. Belichaming wordt waardevol wanneer het bedrijfsprobleem fysiek werk omvat dat niet kan worden gereduceerd tot een vaste reeks deterministische bewegingen.

Het echte knelpunt is de betrouwbaarheid, niet de demo.

Robotica-demonstraties kunnen indrukwekkend zijn omdat ze een lastig gedrag minstens één keer laten zien. Productietechniek stelt een moeilijkere vraag: hoe vaak slaagt het systeem erin om te functioneren gedurende duizenden cycli, rekening houdend met veranderende lichtomstandigheden, objectvariaties, gedeeltelijke obstructie, versleten grijpers, netwerkonderbrekingen en de aanwezigheid van mensen in de werkruimte?

Die kloof verklaart waarom belichaamde AI moet worden geëvalueerd aan de hand van operationele meetwaarden, en niet alleen op basis van benchmarkscores. Teams moeten het succes van taken, het interventiepercentage, het herstelpercentage, het aantal botsingen of bijna-botsingen, de cyclustijd, de downtime, de kalibratieafwijking en de kosten van storingen meten. Een succespercentage van 90% kan uitstekend zijn voor onderzoek, maar onacceptabel voor een productielijn als de resterende 10% de daaropvolgende processen stillegt.

Veiligheid verandert de technische norm.

Zodra een AI-systeem hardware kan aansturen, kan de veiligheid niet langer worden overgelaten aan het algemene redeneervermogen van het model. Praktische implementaties vereisen gelaagde controles: snelheids- en krachtlimieten, beschermde zones, noodstops, botsingspreventie, deterministische controllers op laag niveau, overgangen naar veilige toestanden, menselijke tussenkomst, logging en een risicobeoordeling afgestemd op de toepassing.

Voor industriële robots behandelt ISO 10218-1:2025 de veiligheidseisen voor industriële robots, terwijl ISO 10218-2:2025 de integratie van industriële robottoepassingen en -cellen behandelt. Deze normen dekken niet elke toepassing van geïntegreerde AI – servicerobots en consumentenomgevingen vallen onder een andere categorie – dus organisaties moeten de normen en voorschriften identificeren die daadwerkelijk van toepassing zijn op hun product en rechtsgebied.

Dit is een van de redenen waarom een ​​hybride architectuur aantrekkelijk is: een model op hoog niveau kan doelen en plannen voorstellen, terwijl gecertificeerde of strikt afgebakende subsystemen bewegingslimieten en veiligheidsregels afdwingen die het generatieve model niet kan overrulen.

Hoe bepaal je of belichaamde AI geschikt is voor jouw probleem?

Voordat je een humanoïde robot koopt of een VLA-onderzoeksprogramma start, vraag je dan af of de taak voldoende economische en technische structuur heeft om belichaming te rechtvaardigen. Een veelbelovende kandidaat beantwoordt de meeste van de volgende vragen doorgaans met "ja":

• Het werk brengt aanzienlijke kosten, vertragingen, veiligheidsrisico's of arbeidstekorten met zich mee in de fysieke wereld.
• De taak herhaalt zich vaak genoeg om integratie en gegevensverzameling te rechtvaardigen.
• De omgeving kan worden afgebakend, in kaart gebracht, van meetinstrumenten voorzien of geleidelijk vereenvoudigd.
• Succes en mislukking kunnen objectief worden gemeten.
• Storingen kunnen snel worden opgespoord en naar een veilig herstelpad worden geleid.
• Een mens kan toezicht houden op de eerste implementaties terwijl het systeem bewijsmateriaal verzamelt.
• De hardware beschikt al over voldoende detectiemogelijkheden, bereik, laadvermogen, precisie en duurzaamheid voor de taak.
• De verwachte waarde is hoog genoeg om de kosten te dekken van robots, computerkracht, integratie, onderhoud en veiligheidstechniek – en niet alleen modelinferentie.

Als meerdere van deze beweringen onjuist zijn, kan een eenvoudigere automatiseringsstack beter zijn. Vaste robotica, machinaal zien in combinatie met regels, een digitale agent of een workflow met menselijke tussenkomst kunnen qua kosten en betrouwbaarheid beter presteren dan een ambitieus systeem met geïntegreerde AI.

Waarom 2026 anders aanvoelt dan eerdere golven van robotica.

Vanaf september 2026 is het sterkste bewijs voor een verschuiving niet één enkele humanoïde robot of één enkele maatstaf. Het is de convergentie van verschillende mogelijkheden die voorheen afzonderlijk werden ontwikkeld: taalgestuurde planning, sterke visuele representaties, robotbeleid dat meerdere lichaamsvormen omvat, pijplijnen voor synthetische data, inferentie op het apparaat zelf en fundamentele modellen die gespecialiseerd zijn in fysiek redeneren.

DeepMind beschreef in 2025 de Gemini Robotics 1.5, een agentarchitectuur die belichaamd redeneren op hoog niveau combineert met een VLA (Virtual Learning Architecture) voor fysieke taken met meerdere stappen. De opvolger uit 2026 breidt deze richting uit naar volledige lichaamsbesturing en meerdere robots. NVIDIA's GR00T-lijn toont een parallelle inspanning rond open humanoïde basismodellen. Physical Intelligence onderzoekt generalistische robotbeleidsregels die behendig gedrag leren op meerdere platforms. Open-source initiatieven zoals OpenVLA maken de kern van de VLA-aanpak gemakkelijker te bestuderen en aan te passen voor onderzoekers.

Dit alles bewijst niet dat robots voor algemeen gebruik zich net zo snel zullen ontwikkelen als chatbots. Fysieke systemen hebben te maken met productiekosten, beperkingen op het gebied van batterijen, slijtage van actuatoren, onderhoud, veiligheidscertificering en beperkingen op het gebied van gegevensverzameling, waar softwareproducten geen last van hebben. De analogie met de opkomst van LLM is nuttig om de strategie van het basismodel te begrijpen, maar mag niet worden gebruikt om dezelfde adoptiecurve aan te nemen.

Hoe de volgende grens er waarschijnlijk uit zal zien

De meest geloofwaardige aanpak is niet een plotselinge vervanging van taalmodellen door robots. Het is een gelaagde structuur waarin taal en multimodale basismodellen één laag vormen van een breder systeem voor fysieke intelligentie. Modellen op hoog niveau zullen intenties interpreteren, kennis ophalen, plannen en uitleggen. Visie-taal-actiebeleid zal doelen omzetten in concrete vaardigheden. Klassieke besturings- en specifieke veiligheidssystemen zullen beweging stabiliseren en strikte grenzen afdwingen. Simulaties en data uit de praktijk zullen het beleid continu verbeteren.

Die combinatie zou robots flexibeler kunnen maken dan traditionele automatisering, zonder te pretenderen dat probabilistische modellen op zichzelf voldoende zijn. De bedrijven die hier als eerste van profiteren, zijn waarschijnlijk de bedrijven die kiezen voor afgebakende, waardevolle taken, deze goed instrumenteren, fouten nauwkeurig meten en een veilig alternatief hebben.

Kortom: belichaamde AI is aantrekkelijk omdat het intelligentie omzet in verantwoorde fysieke actie. LLM's leerden machines symbolen op opmerkelijke schaal te manipuleren; belichaamde AI stelt de vraag of die kennis bestand is tegen contact met de echte wereld. Het antwoord is steeds vaker "soms"—en de uitdaging om dat om te zetten in "betrouwbaar, veilig en economisch" is de cruciale stap.