Robot umanoidi, la sfida è nei dati: in Italia nasce il centro europeo

Per far lavorare davvero un robot umanoide non bastano testi, immagini o video: servono dati raccolti mentre la macchina si muove, afferra oggetti, misura le distanze e reagisce a ciò che accade intorno. È su questa difficoltà che Generative Bionics costruisce il proprio progetto più ambizioso, una struttura italiana da 5.000 metri quadrati destinata ad addestrare centinaia di robot in ambienti industriali reali e simulati.

L’annuncio è arrivato al CES Unveiled di Milano, appuntamento che anticipa alcune delle tecnologie attese al CES di Las Vegas. L’azienda, nata nel 2025 come spin-off dell’Istituto Italiano di Tecnologia dopo quindici anni di ricerca nella robotica umanoide, punta a trasformare il centro nel più grande polo europeo dedicato alla generazione di dati per la cosiddetta intelligenza artificiale fisica.

Il nodo decisivo sono i dati fisici

I modelli che alimentano strumenti come ChatGPT vengono costruiti a partire da enormi quantità di contenuti digitali. Un robot, invece, deve imparare a interpretare il mondo materiale: deve riconoscere un componente, dosare la forza della presa, percepire una variazione di temperatura e fermarsi se una persona entra nella sua area operativa.

Per questo il progetto non prevede un unico modello valido per ogni situazione. Daniele Pucci, amministratore delegato di Generative Bionics, ha spiegato che un umanoide impegnato nella saldatura all’interno di un cantiere navale non può avere necessariamente le stesse caratteristiche di una macchina destinata all’assistenza sanitaria. L’obiettivo è quindi sviluppare piattaforme adattate ai diversi comparti, dalla logistica alla produzione fino alla cura delle persone.

Al centro del sistema ci sarà GENE.01, il robot umanoide modulare realizzato dalla società. La sua pelle artificiale multimodale dovrebbe consentirgli di raccogliere, oltre alle immagini, informazioni legate al contatto e alla prossimità, elementi fondamentali per interagire in sicurezza con oggetti e operatori.

Dalla fabbrica reale alla simulazione

La prima struttura della rete Physical AI Data Factory sorgerà in Italia, in una località già scelta ma non ancora resa pubblica. Secondo i piani, un nucleo iniziale dovrebbe essere pronto entro il quarto trimestre del 2026, mentre il centro completo è indicato come operativo entro il quarto trimestre del 2027.

All’interno saranno ricreati spazi concordati con le aziende partner, come linee di assemblaggio, magazzini e altre aree di lavoro. I robot raccoglieranno dati su movimenti, pressioni, temperature e condizioni operative mentre eseguiranno compiti progettati per i diversi settori.

Gli stessi ambienti saranno poi trasformati in gemelli digitali, cioè copie virtuali capaci di riprodurre spazi, oggetti e macchine. Le simulazioni permetteranno di cambiare rapidamente la posizione dei materiali, le loro proprietà o le condizioni di lavoro, includendo anche guasti e scenari rischiosi difficili da ricreare nella realtà.

I modelli addestrati al computer verranno trasferiti sugli umanoidi fisici per verificarne il comportamento. I risultati dei test torneranno quindi nel processo di apprendimento, alimentando nuovi cicli di simulazione e miglioramento.

Tre poli e il calcolo di AMD

La strategia dell’azienda comprende tre impianti. Dopo quello italiano è prevista una seconda sede in un altro Paese europeo; la terza dovrebbe servire i mercati internazionali. L’investimento complessivo è definito multimilionario, ma non è stata comunicata una cifra precisa.

AMD fornirà l’infrastruttura di calcolo attraverso Helios, piattaforma destinata a gestire i dati provenienti dai robot, la costruzione degli ambienti virtuali e l’addestramento dei modelli. La collaborazione tra le due società era già iniziata con lo sviluppo di GENE.01 e ora viene estesa all’intero impianto di formazione.

La capacità di elaborare nello stesso momento migliaia di varianti di un ambiente dovrebbe ridurre tempi e costi rispetto a un addestramento basato soltanto sulle prove fisiche. Per sostenere questo lavoro saranno utilizzati sistemi di calcolo ad alte prestazioni, necessari per affrontare simulazioni molto complesse.

Tra gli obiettivi figura anche la creazione dei World Action Models, modelli capaci di collegare ciò che il robot percepisce alle azioni che può compiere e agli effetti prodotti da quelle azioni. La società dovrà però affrontare un problema già evidenziato da Pucci: reperire una quantità sufficiente di componenti hardware e di processori per portare il progetto dalla fase iniziale alla scala industriale.