Robotica umanoide: inizia l'era degli assistenti per tutti con Unitree R1

Il punto di rottura non è la capriola ma il prezzo

Tutti abbiamo seguito negli ultimi anni i video dei robot umanoidi che corrono, saltano, fanno capriole oppure manipolano oggetti, e probabilmente abbiamo avuto la stessa impressione, ovvero quella di assistere ad una tecnologia spettacolare ma ancora lontana dalla vita normale perché dietro a quelle dimostrazioni c'erano spesso prototipi costosissimi, laboratori attrezzati, tecnici specializzati ed una quantità di hardware che rendeva poco realistico immaginare un acquisto privato. Nel 2026 questa distanza si è accorciata in maniera piuttosto brusca, perché Unitree vende R1 Air a 4.900 dollari ed R1 a 5.900 dollari, prezzi ai quali vanno naturalmente aggiunti trasporto, imposte, eventuali dazi ed accessori, ma che cambiano comunque completamente la scala economica del problema, visto che non parliamo più di centinaia di migliaia di euro ma di cifre che iniziano ad entrare nell'ordine di grandezza di un computer professionale molto costoso, di una motocicletta oppure di altre tecnologie che un privato può realmente decidere di acquistare. Io considero questo passaggio molto più importante delle acrobazie che si vedono nei video promozionali, perché una tecnologia diventa davvero interessante quando smette di essere soltanto dimostrabile e comincia ad essere acquistabile, e nel caso di R1 questo confine è stato superato.

C'è però una precisazione che per me è essenziale, perché dire che un umanoide da circa 5.000 o 6.000 dollari esiste NON significa dire che oggi si possa comprarlo, accenderlo ed ordinargli di riordinare la cucina come se fosse un elettrodomestico. Unitree stessa avverte che l'industria degli umanoidi si trova ancora in una fase iniziale, raccomanda agli utenti privati di comprenderne bene i limiti e ricorda che un robot di questo tipo possiede una struttura complessa ed una potenza meccanica che richiedono distanza di sicurezza e prudenza. Questa distinzione cambia parecchio il modo corretto di leggere la notizia, perché la rivoluzione attuale non consiste ancora nell'avere un maggiordomo universale pronto all'uso, consiste nell'avere finalmente una PIATTAFORMA UMANOIDE economicamente accessibile sulla quale software, modelli neurali, teleoperazione ed addestramento possono cominciare a trasformare un corpo meccanico relativamente economico in qualcosa di sempre più utile.

Perché oggi un umanoide può costare così poco

Il segreto non è uno solo ed attribuire tutto semplicemente al software e sarebbe troppo comodo, perché in realtà il prezzo scende grazie alla convergenza di motori elettrici più compatti, riduttori e cuscinetti prodotti su scala maggiore, elettronica di potenza più integrata, batterie derivate da filiere ormai mature, processori economici ma potenti ma soprattutto una capacità industriale (cinese) che riesce a produrre in serie componenti che pochi anni fa sarebbero stati quasi artigianali. Ma il software è effettivamente uno dei protagonisti di questa riduzione, perché sposta una parte enorme della complessità dal progetto meccanico e dalla programmazione deterministica verso l'apprendimento, e questo cambia non solo il costo di sviluppo ma anche il modo in cui il robot affronta situazioni che non erano state previste una per una.

La robotica classica non era affatto stupida e non funzionava semplicemente con una lunga lista di istruzioni, perché utilizzava cinematica diretta ed inversa, pianificazione delle traiettorie, modelli dinamici, controllori in retroazione e sensori che correggevano continuamente il movimento, però richiedeva che il problema fosse descritto in maniera piuttosto esplicita, con una geometria conosciuta, vincoli definiti ed obiettivi trasformabili in traiettorie calcolabili. I nuovi sistemi aggiungono a questa struttura politiche neurali apprese, attraverso le quali una rete può ricevere lo stato del robot e dell'ambiente e produrre direttamente un'azione oppure un riferimento motorio, imparando da milioni di esempi simulati, da dimostrazioni umane ed anche da tentativi nei quali il comportamento viene premiato o penalizzato. Per questo, quando si parla di Reti Neurali End-to-End,bisogna intendersi bene perché non significa necessariamente che una singola rete sostituisca ogni controllore del robot, significa piuttosto che una parte sempre più ampia della catena che va dalla percezione all'azione può essere appresa invece di essere scritta a mano, mentre sotto continuano normalmente a lavorare anelli di controllo ad alta frequenza che stabilizzano motori, coppie, posizioni ed equilibrio.

Che cosa c'è realmente dentro Unitree R1

Se guardiamo i numeri dell'R1 standard, il robot è alto ~123 centimetri, pesa ~29 chilogrammi con la batteria ed utilizza 26 gradi di libertà che vuol dire 26 articolazioni motorizzate complessive con sei gradi di libertà per ciascuna gamba, cinque per ciascun braccio, due in vita e due nella testa. Unitree utilizza motori PMSM (Permanent Magnet Synchronous Motor), che sono dei motori sincroni a magneti permanenti con rotore interno a bassa inerzia (non hanno avvolgimenti in rame o alluminio ne bobine; il campo magnetico è generato direttamente dai magneti permanenti, riducendo drasticamente la massa complessiva della parte rotante) mentre sugli assi compaiono cuscinetti a rulli incrociati e cuscinetti a sfere a doppia gola, una scelta che serve ad ottenere una struttura relativamente rigida senza far esplodere il peso. La versione R1 Air riduce il numero totale a 20 gradi di libertà e pesa circa 27 chilogrammi, mentre R1 EDU può arrivare, a seconda della configurazione, fino a 40 gradi di libertà ed è proprio la variante EDU quella nella quale Unitree prevede l'espansione più interessante per ricerca, sviluppo secondario e mani robotiche ad alta destrezza opzionali.

Sul fronte della percezione l'R1 standard dispone di una camera binoculare, di un array di quattro microfoni, di altoparlanti, Wi-Fi 6 e Bluetooth 5.2, mentre il calcolo di base è affidato ad un processore ad otto core; la variante EDU può aggiungere moduli ad alta potenza di calcolo, compresi sistemi della famiglia NVIDIA Orin nell'ordine di 40 fino a 100 TOPS, che diventano importanti quando si vogliono eseguire localmente modelli di visione, reti di controllo o modelli multimodali più pesanti. L'autonomia dichiarata è di circa un'ora e la batteria è rimovibile rapidamente, con una capacità indicata intorno ai 199 Wh, quindi anche qui si capisce subito che non siamo davanti ad un elettrodomestico che può lavorare per una giornata intera senza fermarsi, ma ad una macchina nella quale il cambio rapido della batteria e la gestione dei cicli di lavoro fanno ancora parte del progetto operativo.

Un particolare che ritengo importante, perché evita di attribuire al modello base capacità che in realtà richiedono altro hardware, riguarda le mani. L'R1 normale NON viene dichiarato da Unitree con una mano destrosa di serie, mentre le mani robotiche ad alta destrezza risultano opzionali sulla piattaforma EDU, quindi quando vediamo un umanoide afferrare piatti, bicchieri, tessuti oppure oggetti piccoli dobbiamo chiederci sempre quale end-effector stia usando, quali sensori di forza siano presenti e quale software di manipolazione stia girando. È un dettaglio tutt'altro che secondario, perché camminare bene e manipolare bene sono due problemi differenti, e spesso il secondo è perfino più difficile del primo quando l'ambiente non è stato preparato apposta.

Come una rete neurale arriva a muovere un corpo

Il principio può essere descritto in modo abbastanza semplice senza banalizzarlo, perché ad ogni istante il robot costruisce un'osservazione che possiamo chiamare o_t, nella quale entrano immagini delle telecamere, orientamento dell'IMU, posizione e velocità delle articolazioni, eventuali stime delle forze, stato dei piedi, comandi vocali ed informazioni sulla scena, poi una politica neurale π calcola un'azione a_t secondo una relazione del tipo a_t = π(o_t, h_t), dove h_t rappresenta eventualmente la memoria dello stato precedente. Quell'azione non deve necessariamente essere la corrente elettrica da applicare al motore, perché può essere un angolo desiderato, una velocità, una coppia, una posa dell'end-effector oppure una sequenza di primitive motorie, e proprio questa separazione permette di combinare apprendimento neurale e controllo tradizionale invece di pretendere che una rete faccia tutto da sola.

Con il Reinforcement Learning il robot impara massimizzando una funzione di ricompensa, che può premiare stabilità, velocità, risparmio energetico, raggiungimento di una posizione, contatto corretto con il terreno ed assenza di cadute, e siccome far cadere fisicamente un robot milioni di volte sarebbe costosissimo si lavora soprattutto in simulazione, accelerando migliaia di ambienti in parallelo e variando attriti, masse, ritardi dei sensori, rigidità ed imperfezioni del modello. Questa randomizzazione serve al cosiddetto sim-to-real, cioè al trasferimento dalla simulazione al mondo reale, perché se la rete ha imparato soltanto in un simulatore perfetto rischia di fallire appena un pavimento scivola un poco oppure una giuntura risponde diversamente dal previsto. L'Imitation Learning aggiunge invece dimostrazioni umane o traiettorie di riferimento, attraverso le quali il sistema non deve scoprire ogni comportamento da zero ma può imparare a riprodurre movimenti già osservati, ed Unitree utilizza esplicitamente questo linguaggio anche per la propria famiglia G1, descritta come guidata da imitazione e Reinforcement Learning.

La parte che sta cambiando ancora più rapidamente è quella dei VLA (Vision-Language-Action), cioè modelli nei quali immagini, linguaggio ed azioni vengono portati nello stesso spazio di apprendimento, perché a quel punto il comando non è più soltanto "vai al punto X" ma può diventare "prendi la bottiglia d'acqua sul tavolo e portala alla persona seduta", con il modello che deve riconoscere gli oggetti, interpretare la richiesta, scegliere una sequenza di azioni ed adattarla mentre il mondo cambia. Google DeepMind aveva mostrato questa direzione già con RT-2 ed oggi la stessa idea di fondo sta entrando sempre più direttamente nella robotica umanoide, mentre Tesla dichiara di lavorare su percezione, pianificazione, controllo ed autonomia per Optimus e Xiaomi continua a sviluppare la propria linea CyberOne; BYD è entrata nello stesso campo nel 2026, segno che il settore non è più composto soltanto da laboratori di robotica ma sta attirando aziende abituate a produrre milioni di sistemi elettromeccanici complessi.

Pulizie e riordino, il primo scenario che viene spontaneo immaginare

Se avete mai lasciato una stanza in disordine, saprete certamente che per un essere umano raccogliere una maglietta, distinguere un bicchiere da un giocattolo, capire dove dovrebbe stare un oggetto e spostarlo sembra quasi banale, ma per un robot questa è una concatenazione di problemi difficili, perché deve localizzarsi, costruire una rappresentazione tridimensionale dell'ambiente, segmentare gli oggetti nell'immagine, riconoscerli, stimarne la posa, scegliere il punto di presa, muovere il braccio senza urtare nulla, modulare la forza della presa e poi ricordare quale fosse la destinazione corretta. È precisamente qui che l'Embodied AI, cioè l'Intelligenza Artificiale incarnata in un corpo, comincia ad avere senso, perché la rete non si limita a dire che quello è un bicchiere ma deve trasformare questa conoscenza in una sequenza fisica che termina soltanto quando il bicchiere si trova davvero dove deve stare.

Per questo considero realistico immaginare R1 e robot della stessa classe impegnati nel riordino leggero, nel recupero di oggetti, nello spostamento di piccoli carichi, nell'uso di strumenti semplici e, con mani adeguate ed addestramento specifico, anche in compiti come caricare una lavastoviglie oppure passare un aspiratore, ma NON considero corretto presentare queste funzioni come capacità universali già garantite dall'R1 che si compra oggi. La differenza sembra sottile ma è enorme, perché il corpo meccanico può essere abbastanza agile per compiere quei movimenti, mentre la riuscita autonoma del compito richiede percezione robusta, manipolazione fine, pianificazione di azioni lunghe e soprattutto capacità di recuperare dagli errori, visto che in una casa vera una sedia viene spostata, un asciugamano cade, una porta rimane socchiusa ed un oggetto non si trova esattamente dove il modello se lo aspettava. Il vero salto, quindi, non sarà vedere un robot eseguire una volta una dimostrazione perfetta, sarà vederlo sbagliare, capire di avere sbagliato, correggersi ed arrivare comunque alla fine del lavoro.

Co-assistenza agli anziani, lo scenario più importante e più delicato

A mio avviso il campo nel quale questi robot potrebbero avere l'impatto sociale maggiore non è la fabbrica e nemmeno il salotto perfettamente ordinato, ma la co-assistenza alle persone anziane o con mobilità ridotta, perché un umanoide potrebbe teoricamente unire telepresenza, capacità di spostarsi in un ambiente costruito per esseri umani, riconoscimento visivo, comunicazione vocale e manipolazione di oggetti. In pratica può diventare gli occhi, le orecchie e, entro limiti ben definiti, le mani di un familiare oppure di un operatore che non si trova fisicamente nella stanza, portando acqua, recuperando un telefono, ricordando una terapia, verificando che una persona risponda, controllando se qualcosa è caduto a terra ed inviando immagini o allarmi quando rileva una situazione anomala. Leggendo e rileggendo le caratteristiche di questo automa, metterei però un confine tecnico molto netto, perché aiutare fisicamente una persona ad alzarsi dal letto o da una sedia non è la stessa cosa che portarle un bicchiere, e quindi un movimento del genere trasferisce carichi sul corpo umano, richiede controllo di forza affidabile, conoscenza della postura della persona, ridondanza, rilevamento immediato dello scivolamento, strategie sicure in caso di perdita di alimentazione ed una validazione che non può essere sostituita da un video promozionale, quindi personalmente non riterrei ancora fattibile usare un R1 standard come ausilio per sollevare una persona fragile ed infatti non presentano questa funzione come già disponibile, ma il concetto di CO-ASSISTENZA rimane estremamente interessante proprio perché non pretende di eliminare l'essere umano, ma aiutarlo, con il robot che esegue localmente i compiti fisici a basso rischio mentre un familiare oppure un operatore supervisiona a distanza, interviene in teleoperazione quando l'autonomia non è sufficiente ed attiva i soccorsi quando serve.

Questa architettura ibrida risolve anche uno dei problemi più grandi della robotica autonoma, cioè il caso raro che il modello non ha mai visto. Se il robot deve portare una bottiglia ed improvvisamente trova una sedia rovesciata, può tentare di pianificare un percorso alternativo, ma se non è sicuro può fermarsi e chiedere assistenza; l'operatore remoto vede la scena, prende temporaneamente il controllo, supera il problema e restituisce poi l'autonomia alla macchina, mentre quell'episodio può diventare nuovo materiale di addestramento. È un meccanismo molto più realistico dell'idea di un robot perfettamente autonomo dal primo giorno, perché permette di far crescere le capacità nel tempo usando la supervisione umana come rete di sicurezza e contemporaneamente come sorgente di dati.

La vera rivoluzione è che il corpo robotico è diventato una piattaforma software

Per molti anni il problema principale della robotica umanoide era costruire un corpo che riuscisse semplicemente a stare in piedi, camminare, non distruggersi ad ogni caduta ed avere abbastanza attuatori da imitare una parte utile della mobilità umana, mentre oggi quel corpo comincia a diventare un componente acquistabile e quindi il valore si sposta sempre di più verso ciò che sa imparare. Questo è il motivo per cui guardo all'R1 non tanto come al prodotto definitivo ma come ad una specie di PC dei primi anni dell'informatica personale, ancora limitato, ancora bisognoso di competenze ed accessori, però abbastanza economico da poter uscire dai laboratori più ricchi ed entrare nelle università, nelle piccole aziende, nei gruppi di ricerca e, per la prima volta con una certa credibilità, anche nelle mani di privati appassionati.

La concorrenza accelera ulteriormente questo processo, perché Tesla lavora ad Optimus con l'obiettivo dichiarato di creare un bipede general purpose, Xiaomi continua ad esplorare la robotica umanoide con CyberOne, BYD ha formalizzato il proprio ingresso nel settore ed in Cina decine di aziende stanno cercando di trasformare la superiorità manifatturiera in una nuova industria dell'Embodied AI. Ma la parte che mi interessa davvero non è stabilire chi farà la capriola migliore, è osservare quando questi corpi diventeranno sufficientemente economici, affidabili ed aperti da permettere agli sviluppatori di fare quello che negli anni Ottanta e Novanta fecero con i personal computer, ovvero prendere una piattaforma nata con capacità limitate e costruirci sopra applicazioni che il produttore originale non aveva nemmeno immaginato.

Per questo il 2026, a mio parere, merita davvero di essere ricordato come uno spartiacque, non perché l'assistente umanoide perfetto sia già arrivato ma perché per la prima volta il suo corpo comincia ad avere un prezzo compatibile con una diffusione molto più ampia, ed una volta che il corpo diventa accessibile il problema si sposta sull'Intelligenza Artificiale, sui dati, sulla sicurezza, sull'autonomia e sulla capacità di manipolare il mondo reale. È precisamente in questo passaggio che la robotica smette lentamente di essere una collezione di macchine programmate per un gesto specifico ed inizia a diventare qualcosa di più vicino ad una nuova piattaforma informatica, nella quale percezione, linguaggio ed azione si incontrano nello stesso sistema fisico, e portano la AI veramente nel mondo reale.