Dataconomy DE
Subscribe
No Result
View All Result
Dataconomy DE
Subscribe
No Result
View All Result
Dataconomy DE
No Result
View All Result

Warum konnte der Rabbit R1 nicht überzeugen?

byKerem Gülen
September 26, 2024
in Artificial Intelligence
Home Artificial Intelligence
Share on FacebookShare on Twitter

Der Rabbit R1, der nach seinem großen Auftritt auf der CES 2024 als revolutionäres KI-Gerät gepriesen wurde, erwies sich als schmerzhafte Lektion in Sachen KI-Hardwaredynamik. Obwohl R1 gut begann Entgegen der Vision seines Gründers Jesse Lyu stagnierte die Entwicklung dieser Social-Media-Anwendung, und fünf Monate nach ihrer Einführung nutzten tatsächlich nur 5.000 der 100.000 registrierten Benutzer R1.

Sprechen mit Fast CompanyLyu gab zu, dass das Gerät überstürzt auf den Markt gebracht wurde, obwohl es nicht vollständig mit den großen Giganten wie Apple oder Google konkurrieren kann. Der Fehlstart und die Reihe von Enttäuschungen und technischen Problemen machten Rabbit R1 jedoch zu einem der größten KI-Hardware-Misserfolge des Jahres.

Dass der Rabbit R1 nicht erfolgreich war, spricht Bände über den Zustand des KI-Hardware-Segments. Ein weiteres Problem war, dass er nie auch nur annähernd die gerade angekündigten Funktionen erfüllen konnte, darunter auch sein massiv beworbenes Large Action Model (LAM). Auf der CES wurde der R1 wurde als universelles Werkzeug vorgestellt, das alle möglichen Probleme lösen muss — vom Einloggen auf einer Website bis zum Buchen eines Flugs oder Bestellen von Essen — nur mit Sprachbefehlen. Die Tester und ersten Benutzer berichteten jedoch, dass diese Funktionen entweder nicht vollständig implementiert oder fehlerhaft waren.

Als Reaktion darauf musste das Rabbit-Team Zeit investieren, um diese Probleme zu beheben, und veröffentlichte 16 Firmware-Updates, um die Probleme zu beheben. Diese Updates wurden durchgeführt, um die Fehler des R1 zu beheben, aber für viele Benutzer war der Schaden bereits angerichtet. In den ersten Monaten nach der Veröffentlichung der Anwendung waren viele frühe Benutzer enttäuscht und die Anzahl der DAU ging erheblich zurück. Das Problem ist, dass Rabbit R1 keinen einzigartigen Markt hat, auf den es abzielen kann, da das Gerät kompliziert ist und Zeit braucht, um Befehle zu lernen, während Smartphones auch KI-Funktionen als Funktionen integrieren, die die Existenz von Rabbit R1 tatsächlich bedrohen.

Ein umfassenderer Kampf um KI-Hardware

Derzeit sind die Schwierigkeiten von Rabbit R1 kein Einzelfall – dieses Problem liegt vielen KI-Hardware-Entwicklungsprozessen zugrunde. Während Unternehmen versuchen, die Zukunft intelligenter Geräte zu erfassen, stehen sie vor unglaublich schwierigen und komplexen praktischen und infrastrukturellen Problemen bei der Implementierung von Gehäusen, die Form und Funktion in vollem Umfang abdecken und gleichzeitig das Benutzererlebnis optimieren.

Ein weiteres schönes Beispiel ist der jüngste Fall von AI Pin entwickelt von Humane alle falschen Pins zu entfernen, war aber auch ein Flop. Humanes Produkt, das ursprünglich mit 850 Millionen Dollar kapitalisiert war, wurde häufiger zurückgenommen als verkauft. Wie im Fall von Rabbit R1 versprach Humanes AI Pin viel, konnte die Erwartungen jedoch nicht erfüllen.

Warum hatte der Rabbit R1 Probleme, die gewünschten Ergebnisse zu erzielen?
Die Schwierigkeiten von Rabbit R1 sind kein Einzelfall – dieses Problem liegt vielen KI-Hardware-Entwicklungsprozessen zugrunde (Bildnachweis)

Können die R1 eingelöst werden?

Trotz der schlechten Erfahrungen mit Rabbit R1 bei seiner Einführung scheint Jesse Lyu zuversichtlich, was das Auto angeht. Das Unternehmen arbeitet noch an der Weiterentwicklung von Large Action Model; die nächste Version von LAM soll am 1. Oktober als Beta-Version live gehen. Der Autor glaubt, dass dieses Update viele der Probleme beheben wird, die Benutzer mit der ersten Version hatten. LAM wurde ebenfalls aktualisiert. LYus Team arbeitet daran, es ihm zu ermöglichen, sich durch Websites zu bewegen und Aufgaben wie das Hinzufügen von Produkten zu einem Einkaufswagen oder sogar das Buchen eines Flugs auszuführen.

Laut den Rückmeldungen der Beta-Benutzer ist das neue LAM-System von WIP langsamer, systematischer und fehlerhaft, es handelt sich jedoch um eine Verbesserung gegenüber dem vorherigen System.

Es bleiben jedoch Herausforderungen bestehen. Dies führt zum dritten Problem des LAM-Systems. Neben seiner starken Abhängigkeit von der Zusammenarbeit mit Websites von Drittanbietern gibt es immer Fragen zur Kompatibilität. LAM macht Rabbit R1 potenziell anfällig für die Abschaltung, wenn große Websites wie Amazon oder Google beschließen, LAM den Zugriff auf ihre Systeme zu verweigern.

Es bleibt abzuwarten, ob eigenständige KI-Geräte wie das Rabbit R1 die in Smartphones integrierte KI tatsächlich herausfordern können. Smartphones wie iPhone 16 Und Samsung S24 sind bereits mit fortgeschrittenen KI-Fähigkeiten ausgestattet, die die meisten LAM-Aufgaben ausführen können, mit denen Rabbit prahlt. Lyu hat auch bekräftigt, dass es bei Rabbit nicht nur um Telefone geht, sondern dass es Bestrebungen nach einem standardisierten System gibt, das sich gleichermaßen einfach unter Linux, Windows, macOS usw. installieren lässt. Aber sind die Verbraucher tatsächlich bereit, sich so sehr dafür zu interessieren, dass sie in ein weiteres Gerät investieren, und zwar in einen tragbaren intelligenten Lautsprecher, ganz zu schweigen davon, dass sie bereits KI-betriebene Smartphones in den Händen halten, die ebenfalls eine beachtliche Audioqualität aufweisen?

Zusammenfassend lässt sich sagen, dass die Entwicklung von Rabbit R1 auf die Bildung von Wendepunkten ausgerichtet ist, die der Entstehung einer neuen Branche innewohnen. Trotz der Erfahrungen aus erster Hand, Kritik zu überwinden und sich gegen sie zu verteidigen, haben Lyu und sein Team einen harten Weg zur Rehabilitation und Wiedergutmachung geebnet. Die KI-Hardwarebranche ist voller Potenzial, aber auch voller Risiken; es gibt Fallstricke, die, wenn sie richtig verstanden werden, in der Praxis vermieden werden sollten, derzeit jedoch zu Spannungen zwischen Praktikabilität und Idealismus führen.


Bildnachweis: Kaninchen

Tags: Kaninchen r1KIkünstliche Intelligenz

Related Posts

OpenAI führt den eigenständigen ChatGPT Translate ein

OpenAI führt den eigenständigen ChatGPT Translate ein

Januar 15, 2026
Der Startzeitpunkt von DeepSeek V4 und R2 bleibt verborgen

Der Startzeitpunkt von DeepSeek V4 und R2 bleibt verborgen

Januar 15, 2026
Zwillinge gewinnen persönliche Intelligenz, um Daten aus Gmail und Fotos zu synthetisieren

Zwillinge gewinnen persönliche Intelligenz, um Daten aus Gmail und Fotos zu synthetisieren

Januar 15, 2026
Amazon erzwingt ein Upgrade von Prime-Mitgliedern auf Alexa+

Amazon erzwingt ein Upgrade von Prime-Mitgliedern auf Alexa+

Januar 14, 2026
Google rüstet Veo 3.1 mit nativer vertikaler Videogenerierung auf

Google rüstet Veo 3.1 mit nativer vertikaler Videogenerierung auf

Januar 14, 2026
Dank Anthropic verfügt Slackbot jetzt über Agentenfunktionen

Dank Anthropic verfügt Slackbot jetzt über Agentenfunktionen

Januar 14, 2026

Recent Posts

  • Der 10-stündige Verizon-Ausfall ist endlich behoben
  • OpenAI gibt Cerebras-Deal über 10 Milliarden US-Dollar für 750 MW Rechenleistung bekannt
  • Netflix startet Video-Podcasts mit Pete Davidson und Michael Irvin in den Hauptrollen
  • Appfigures: Die Ausgaben für mobile Apps erreichen einen Rekordwert von 155,8 Milliarden US-Dollar
  • Digg startet öffentliche offene Beta als schadstofffreier Reddit-Rivale

Recent Comments

Es sind keine Kommentare vorhanden.
Dataconomy DE

COPYRIGHT © DATACONOMY MEDIA GMBH, ALL RIGHTS RESERVED.

  • Home
  • Sample Page

Follow Us

  • Home
  • Sample Page
No Result
View All Result
Subscribe

This website uses cookies. By continuing to use this website you are giving consent to cookies being used. Visit our Privacy Policy.