Ludo Robotics, het robotbedrijf van PUBG-uitgever Krafton, stelde op 30 oktober Ludi 0.2 voor. Dat is AI die een robot moet laten begrijpen wat je bedoelt: je gebaren lezen, onthouden wat je net zei en van koers veranderen als jij van gedacht verandert. Wie verder leest dan het persbericht, ziet een eerlijk maar vroeg verhaal. Voor Ludi 0.2 zijn geen cijfers gepubliceerd, de enige scores komen uit een simulatie en de topman noemt het zelf een onderzoeksdemo. Hieronder lees je hoe het werkt, wat de cijfers wel zeggen en waarom een gamebedrijf hieraan begint.
Wat is Ludi 0.2?
Ludi is het systeem dat Ludo Robotics als ‘brein’ voor robots ontwikkelt. Het bedrijf heeft zijn hoofdzetel in Palo Alto en een onderzoekslab in Seoul. Krafton-CEO CH Kim leidt ook Ludo, Krafton-AI-baas Kangwook Lee is er CTO. Versie 0.2 werd getoond op het Bay Area Robotics Symposium aan UC Berkeley. Volgens Krafton is het systeem op vijf punten beter dan de eerste versie van augustus:
- Sociale intelligentie: beter inschatten wat iemand wil, reageren op feedback en rekening houden met sociale signalen.
- Geheugen en redeneren: de context vasthouden als een taak of situatie verandert.
- Toolcoördinatie: rijden, grijpen en praten beter op elkaar afstemmen.
- Gebaren: herkennen en erop reageren tijdens de fysieke interactie.
- Beweging: vloeiender en beter aanpasbaar, in de omgevingen die het systeem kent.
Lee vat het probleem samen: robots kunnen steeds meer fysieke taken aan, maar mensen begrijpen en op hen reageren blijft volgens hem “een grote uitdaging”. Let op het woord ‘uitgebracht’ in sommige berichten. Je kan Ludi 0.2 niet downloaden of via een API gebruiken. Het is een voorstelling van onderzoek.
Hoe werkt Ludi onder de motorkap?
Over versie 0.2 zelf publiceerde Ludo weinig technische details. De opbouw staat wel uitgebreid in de paper over Ludi 0.1 van augustus, en volgens Fast Company behoudt 0.2 die architectuur. Ludi is geen groot model dat alles doet. Het is een harnas: een klein coördinerend model dat andere modellen en tools aanstuurt.
- De coördinator is Qwen3.5-4B, een open taal- en beeldmodel van Alibaba met 4 miljard parameters. Ludo trainde het bij op 14.432 synthetische gesprekken met dubbelzinnige vragen, correcties en onderbrekingen. Het ziet de camerabeelden, leest wat je zegt en kiest de volgende stap.
- Rijden gebeurt via benoemde plekken op een kaart, zoals ’tafel’ of ‘slaapkamer’. Het taalmodel kiest de bestemming, een aparte planner rekent de route uit.
- Grijpen doet GR00T N1.7 van Nvidia, bijgetraind op opnames waarin mensen de echte robot op afstand bestuurden. Dat model stuurt alleen arm en hand.
- Spraak wordt lokaal omgezet in tekst. Tien seconden Engels kost gemiddeld 94,7 milliseconden verwerking. Dat is de omzetting alleen, niet de tijd tot de robot antwoordt.
- Geheugen is een gedeeld logboek van wat er gezegd, gezien en gedaan is. Een hulpmodel vat oudere stukken op de achtergrond samen.
In de proeven draaide dat op een Unitree G1, een Chinese humanoïde robot die veel onderzoekslabs gebruiken, met een 360°-camera op het hoofd en een GPU-werkstation naast de robot. Voor Ludi 0.2 is het visuele redeneermodel volgens Fast Company opnieuw getraind, zodat het beter inschat hoe het robotlichaam zich rond mensen gedraagt.
De demo in de paper maakt het concreet. Je vraagt de robot om Chloe een cola te brengen. Hij reikt naar het blikje op tafel. Halverwege zeg je dat ze toch liever Pepsi heeft. Ludi breekt de beweging af, neemt de Pepsi en brengt die naar haar kamer. Is je vraag dubbelzinnig, dan vraagt hij eerst welk blikje je bedoelt in plaats van te gokken.
Wat zeggen de cijfers, en wat niet?
Ludo meet zijn vooruitgang met Interaction Core28, een eigen test met 28 huishoudscenario’s in de simulator AI2-THOR. Er zitten leveringen in, vragen die verduidelijking nodig hebben, zoektochten die mislukken en momenten waarop iemand de robot onderbreekt terwijl hij bezig is. De resultaten in de paper over Ludi 0.1:
| Model in de rol van coördinator | Geslaagde scenario’s |
|---|---|
| GPT-5.6 van OpenAI, met geoptimaliseerde prompt | 26 van 28 |
| Qwen3.5-9B, bijgetraind | 20 van 28 |
| Qwen3.5-4B, bijgetraind (draait in Ludi 0.1) | 17 van 28 |
| Qwen3.5-9B, zonder bijscholing | 11 van 28 |
| Qwen3.5-4B, zonder bijscholing | 10 van 28 |
Drie dingen vallen op. De bijscholing werkt: het kleine model gaat van 10 naar 17. Ludo koos toch het kleinste model en niet het sterkere 9B-model, omdat een robot snel moet antwoorden. En een groot commercieel model met een goede prompt doet het nog altijd duidelijk beter dan wat in de robot zit.
Wat de cijfers niet zeggen, is minstens zo belangrijk. Ze gaan over versie 0.1, niet over 0.2: voor de nieuwe versie publiceerde Ludo geen enkele score. Ze komen uit een simulatie en niet uit proeven met mensen in een echt huis. En Ludo ontwierp zowel de trainingsgesprekken als de test zelf, wat de kans vergroot dat ze op elkaar lijken. CH Kim noemde Ludi tegenover Fast Company dan ook een onderzoeksdemo die nog niet betrouwbaar genoeg is voor dagelijks gebruik.
Ter vergelijking: Figure meldde 56% voltooide taken over 420 proeven in een thuisomgeving, zonder onderbroken klussen of mensen in dezelfde ruimte. 1X verkoopt zijn NEO-robot voor 20.000 dollar, met een mens op afstand die bijspringt als het nodig is. De sector staat dus nog ver van een robot die vlot met je samenwerkt.
Waarom bouwt de maker van PUBG robots?
Krafton werkt al jaren aan een verwant probleem in games. PUBG Ally is een AI-teamgenoot die naar je stem luistert, de toestand van het spel leest en in real time handelt. Krafton noemt dat een co-playable character en bouwde het met Nvidia ACE. Voor de bèta van Ally Duo in juni kon iedereen een duo vormen met het AI-personage Ella. Volgens Lee liet Krafton de ontwikkelversie in gehuurde internetcafés zo’n 40.000 potjes spelen met meer dan duizend spelers.
Een robot die je helpt, staat voor dezelfde vragen als zo’n teamgenoot: wat bedoelt mijn partner, wanneer moet ik iets vragen, en wat doe ik als het plan halverwege verandert? Krafton denkt dat zijn ervaring met simulatie en grote hoeveelheden interactiedata daarbij helpt. Ludo combineert gesimuleerde omgevingen, door AI gegenereerde sociale interacties en echte gedragsdata van mensen. Dat lijkt op wat General Intuition met gameplayclips doet, maar dan gericht op het gesprek tussen mens en robot.
Krafton heeft het geld ervoor. De omzet in het tweede kwartaal steeg met 95% tot 1,29 biljoen won, zo’n 890 miljoen dollar. Half oktober zei Lee dat Krafton meer dan 120 AI-onderzoekers en meer dan duizend GPU’s heeft. Toch noemt Kim robotica een project voor de heel lange termijn, en Krafton sluit externe financiering niet uit.
Wat moet er nog gebeuren?
De paper is opvallend eerlijk over de zwakke plek. De samenwerking tussen de onderdelen is volgens de auteurs “operationeel en niet volledig aangeleerd”. Spraak, geheugen, rijden en grijpen blijven aparte stukken die via tool calls met elkaar praten. Dat kan leiden tot contextverlies, vertraging en brosse overdrachten. Lee zei het tegenover Fast Company zo: fysieke beweging en sociale interactie kan je eigenlijk niet los van elkaar zien.
Daarom werkt Ludo aan Ludi 1.0: één foundation model dat waarneming, dialoog en beweging samen leert. Fast Company meldt dat het voor 2027 gepland staat. Volgens de paper over Ludi 0.1 levert het huidige systeem de interactiedata op die nodig zijn om dat model te trainen. Een tweede uitdaging noemt Kim zelf: alles moet passen binnen de rekenkracht die op de robot zelf zit. In 2026 blijft het onderzoek. Pas in 2027 wil Ludo een eerste echte omgeving kiezen. Op lange termijn mikt Ludo op robots in huizen, op de werkvloer en in publieke ruimtes.
Komt zo’n robot ooit naar Europa, dan gelden er duidelijke regels. Een robot met camera’s, microfoons en een langetermijngeheugen verwerkt persoonsgegevens, dus de AVG speelt. En vanaf 20 januari 2027 geldt de nieuwe Europese Machineverordening, die ook eisen stelt aan AI die de veiligheid van een machine beïnvloedt. Meer over waar de sector staat, lees je in ons overzicht van physical AI en de komende tien jaar.
Het echte nieuws is een robot die een vraag stelt
De meeste robotdemo’s tonen wat een robot kan: sneller grijpen, beter lopen, zwaarder tillen. Ludi zet in op iets anders. Een robot die zegt “bedoel je het blauwe of het rode blikje?” en zijn plan omgooit als jij van gedacht verandert, is in een huis of op de werkvloer meer waard dan een robot die feilloos het verkeerde blikje brengt. Dat NEURA Robotics met Neuron AI robots geheugen en tast geeft en Ludo inzet op gesprekken, toont waar het veld naartoe gaat. Of Ludi dat ook buiten het lab waarmaakt, weten we pas als Ludo cijfers uit echte huizen publiceert. Tot dan is Ludi 0.2 een interessante richting, geen product.
Veelgestelde vragen over Ludi 0.2
Kan ik Ludi 0.2 zelf gebruiken?
Nee. Ludi 0.2 is een onderzoekssysteem dat Ludo Robotics op een symposium voorstelde. Er is geen download, API of robot te koop.
Op welke robot draait Ludi?
Ludi 0.1 draaide in de proeven op een Unitree G1-humanoïde met een GPU-werkstation ernaast. Voor Ludi 0.2 noemde Krafton geen hardware.
Is Ludi beter dan GPT-5.6 van OpenAI?
In de enige gepubliceerde test niet. GPT-5.6 haalde 26 van de 28 scenario’s, het kleine model in Ludi 0.1 haalde er 17. Ludo kiest een klein model omdat een robot snel moet reageren en lokaal moet kunnen draaien.
Wanneer komt Ludi 1.0?
Volgens Fast Company in 2027. Krafton zelf noemt geen datum en spreekt van een project voor de langere termijn.
