Cuộc đua robot đang chuyển từ phần cứng sang trí tuệ nhân tạo

Sự dịch chuyển này thúc đẩy làn sóng đầu tư vào AI hiện thân (embodied AI), lĩnh vực phát triển phần mềm cho phép AI nhận thức và tương tác với thế giới vật lý. Đây cũng đang trở thành mặt trận cạnh tranh công nghệ mới giữa Mỹ và Trung Quốc, với mục tiêu đưa robot vào các hoạt động sản xuất, logistics và dịch vụ.

CUỘC ĐUA PHÁT TRIỂN BỘ NÃO CHO ROBOT

Theo công ty nghiên cứu ITjuzi, các doanh nghiệp AI hiện thân tại Trung Quốc đã huy động 93,5 tỷ nhân dân tệ (khoảng 13 tỷ USD) qua 322 thương vụ trong nửa đầu năm 2026, gấp 5 lần cùng kỳ năm trước. Dòng vốn ngày càng hướng tới các công ty chuyên phát triển trí tuệ robot, bên cạnh những nhà sản xuất phần cứng.

Khi chi phí phần cứng giảm do cạnh tranh, các nhà sản xuất nhận ra lợi thế kinh tế trong tương lai có thể nằm ở năng lực AI thay vì thiết bị.

“Các nhà sản xuất robot đã đi đến kết luận rằng biên lợi nhuận sẽ không đến từ phần cứng mà từ bộ não”, ông Dermot McGrath, nhà sáng lập công ty tư vấn công nghệ ZenGen Labs tại Thượng Hải, nhận định.

Ông Gao Yang, đồng sáng lập Spirit AI, cũng cho rằng bộ não hiện là mắt xích yếu nhất trong toàn bộ hệ thống robot.

Tại Mỹ, các công ty khởi nghiệp như Physical Intelligence, Skild AI và Generalist đang phát triển phần mềm giúp robot học nhiều kỹ năng mà không cần huấn luyện lại quá nhiều. Generalist cho biết mô hình GEN-1.5 có thể hoàn thành khoảng 60% nhiệm vụ đơn giản sau khi xem một video trình diễn dài từ 3 đến 12 giây.

Ở Trung Quốc, X Square đã công bố nghiên cứu cho thấy robot có thể học kỹ năng thao tác từ một video do con người thực hiện mà không cần huấn luyện lại mô hình cho từng nhiệm vụ.

Theo ông Georg Stieler, chuyên gia tư vấn robot, các phòng nghiên cứu hàng đầu của Mỹ đang đặt ra tiêu chuẩn cao về tốc độ robot tiếp thu và tái sử dụng kỹ năng. Tuy nhiên, những startup mạnh nhất Trung Quốc cũng đã trở thành đối thủ đáng chú ý.

Các doanh nghiệp Mỹ có lợi thế về nghiên cứu AI và khả năng tiếp cận chip tính toán tiên tiến. Trong khi đó, doanh nghiệp Trung Quốc có điều kiện hợp tác trực tiếp với nhà sản xuất robot và khách hàng công nghiệp để thử nghiệm, cải tiến hệ thống trong môi trường thực tế.

X Square, Galaxea và Spirit AI hiện đều đạt mức định giá khoảng 3 tỷ USD, theo thông tin doanh nghiệp công bố.

“Chúng tôi muốn robot chuyển từ việc được điều khiển bằng mã lập trình sang được dẫn dắt bởi lẽ thường”, ông Yang Qian, đồng sáng lập kiêm Giám đốc vận hành X Square, cho biết.

Các nhà sản xuất lớn cũng tăng đầu tư vào lĩnh vực này. UBTech từng tuyển dụng nhà khoa học trưởng phụ trách phát triển mô hình AI với mức đãi ngộ lên tới 124 triệu nhân dân tệ (khoảng 18 triệu USD), bao gồm cổ phần và phúc lợi. Unitree, một trong những nhà sản xuất robot hình người có lượng xuất xưởng lớn nhất thế giới, có khoảng 30 nhà nghiên cứu phát triển AI có khả năng dự đoán cách các vật thể vận động và tương tác.

DỮ LIỆU HUẤN LUYỆN TRỞ THÀNH LỢI THẾ CẠNH TRANH

Khác với chatbot có thể học từ lượng lớn văn bản trên Internet, robot cần dữ liệu về tương tác vật lý, từ cầm nắm đồ vật đến thao tác với dây dẫn mềm. Vì vậy, khả năng thu thập dữ liệu chất lượng cao đang trở thành yếu tố quan trọng trong cuộc đua AI hiện thân.

Các doanh nghiệp Trung Quốc đang áp dụng nhiều phương pháp. Spirit AI đã tuyển dụng khoảng 1.000 người để ghi lại các hoạt động thường ngày và công việc công nghiệp, theo ông Gao Yang.

ACE Robotics sử dụng cảm biến đeo trên người để ghi nhận chuyển động và lực cầm nắm của nhân viên tại cửa hàng, khách sạn. Trong khi đó, đơn vị robot Robbyant của Ant Group cho biết đã huấn luyện mô hình bằng 160.000 giờ dữ liệu, trong đó có 50.000 giờ ghi lại chuyển động robot dưới sự hướng dẫn của con người.

Hình ảnh robot biểu diễn tại Trung Quốc

Robbyant cũng sử dụng dữ liệu từ 20 cấu hình robot thuộc 17 thương hiệu khác nhau, hướng tới phát triển một hệ thống AI có thể vận hành trên nhiều loại máy móc.

Một hướng tiếp cận khác là sử dụng môi trường mô phỏng do máy tính tạo ra. DexForce cho biết có thể chuẩn bị một số nhiệm vụ công nghiệp để triển khai trong vòng 6-8 giờ, với tỷ lệ thành công trên 99,9% đối với những thao tác chính xác được xác định cụ thể.

Tuy nhiên, môi trường mô phỏng không thể tái tạo hoàn toàn các tương tác vật lý trong thế giới thực, ông Jerry Wang, đại diện công ty Manycore Tech, nhận xét.

Ông Yang Qian của X Square nhấn mạnh: “Chất lượng dữ liệu quan trọng hơn tính đa dạng của dữ liệu, và quan trọng hơn cả việc đơn thuần thu thập dữ liệu với quy mô khổng lồ”.

Ngoài bài toán dữ liệu, doanh nghiệp robot Trung Quốc còn gặp khó khăn trong tiếp cận các dòng chip Nvidia tiên tiến do biện pháp kiểm soát xuất khẩu của Mỹ. Khi mô hình AI ngày càng phức tạp, nhu cầu tính toán cũng tăng lên.

Ông Zhu Mingxuan, người phụ trách phát triển AI robot Aether của JoyIn Technology, cảnh báo tình trạng thiếu chip tiên tiến có thể trở thành trở ngại nghiêm trọng đối với ngành AI hiện thân Trung Quốc.

Để ứng phó, các doanh nghiệp đang tìm cách giảm nhu cầu tính toán bằng mô hình hiệu quả hơn, dữ liệu tổng hợp và mô phỏng. Các nhà sản xuất chip trong nước, trong đó có Huawei, cũng phát triển những giải pháp thay thế phần cứng Nvidia. Tuy nhiên, khả năng bù đắp những hạn chế hiện nay vẫn chưa rõ ràng.

TỪ TRÌNH DIỄN CÔNG NGHỆ ĐẾN ỨNG DỤNG THỰC TẾ

Một số doanh nghiệp Trung Quốc đã bắt đầu thử nghiệm khả năng xử lý những tình huống robot chưa từng được lập trình cụ thể.

Ông Zhu Mingxuan kể về thử nghiệm trong đó robot liên tục thất bại khi cố gắng đặt tai nghe vào chiếc tủ nằm ngoài tầm với. Sau khi xem video hướng dẫn cách con người xử lý tình huống tương tự, robot đã tự tìm cách đẩy một chiếc hộp đến gần tủ và thử bước lên để tiếp cận vị trí cần thao tác.

“Mỗi lần, robot lại thử một hành vi khác nhau”, ông Zhu cho biết.

Trong công nghiệp, Spirit AI cho biết robot của công ty đang hỗ trợ kết nối dây dẫn mềm trong quá trình kiểm tra bộ pin tại nhà máy Zhongzhou của CATL, với tỷ lệ thành công trên 99%. Robbyant cũng cho biết robot đang xử lý đơn hàng tại hai hiệu thuốc ở Thượng Hải, dù nhân viên vẫn kiểm tra thuốc trước khi giao cho khách.

Mục tiêu dài hạn của các doanh nghiệp là phát triển AI có thể học công việc mới và hoạt động trong nhiều môi trường mà không cần điều chỉnh quá nhiều. Đây cũng là thách thức lớn nhất, bởi một mô hình vận hành tốt tại nhà máy này chưa chắc duy trì được hiệu quả tương tự ở nhà máy khác.

Nhà sáng lập Unitree Wang Xingxing cho biết công ty đã thử nghiệm GPT-6 của OpenAI trên robot và ghi nhận kết quả tích cực.

Ông dự đoán nếu GPT-7 ra mắt vào năm tới, lĩnh vực robot có thể chứng kiến một “khoảnh khắc ChatGPT” của riêng mình, tương tự bước ngoặt mà ChatGPT tạo ra khi ra mắt năm 2022.

Theo ông Wang, ngưỡng đột phá sẽ xuất hiện khi robot có thể hoàn thành 80% nhiệm vụ trong 80% môi trường xa lạ chỉ bằng chỉ dẫn bằng giọng nói.

Tuy nhiên, ông Georg Stieler cho rằng những tiến bộ trong trình diễn công nghệ chưa đồng nghĩa robot đã sẵn sàng triển khai rộng rãi.

“Nếu câu hỏi là khi nào một mô hình có thể xử lý nhiều nhiệm vụ chưa từng gặp trong các buổi trình diễn, những người lạc quan có thể đúng. Nhưng nếu câu hỏi là khi nào khách hàng có thể thực sự tin cậy vào nó, tôi cho rằng cần tính bằng năm, chứ không phải bằng tháng”, ông nhận định.