Robot “brain builders” rời khỏi giai đoạn GPT‑2, thị trường bất ổn và thách thức mới

Sự kiện chính: Giá trị Unitree giảm mạnh và hội nghị Actuate bùng nổ

Thị trường AI vật lý – lĩnh vực kết hợp công nghệ mô hình ngôn ngữ lớn (LLM) với robot – vẫn là “điểm nóng” thu hút hàng tỷ đô la đầu tư. Đỉnh cao của cơn sốt này được thể hiện qua đợt IPO của Unitree, nhà sản xuất robot hàng đầu Trung Quốc, khi công ty được định giá 66 tỷ USD trên sàn giao dịch tương đương NASDAQ của Trung Quốc. Tuy nhiên, chỉ trong vòng một tuần, giá trị công ty đã mất gần một nửa do các nhà phân tích chỉ ra rằng, dù khả năng vận hành vật lý của robot đang được cải thiện, chúng vẫn chưa sở hữu “trí tuệ” đủ để thực hiện những công việc tạo ra giá trị thực sự. Cùng thời điểm, hội nghị Actuate – hội nghị quy tụ các nhà phát triển “bộ não” AI cho robot – đã thu hút 1 500 người tham dự, gấp ba lần so với lần ra mắt năm 2023, theo nhà tổ chức Foxglove, một công ty hỗ trợ các nhà mô hình hoá AI vật lý quản lý và trực quan hoá dữ liệu.

Chi tiết các thách thức và xu hướng hiện tại

• Thiếu dữ liệu chất lượng: Ở gian hàng của Avala, một nhà cung cấp hạ tầng AI vật lý, có biển hiệu hứa “giải quyết khủng hoảng dữ liệu robot”. Thực tế, việc thiếu dữ liệu huấn luyện chất lượng cao vẫn là rào cản lớn. Các nỗ lực xây dựng robot đa năng vẫn còn xa vời, còn các phương pháp học end‑to‑end cho nhiệm vụ cụ thể chưa mang lại sản phẩm có hiệu suất thương mại ổn định.
• Quan điểm của các nhà sáng lập: Harry Mellsop, người sáng lập Antioch – startup cung cấp công cụ mô phỏng cho các nhà xây dựng mô hình – cho rằng AI vật lý hiện đang ở “giai đoạn GPT‑2”, tức trước khi ChatGPT xuất hiện. “Chúng ta cần nhiều dữ liệu hơn và sức tính tính toán mạnh hơn, đặc biệt là GPU tối ưu cho ray tracing để tạo ra các mô phỏng độ trung thực cao,” ông nói.
• Xe tự lái dẫn đầu: Các phương tiện tự động hoá đã có lợi thế vì có thể thu thập dữ liệu thực tế từ xe do người lái điều khiển, và nhiệm vụ chính của chúng là tránh va chạm, không phải thao tác môi trường. Nhiều công cụ xây dựng mô hình hiện nay bắt nguồn từ các công ty xe tự lái; ví dụ, Foxglove được thành lập bởi cựu nhân viên Cruise (dự án tự lái của General Motors).
• Cuộc đua giữa các ông lớn: Tesla đang phát triển robot Optimus, trong khi Wayve và Uber – hai công ty chuyên về xe tự lái – vừa thành lập phòng thí nghiệm robot tập trung vào hình dạng người. Alex Kendall, CEO Wayve, nhấn mạnh: “Bạn cần bắt đầu từ xe, robot thao tác giống như tự lái năm năm trước. Hạ tầng dữ liệu, mô phỏng và ML‑Ops sẽ được chia sẻ, nhưng mô hình thế giới cho mô phỏng sẽ khác nhau sau khi huấn luyện.” Ông cũng cảnh báo không nên vội vàng chọn nền tảng phần cứng cố định vì công nghệ cảm biến đang tiến nhanh.
• Chiến lược “độ sâu” vs “độ rộng”: Théophile Gervet, CEO Genesis AI – công ty robot người tích hợp toàn bộ chuỗi giá trị, vừa huy động 105 triệu USD vòng seed – cho rằng thời điểm hiện tại quá sớm để thực hiện chiến lược “bộ não” duy nhất. “Có rất nhiều cơ hội đồng thiết kế phần cứng và AI,” ông nói, đồng thời nhấn mạnh rằng các robot tập trung vào nhiệm vụ cụ thể đang được đưa ra thị trường: Gritt xây dựng nông trại năng lượng mặt trời, Agility triển khai trong môi trường công nghiệp, còn Bedrock đang vận hành máy xúc tự động. “Khách hàng không quan tâm tới robot đa năng có tỷ lệ thành công 80 %,” Gervet lưu ý.
• Dữ liệu và công cụ mới: Bedrock CTO Kevin Peterson cho biết công ty đang dùng khai thác dữ liệu từ các máy xúc để hiểu thách thức thao tác trong môi trường thực, và dự định phát triển một lớp trí tuệ chung cho nhiều loại máy xây dựng. Đối mặt với khối lượng dữ liệu hình ảnh và lidar dày đặc, Foxglove vừa ra mắt sản phẩm dựa trên mô hình thế giới mở Cosmos của Nvidia, cho phép kỹ sư tìm kiếm dữ liệu bằng truy vấn ngôn ngữ tự nhiên, rút ngắn thời gian gỡ lỗi và lặp lại mô hình.

Bối cảnh rộng hơn và triển vọng “khoảnh khắc ChatGPT” cho AI vật lý

Những khó khăn hiện tại khiến các chuyên gia tranh luận về “khoảnh khắc ChatGPT” cho robot. Kendall cho rằng robot hút bụi gia đình vẫn là triển khai lớn nhất hiện nay; một “khoảnh khắc ChatGPT” thực sự phải là sản phẩm khiến người tiêu dùng hào hứng, không chỉ nhà đầu tư. Ví dụ, ông mong muốn đạt được “độ tự động hoàn toàn dưới 1.000 USD phần cứng” cho xe, và Wayve đang cấp phép mô hình cho các hãng xe nhằm hiện thực hoá mục tiêu này – một cơ hội đa tỷ USD. Gervet lại hình dung khoảnh khắc đó là khi robot có thể thực hiện các thao tác cơ bản (đẩy, kéo, đóng laptop, dọn bàn…) chỉ bằng lệnh ngôn ngữ tự nhiên, với độ tin cậy trên 80 %. Ngược lại, Adrian Macneil, CEO Foxglove, cho rằng không có “khoảnh khắc ChatGPT” duy nhất cho robot; thay vào đó, chúng ta có thể chờ đợi “khoảnh khắc Apple II” hoặc “IBM PC” – khi một robot gia đình thực sự có thể thực hiện các công việc hữu ích và mang tính giải trí. Tóm lại, dù AI vật lý đang đứng trước ngưỡng “giai đoạn GPT‑2”, nhu cầu về dữ liệu đa dạng, hạ tầng tính toán mạnh mẽ và mô hình học tăng cường tiên tiến đang đẩy ngành tiến tới một tương lai mà robot không chỉ di chuyển mà còn thực hiện các tác vụ thực tiễn một cách đáng tin cậy.