Robot học việc chỉ qua một video: Bước đột phá từ Skild AI và Nvidia

Dạy robot làm việc chỉ sau một đoạn video làm mẫu

Skild AI, startup chuyên phát triển trí tuệ nhân tạo vật lý (physical AI) đặt trụ sở tại Pittsburgh (Mỹ) và được Nvidia hậu thuẫn, vừa công bố bước tiến mới với mô hình nền tảng S1. Công nghệ này cho phép robot học và thực hiện các nhiệm vụ gồm nhiều bước chưa từng gặp trước đó chỉ từ một video hướng dẫn duy nhất.

Đáng chú ý, mô hình này không chỉ dừng lại ở phòng thí nghiệm mà đã được đưa vào ứng dụng thực tế. Tại nhà máy của Nvidia ở Houston, Skild AI cùng đối tác sản xuất Foxconn đã triển khai mô hình nền tảng "Skild Brain" trên các hệ thống robot hai cánh tay để tham gia lắp ráp hệ thống siêu chip Nvidia Blackwell. Nhờ việc thương mại hóa nhanh chóng, Skild AI đã cán mốc doanh thu định kỳ hàng năm (ARR) 100 triệu USD chỉ sau 10 tháng kể từ lần triển khai thương mại đầu tiên.

Sức mạnh của mô hình S1 và bài toán tự thích ứng trên sàn nhà máy thực tế

Mô hình nền tảng S1 được xây dựng hoàn toàn trên hạ tầng AI của Nvidia, tích hợp hàng loạt công cụ như Cosmos, Isaac Lab, Isaac Sim và nền tảng mô phỏng Omniverse từ khâu tạo dữ liệu, huấn luyện cho đến triển khai.

Điểm nổi bật của S1 nằm ở khả năng thích ứng linh hoạt trong thế giới thực. Robot không chỉ bắt chước chuyển động một cách máy móc mà còn có thể tự điều chỉnh khi vật thể bị xê dịch, tự phục hồi sau sự cố và kết hợp các kỹ năng theo chuỗi mà không cần con người lập trình cứng từng bước. Trong một thử nghiệm thực tế, chỉ mất vỏn vẹn 11 phút từ lúc người điều khiển ghi hình video hướng dẫn trồng cây vào chậu cho tới khi robot có thể tự động hoàn thành công việc một cách trơn tru.

Theo ông Amit Goel, Giám đốc Quản lý sản phẩm mảng máy tự hành tại Nvidia, S1 cho thấy tốc độ tiếp thu công việc mới đáng kinh ngạc của robot. Đối với các nhà sản xuất, giải pháp này giúp dây chuyền tự động hóa linh hoạt hơn rất nhiều mỗi khi thay đổi sản phẩm, linh kiện hoặc quy trình vận hành.

Lời giải cho cơn khát dữ liệu và tầm nhìn trí tuệ robot dùng chung

Dù AI vật lý đang có những bước nhảy vọt, thách thức lớn nhất của ngành hiện nay vẫn là sự thiếu hụt dữ liệu huấn luyện và công cụ đánh giá. Ông Amit Goel chỉ ra rằng việc thu thập dữ liệu thực tế trên robot diễn ra rất chậm và tốn kém, bởi hệ thống cần phải học cách xử lý vô số biến số: sự thay đổi về ánh sáng, góc đặt vật thể, lực tiếp xúc cho đến các tình huống sự cố hiếm khi xảy ra trong điều kiện bình thường.

Để giải quyết bài toán này, Skild AI tận dụng tối đa dữ liệu tổng hợp (synthetic data) và môi trường mô phỏng từ Isaac Sim và Omniverse để đẩy nhanh quá trình tích lũy kinh nghiệm cho mô hình trước khi thử nghiệm thực tế.

Về dài hạn, Nvidia và Skild AI hướng tới mục tiêu xây dựng một "mô hình nền tảng dùng chung" (shared foundation model). Mô hình này có thể đóng vai trò như một bộ não trung tâm, tái sử dụng các kiến thức đã học để điều khiển nhiều hình thái phần cứng khác nhau — từ cánh tay robot công nghiệp, robot bốn chân cho đến robot hình người. Khi năng lực này được chuẩn hóa và kiểm chứng an toàn trên sàn nhà máy, rào cản triển khai robot cho từng tác vụ riêng lẻ sẽ giảm đi đáng kể.