Tác giả: Syed Armani
Biên soạn bởi: Felix, PANews
Trí tuệ nhân tạo (AI) không còn chỉ giới hạn ở màn hình và phần mềm. Khi AI kết hợp với robot, máy móc đang dần có khả năng cảm nhận thế giới, diễn giải các điều kiện thay đổi và hành động trong thời gian thực. Sự chuyển dịch sang các hệ thống vật lý thông minh (tức là AI vật lý) đang bắt đầu định hình lại các ngành công nghiệp và dự kiến sẽ tác động đến cuộc sống gia đình hàng ngày khi công nghệ này trưởng thành.
Sự đổi mới trong lĩnh vực robot đang bùng nổ với tốc độ chưa từng có. Gần đây, Figure đã cho ra mắt robot hình người Figure 03, được thiết kế cho các ứng dụng gia đình và thương mại. Nó có thể thực hiện một số công việc nhà, chẳng hạn như gấp quần áo và xếp bát đĩa vào máy rửa bát, nhưng vẫn chưa hoàn hảo. Tesla đang vận hành robot hình người Optimus trong một dự án thí điểm nội bộ giới hạn tại nhà máy của mình. Máy bay không người lái tự hành và robot có chân đang ngày càng được sử dụng cho nhiệm vụ kiểm tra nguy hiểm. Trong khi đó, Unitree Robotics và các công nghệ xúc giác như FlexiTac đang nỗ lực giúp robot di chuyển hoàn cảnh nhà cửa lộn xộn, đảm bảo an toàn cho vật nuôi và trẻ em, đồng thời hỗ trợ các công việc hàng ngày. Khi được phát triển hoàn thiện, robot thông minh sẽ tập trung vào trí thông minh tổng quát và nhận thức theo ngữ cảnh, chẳng hạn như nhận biết một ly nước bị đổ cần được lau dọn mà không cần hướng dẫn cụ thể.
Các nhà đầu tư đang đổ những khoản tiền lượng lớn vào nền tảng công nghệ hứa hẹn sẽ là nền tảng cho phần cứng robot thế hệ tiếp theo. Vào tháng 1 năm 2026, Skild AI đã huy động được 1,4 tỷ đô la trong vòng gọi vốn Series C, định giá công ty ở mức 14 tỷ đô la, để mở rộng mô hình nền tảng robot đa năng; trong khi Figure AI đã huy động được hơn 1 tỷ đô la trong vòng gọi vốn Series C năm 2025, định giá công ty ở mức 39 tỷ đô la sau khi nhận vốn, để mở rộng khả năng sản xuất do con người thực hiện và triển khai trong công nghiệp. Apptronik đã tăng vòng gọi vốn Series A lên 935 triệu đô la, và NEURA Robotics đã bổ sung thêm 120 triệu euro vào vòng gọi vốn Series B. Những phát triển này làm nổi bật một sự đồng thuận tăng trưởng: Trí tuệ nhân tạo vật lý đang trở thành nền tảng chiến lược cho robot tiêu dùng và công nghiệp.
Liệu thời điểm bùng phát cho việc ứng dụng rộng rãi robot thông minh đã đến chưa?
Sự phát triển nhanh chóng hiện nay trong lĩnh vực này là kết quả của sự hội tụ nhiều công nghệ. Trong nhiều thập kỷ, mô-đun khác nhau cấu thành nên robot thông minh được phát triển độc lập, chẳng hạn như các thuật toán AI tiên tiến, cảm biến độ chính xác cao, cánh tay robot và hệ thống điều khiển thời gian thực. Chỉ gần đây, mô-đun này mới bắt đầu hợp nhất, cho phép robot nhận thức, suy luận và hành động hiệu quả trong hoàn cảnh thực tế. Sau đây là các yếu tố chính thúc đẩy "bước ngoặt trong ngành robot" này:
Yếu tố kinh tế: Phần cứng cuối cùng đã trở thành hàng hóa thông dụng. Trước đây, robot rất đắt tiền vì mỗi linh kiện đều được sản xuất riêng theo đơn đặt hàng. Giờ đây, chúng được hưởng lợi từ Chuỗi cung ứng của các thiết bị điện tử tiêu dùng và xe điện.
Bộ truyền động: Các bộ truyền động cho robot hình người có mô-men xoắn cao trước đây thường rất đắt tiền, mỗi khớp thường có giá hơn 1.000 đô la trong các hệ thống công nghiệp sản xuất theo lô nhỏ. Tuy nhiên, các thiết kế tích hợp theo chiều dọc mới từ các công ty như Tesla và Unitree Robotics đang làm giảm chi phí của một số bộ phận truyền động xuống còn vài trăm đô la.
Cảm biến: Trong thập kỷ qua, chi phí của LiDAR và camera đo độ sâu giảm đáng kể. Các thiết bị cao cấp từng có giá khoảng 10.000 đô la nay chỉ còn vài trăm đô la. Điều này là nhờ những tiến bộ trong thiết kế bán dẫn, sản xuất hàng loạt và ứng dụng trong lĩnh vực ô tô và thiết bị di động.
Pin: Đầu tư toàn cầu vào xe điện đã làm giảm chi phí của pin lithium-ion mật độ cao và cải thiện độ tin cậy của chúng, cho phép nhiều robot hoạt động từ 2-4 giờ chỉ với lần sạc.
Điện toán biên: Robot cần xử lý thông tin cục bộ vì nhiệm vụ điều khiển thời gian thực như giữ thăng bằng hoặc nắm bắt vật thể không cho phép độ trễ mạng. Các chip như Jetson Thor của NVIDIA được thiết kế để chạy suy luận AI ngay trên bo mạch, xử lý đồng thời nhiều luồng dữ liệu cảm biến. Điều này cho phép robot xử lý và theo dõi hoàn cảnh xung quanh cục bộ, phản ứng nhanh chóng với hoàn cảnh thay đổi mà không cần dựa vào kết nối mạng.
Bước đột phá trong mô hình AI: Đây là sự thay đổi lớn nhất. Đó là sự chuyển đổi từ lập trình "nếu/thì" sang "Mô hình Thế giới". Mô hình Thế giới là một mô hình AI học cách thế giới thực vận hành bằng cách xem video. Thay vì lập trình cho robot "xoay tay nắm cửa", hãy cho nó xem 10.000 video về cửa mở. AI có thể xây dựng các mô hình tư duy về cách thức hoạt động của vật lý chỉ bằng cách xem video, phát triển trực giác vật lý và mô phỏng các kịch bản trong đầu trước khi hành động. Google Deepmind Genie 3 và NVIDIA Cosmos là những ví dụ về loại Mô hình Thế giới mới này.
Khi máy móc ngày càng thông minh hơn, chi phí tiếp tục giảm. Ví dụ, robot Noetix Bumi (có giá 1.400 đô la) hiện có giá xấp xỉ một chiếc iPhone 17 Pro Max. Chi phí phần cứng giảm, hiệu năng chip AI được cải thiện và khả năng mô phỏng thế giới được nâng cao đều góp phần làm cho robot thông minh trở nên dễ tiếp cận hơn với công chúng và mở rộng nghiên cứu và phát triển từ các phòng thí nghiệm công nghệ tiên tiến sang nhiều lĩnh vực hơn.
Nếu "khoảnh khắc ChatGPT" trong lĩnh vực robot sớm đến, chúng ta có thể sẽ thấy các ứng dụng đầu tiên trong lĩnh vực công nghiệp và hậu cần, tiếp theo là các robot gia đình có hình dáng giống người thật. Mặc dù vẫn còn nhiều thách thức trước khi robot thông minh trở nên phổ biến, những người lạc quan thực tế nhận ra rằng các xu hướng hiện tại chỉ ra một tương lai nơi việc sử dụng rộng rãi robot thông minh ngày càng có khả năng xảy ra.
Những đột phá lớn trong phần mềm thường đi kèm với những đột phá trong phần cứng. Sự xuất hiện của Instagram và TikTok là một ví dụ điển hình cho thấy phần cứng thiết yếu có thể thúc đẩy sự tăng trưởng như thế nào. Nếu phần cứng robot thông minh trở nên phổ biến trong tương lai gần, một câu hỏi thú vị sẽ nảy sinh: liệu các ứng dụng robot có phải là xu hướng lớn tiếp theo?
Những thách thức nào hiện đang cản trở đà phát triển này?
Dữ liệu huấn luyện robot: Đây là nút thắt cổ chai lớn nhất cản trở sự phát triển của robot thông minh đa năng. Không giống như trí tuệ nhân tạo dựa trên văn bản có thể thu thập thông tin từ toàn bộ internet, robot cần kinh nghiệm thực tế, chẳng hạn như khả năng cảm nhận, giữ thăng bằng và tương tác với các vật thể. Việc thu thập loại dữ liệu này rất chậm, tốn kém và đòi hỏi nhiều nhân lực.
Vấn đề "thực tế": Xem video không thể dạy robot cách thao tác vật thể hoặc di chuyển an toàn; nó phải trải nghiệm lực và tiếp xúc trực tiếp. Vận hành từ xa, trong đó con người điều khiển robot trong thời gian thực, có thể thu thập cả ý định và lực cùng lúc, khiến nó trở thành tiêu chuẩn tốt nhất để thu thập dữ liệu. Việc tạo ra hàng trăm giờ dữ liệu chất lượng cao đòi hỏi sự hiện diện đầy đủ của người vận hành, và mở rộng của nó kém hơn nhiều so với thu thập dữ liệu kỹ thuật số.
Khoảng cách giữa mô phỏng và thực tế: Mô phỏng có thể tạo ra lượng dữ liệu lượng lớn với chi phí thấp, nhưng vì các hiện tượng vật lý không được mô phỏng hoặc hoàn cảnh không thể dự đoán được, robot thường không thể chuyển giao kỹ năng sang thế giới thực.
nền kinh tế máy móc theo Chuỗi
Sự kết hợp giữa blockchain và robot mang đến một giải pháp thiết thực cho những thách thức hiện nay mà công nghệ robot đang phải đối mặt. Cơ chế khích lệ token có thể giúp điều phối hàng triệu robot và thưởng cho những người đóng góp vào việc vận hành thiết bị từ xa hoặc dữ liệu cảm biến. Mỗi tương tác đều trở thành một tài sản dữ liệu quý giá, xây dựng nên một dữ liệu robot thuộc sở hữu cộng đồng, tăng trưởng nhanh chóng và vượt xa quy mô của bất kỳ công ty nào.
Token hóa dữ liệu thu thập
Dữ liệu về robot vô cùng quý giá, nhưng dữ liệu về cảm biến và tương tác trong thế giới thực lại khan hiếm. Các công ty lớn thu thập lượng lớn dữ liệu về lái xe và công nghiệp thông qua đội xe của họ, mang lại cho các nhà phát triển độc lập lợi thế về quy mô chưa từng có.
Trí tuệ nhân tạo vật lý phi tập trung cho phép người dùng điều khiển robot từ xa hoặc đóng góp dữ liệu cảm biến và kiếm được khích lệ thưởng token . Các mạng lưới phi tập trung có thể phối hợp hàng ngàn người đam mê trên toàn cầu để giúp robot điều hướng trên các bề mặt phức tạp hoặc hoàn cảnh đặc biệt. Người đóng góp có thể tải lên dữ liệu và nhận phần thưởng. Mặc dù các nền tảng này vẫn còn ở giai đoạn đầu, nhưng chúng báo trước một tương lai nơi dữ liệu robot có thể được chia sẻ rộng rãi hơn, làm suy yếu địa vị của một vài công ty lớn.
Robot với vai trò là tác nhân kinh tế
Trong mô hình "Robot như một dịch vụ", bản thân robot thông minh có thể trở thành một tài sản " token hóa ". Mỗi robot (hoặc quyền sử dụng) có thể được đại diện bằng token kỹ thuật số, cho phép nhiều người dùng sở hữu hoặc thuê nó. Phí dịch vụ trả cho robot có thể được gửi trực tiếp vào ví của robot thông qua token hoặc stablecoin . Thiết lập này cho phép tạo ra doanh thu tự thân: robot kiếm tiền bằng cách làm việc, trang trải chi phí hoạt động của chính nó và tự động phân phối lợi nhuận cho người nắm giữ token . Về cơ bản, đây là một giao thức Web3 biến robot thành các nhà cung cấp dịch vụ có thể lập trình, tự cung tự cấp với lợi nhuận minh bạch và có thể truy vết.
Bức tranh tổng quan về thị trường AI vật lý
Với sự phát triển của máy học thông minh thế hệ mới và sự hiểu biết về thực tế phức tạp của thế giới ba chiều, ranh giới giữa trí tuệ kỹ thuật số và hành vi vật lý đang dần biến mất.
Cốt lõi của cuộc cách mạng này là các mô hình AI. Được phát triển bởi Physical Intelligence và Skild AI, những “bộ não” tinh vi này vượt qua mã lập trình tĩnh, cung cấp trí thông minh tổng quát trên nhiều hình dạng vật lý khác nhau. Các mô hình này cho phép robot xử lý sự nhanh nhẹn và khả năng di chuyển như các vấn đề phần mềm, cho phép một “bộ não” duy nhất, thống nhất thích ứng với nhiều cơ thể robot khác nhau. Lớp trí thông minh này được hỗ trợ bởi các nền tảng mô phỏng và các đường dẫn dữ liệu(chẳng hạn như những nền tảng do Zeromatter cung cấp), cho phép các hệ thống được huấn luyện an toàn trong hoàn cảnh ảo trước khi được triển khai vào thế giới thực.
Song song với sự phát triển của não bộ robot, phi tập trung. Ví dụ, mạng lưới cơ sở hạ tầng phi tập trung Fabric Protocol cung cấp cho robot tự hành danh tính Chuỗi và ví crypto, đồng thời sử dụng mật mã để xác minh hoạt động của máy móc. Các công ty như Auki, Peaq và IoTeX đang xây dựng một “nền kinh tế máy móc”trong đó robot có thể chia sẻ bản đồ 3D, xác minh dữ liệu và giao dịch một cách tự động. Phương pháp phi tập trung này đảm bảo rằng lớp điều phối không bị kiểm soát bởi một doanh nghiệp duy nhất.
Trong lĩnh vực công nghiệp, thiết bị xây dựng tự hành của Bedrock Robotics và hệ thống tự động hóa kho hàng của Mytra đang định hình lại lực lượng lao động, trong khi ANYbotics đảm nhiệm các nhiệm vụ bảo trì thường xuyên trong hoàn cảnh nguy hiểm. Trong khi đó, với những tiến bộ từ Figure và Unitree Robotics, những đột phá trong lĩnh vực trợ lý gia đình sắp sửa xuất hiện trên thị trường tiêu dùng.
Triển vọng năm 2030
Từ góc nhìn lạc quan và thực tế, sự hồi sinh của robot đã đến. Bốn động lực không thể ngăn cản đang hội tụ: chi phí phần cứng đang giảm mạnh, trí tuệ của các mô hình AI liên tục được nâng cao, chip điện toán biên cung cấp tỷ lệ băm chưa từng có, và người lao động công nghiệp toàn cầu sẵn sàng giải quyết các thách thức về dữ liệu. Đến năm 2030, sự kết hợp này sẽ thúc đẩy sự thâm nhập của AI vật lý vào mọi ngóc ngách trên thế giới, từ nông nghiệp tự động đến các lĩnh vực rủi ro như chữa cháy và chăm sóc người cao tuổi.
Lịch sử cho thấy những đổi mới phần mềm mang tính đột phá thường xảy ra sau khi phần cứng đã ổn định. Có lẽ chúng ta đang bước vào kỷ nguyên "cho thuê thông minh", nơi các robot hình người tiêu chuẩn sẽ chạy các hệ điều hành tiêu chuẩn và tích hợp các cửa hàng ứng dụng. Cũng giống như cuộc cách mạng điện thoại thông minh trước đây, vài năm tới sẽ được định hình bởi "cửa hàng ứng dụng robot", nơi người dùng không cần phải mua thiết bị chuyên dụng mà thay vào đó sẽ đăng ký sử dụng các kỹ năng của robot. Trong mô hình này, giá trị chuyển từ chính máy móc sang các "kỹ năng" cụ thể mà nó có thể thực hiện. Bạn sẽ không cần phải mua một robot dạy tiếng Pháp chuyên dụng; chỉ cần tải xuống một "ứng dụng kỹ năng tiếng Pháp" cho robot hình người đa năng của bạn, và nó sẽ trở thành giáo viên tiếng Pháp của bạn. Đến năm 2030, đối với người giàu, món quà Giáng sinh được ưa chuộng sẽ không còn là một chiếc điện thoại gập cao cấp, mà là một trợ lý thông minh có thể thực sự giúp quản lý công việc nhà.
Dự đoán này dựa trên sự lạc quan hợp lý. Mặc dù con đường đến tương lai hiếm khi suôn sẻ, nhưng sự hội tụ của nhiều công nghệ khác nhau đang báo hiệu một cuộc cách mạng sâu sắc trong công nghệ máy móc.
Bài đọc liên quan:Khi robot học cách suy nghĩ, kiếm tiền và hợp tác: Phân tích 15 loại công nghệ robot và các trường hợp ứng dụng.
