Giới đầu tư được biết, công ty hình người trí tuệ nhân tạo Current Robotics (Nguyên Lưu) lần đầu tiên tiết lộ thông tin gọi vốn - đã hoàn thành vòng gọi vốn seed round, angel round, Pre-A round, tổng số tiền lên tới hàng trăm triệu NDT.
Các nhà đầu tư bao gồm cả các tổ chức thị trường nổi tiếng như BV Baidu Ventures, Hillhouse Capital, Oasis Capital, Monolith Capital, Qianhai Ark, Fosun Capital, Junsan Capital, cũng tập hợp được các bên trong ngành như Agibot, Stellar Atlas, Jieke Technology.
Đằng sau là nhà sáng lập Chu Nghị Thần - một 1995 hậu, đã sớm dẫn dắt đội nghiên cứu VLA, trong thời gian này đã công bố hơn 40 bài báo hội nghị đỉnh cao, con đường công nghệ tích lũy nhiều năm ngưng kết thành một cơ sở hạ tầng toàn bộ bao gồm mô hình cơ bản thao tác khéo léo toàn thân, thiết bị thu thập dữ liệu và chiến lược đánh giá mô hình thế giới, liên tục chuyển hóa hành vi con người thực tế thành năng lực hình người.
“Trí tuệ hình người bắt đầu từ con người.” Dọc theo triết lý của Current Robotics, chúng ta đang chứng kiến robot bắt đầu từ bệ trình diễn bước vào từng gia đình.
1995 hậu đại cao thủ, nhanh chóng hoàn thành ba vòng gọi vốn
Hành trình của Current Robotics bắt đầu từ Chu Nghị Thần.
1995 hậu, nguyên Bộ trưởng Bộ Trí tuệ vật thể hóa của Tập đoàn Midea, một trong những nhà nghiên cứu sớm nhất trong nước công bố VLA và mô hình thế giới. Ông từng dẫn dắt đội ngũ đề xuất sớm nhất mô hình khuếch tán và mô hình VLA đầu cuối VLM (TinyVLA), và mở rộng chiến lược CoT (DiffusionVLA & DexVLA, công bố tại ICML và CoRL), sớm nhất đề xuất mô hình thế giới để đánh giá chiến lược vật thể hóa (dWorldEval, công bố tại ICML Spotlight).
Bài báo π0 của Physical Intelligence có và chỉ trích dẫn một nghiên cứu từ một nhóm Trung Quốc, chính là công trình TinyVLA và ScaleDP do nhóm của Chu Nghị Thần thực hiện. Sau đó, những nghiên cứu này từ mô hình VLA, dữ liệu hướng dẫn của con người dần dần mở rộng đến học tập robot toàn thân, lắng đọng thành nền tảng công nghệ của Current Robotics.
Khởi nghiệp thành công như nước chảy thành sông. Chu Nghị Thần quan sát thấy, trước đây robot hình người hoặc tập trung vào điều khiển vận động toàn thân để robot “đi” tốt hơn, hoặc tập trung vào thao tác tay để robot “cầm” tốt hơn, cuối cùng tạo ra hình ảnh “đi đến trước, sau đó dừng lại để thao tác”. Nhưng nhiệm vụ trong thế giới thực thường không đơn giản như vậy, ngay cả một động tác đơn giản cũng phải đối mặt với sự phối hợp ổn định giữa tay và thân.
Điều này cần “Thao tác khéo léo toàn thân” (Loco-Dexterous Manipulation). Giải pháp mà Current Robotics đưa ra là tích hợp hệ thống, đưa di chuyển toàn thân, phối hợp tư thế và tương tác tinh tế của bàn tay vào cùng một chiến lược để huấn luyện. Mô hình thao tác khéo léo toàn thân Curr-0 được công bố từ đó cho phép robot liên tục điều chỉnh hành động của chính mình trong quá trình di chuyển. Hiện tại, năm loại nhiệm vụ được công bố hoàn thành bởi một bộ chiến lược chia sẻ trọng số và được phân biệt bằng lệnh ngôn ngữ.
Robot ôm vật thể đi qua khung cửa và đặt vào vị trí cụ thể
Có mô hình rồi, nhiều vấn đề chi tiết triển khai thực tế tiếp tục ập đến - đầu tiên là dữ liệu, Current Robotics tự nghiên cứu hệ thống thu thập dữ liệu bằng khung xương ngoài toàn thân, mở rộng cảnh thu thập từ phòng thí nghiệm ra môi trường thực tế hơn như nhà máy, văn phòng, gia đình. Tiếp theo là đánh giá và lặp lại nhanh hơn, khám phá sử dụng mô hình thế giới để đánh giá chiến lược robot thực.
Cho đến nay, công ty tập trung vào Loco-Dexterous Manipulation, đã hình thành năng lực công nghệ toàn chuỗi bao phủ thu thập dữ liệu, huấn luyện mô hình, đánh giá dựa trên mô hình thế giới và hậu huấn luyện, nhằm nâng cao khả năng di chuyển, thao tác và khả năng tổng quát hóa của robot trong các nhiệm vụ và môi trường khác nhau.
Điểm này rất hiếm có trong bối cảnh hiện tại khi trí tuệ vật thể hóa phổ biến thiếu tính thực dụng, thiếu dữ liệu, thiếu khả năng tổng quát hóa. Vì vậy Current Robotics vừa thành lập đã đón nhận sự đổ tiền tập thể của các tổ chức thị trường nổi tiếng, mức độ ưa chuộng không cần phải nói. Hiếm hơn nữa là sự liên kết của các bên trong ngành, ngoài vốn, ý nghĩa quan trọng hơn là sự phối hợp ngành.
Giới đầu tư được biết, Current Robotics đã tham gia Liên minh sinh thái dữ liệu trí tuệ nhân tạo Dịch Số do Stellar Atlas khởi xướng, sẽ cùng xây dựng chuỗi hoàn chỉnh từ thu thập, gán nhãn đến ứng dụng dữ liệu. Ngoài ra, công ty cũng là đối tác chiến lược của nền tảng dữ liệu trí tuệ vật thể hóa Mật Phong Technology thuộc Agibot.
Cấp vốn, cấp đơn hàng, cung cấp hệ sinh thái, cách đầu tư như vậy đặc biệt nổi bật trong thời đại trí tuệ vật thể hóa. Rốt cuộc, có bối cảnh mới có thể hình thành vòng xoáy dữ liệu, mới có thể với chi phí thấp hơn, thời gian ngắn hơn giúp robot có khả năng làm việc ổn định trong thế giới thực.
Xây dựng cơ sở hạ tầng trí tuệ vật thể hóa
Ngay từ đầu, Current Robotics đã tập trung vào khoảng trống trong lộ trình công nghệ trí tuệ vật thể hóa hiện có.
Ví dụ để đốt một cuộn hương muỗi, một ý nghĩ tự nhiên là robot trước tiên đi đến vị trí tương ứng, sau đó dừng lại để thao tác. Giải pháp công nghệ tương ứng là, tách riêng chiến lược di chuyển và chiến lược thao tác để huấn luyện, cuối cùng dùng kỹ thuật hệ thống để ghép lại. Cách tiếp cận này có thể thành lập trong dây chuyền sản xuất nhà máy, nhưng một khi bước vào các bối cảnh thực như gia đình, sẽ tạo ra vết nứt rõ ràng giữa di chuyển và thao tác.
Điều này không khó hiểu: ngay cả khi robot đứng tại chỗ hoàn thành nhiệm vụ trên bàn, phần eo và chi dưới vẫn cần điều chỉnh theo động tác nửa trên cơ thể. Chỉ sử dụng phương pháp “ghép nối”, một khi cơ thể bị nghiêng, cách tác dụng lực của tay bị phá vỡ, robot sẽ trở nên vụng về.
Mô hình cơ bản thao tác khéo léo toàn thân Curr-0 mà Current Robotics công bố chính là vì sự phối hợp mà ra - thông qua di chuyển dẫn đường, cân bằng toàn thân và bàn tay khéo léo toàn bộ kết hợp để đạt được sự phối hợp tay chân. Từ xé túi trà, dọn rác trên bàn đến ôm vật thể đi qua khung cửa, những nhiệm vụ tinh tế khó có thể đơn giản chia thành hai giai đoạn “đi” và “làm” này, thể hiện không tệ trong giải pháp của Current Robotics.
Sau mô hình, nguồn dữ liệu cũng cần được cập nhật đồng bộ. Việc thu thập góc nhìn thứ nhất phổ biến có thể bao phủ môi trường và hành vi phong phú, nhưng không thể khôi phục chính xác trạng thái vận động cơ thể và thông tin tương tác vật lý như lực tiếp xúc; việc thu thập điều khiển từ xa bản thể có độ chính xác cao hơn, nhưng bị hạn chế bởi thiết bị và chi phí, khó mở rộng quy mô hơn.
Có thể thu thập hiệu quả dữ liệu phản ánh đồng thời môi trường, vận động cơ thể và tương tác vật lý không? Dựa trên điều này, Current Robotics tự nghiên cứu thiết bị thu thập dữ liệu toàn thân, thông qua thiết bị đeo đầu, găng tay dữ liệu, khung xương ngoài toàn thân, thiết bị điện cơ, ghi lại tầm nhìn góc thứ nhất của người trong cảnh thực, động tác hai tay và toàn thân, lực tác dụng toàn thân, toàn bộ quá trình không cần triển khai trước một robot. Như vậy, cảnh thu thập dữ liệu trực tiếp mở rộng đến nhiệm vụ thực của con người, không chỉ chi phí và khả năng ứng dụng đều tốt hơn, mà còn có thể hỗ trợ dữ liệu thực mà não robot hình người cần.
Hệ thống có thể đeo HumanEx
Cuối cùng là khâu đánh giá và hậu huấn luyện. Việc đánh giá bằng máy thực truyền thống phụ thuộc vào robot, địa điểm và thiết lập lại thủ công, chi phí phần cứng, thời gian và phục hiện cảnh kiểm tra khá cao. Đặc biệt là trong các nhiệm vụ mà trạng thái tiếp xúc liên tục thay đổi, trạng thái môi trường sau thất bại rất khó trở lại chính xác thời khắc trước đó, điều này ảnh hưởng trực tiếp đến hiệu suất lặp lại mô hình.
Dựa trên điều này, Current Robotics rất sớm đã bắt đầu khám phá sử dụng mô hình thế giới để tiếp nhận đánh giá chiến lược robot. Đội ngũ lần lượt đề xuất WorldEval, dWorldEval, đưa chiến lược robot vào thế giới tương lai được tạo ra để thực thi, thông qua dự đoán tiến trình nhiệm vụ để đánh giá biểu hiện chiến lược; sau đó trong Hi-WM (Human-in-the-World-Model, công bố tại RSS 2026 Robot World Models Workshop) tiếp tục thêm vào việc tiếp quản nhân tạo, khi chiến lược xuất hiện lỗi hoặc tình huống không chắc chắn, con người có thể trực tiếp can thiệp để sửa chữa, và tiếp tục sử dụng quỹ đạo tương tác mới cho hậu huấn luyện.
CurrentWorld-0 được phát hành tuần này, đã đẩy công việc đánh giá chiến lược và hậu huấn luyện xoay quanh mô hình thế giới của Current Robotics trước đây, tiến tới môi trường tương tác hoàn chỉnh hơn. Đội ngũ định nghĩa nó là trình mô phỏng thế giới tương tác (Interactive World Simulator), và lần đầu tiên tích hợp dự đoán đa bản thể, đa góc nhìn và lực - xúc giác vào khung thống nhất.
Robot một khi thay đổi bản thể, không gian hành động và cách thức kiểm soát cũng sẽ thay đổi theo. Các robot khác nhau vốn đã khó chia sẻ cùng một biểu diễn kiểm soát tầng thấp, nhưng CurrentWorld-0 lại giữ lại rất tốt những khác biệt này, để các nền tảng robot khác nhau hành động theo cách riêng của chúng, sau đó học hỏi động lực môi trường có thể chia sẻ từ tương tác đa nền tảng.
Sau khi giải quyết sự khác biệt bản thể, vấn đề mới lại rơi vào “nhìn như thế nào”. Robot thực thường đồng thời phụ thuộc vào góc nhìn từ đầu, cổ tay và góc thứ ba, hình ảnh của cùng một nhiệm vụ ở các vị trí máy khác nhau rất khác nhau, nhưng trạng thái vật thể, tư thế robot và tiến trình nhiệm vụ đằng sau không thể vì thế mà đi theo hướng riêng. Trong một góc nhìn, vật thể đã bị đẩy đi, các góc nhìn khác cũng phải thay đổi đồng bộ; ngay cả khi bị che khuất giữa chừng, trạng thái tiếp theo cũng phải tiếp tục tương tác đã xảy ra trước đó.
Mà khi robot thực sự tiếp xúc với vật thể, RGB sẽ nhanh chóng bộc lộ hạn chế. Việc cầm nắm có ổn định không, lực tác dụng đầu cuối thay đổi thế nào, vật thể có xuất hiện xu hướng trượt không, không phải lúc nào cũng có thể phán đoán trực tiếp từ hình ảnh. Vì vậy CurrentWorld-0 tiếp tục đưa cảm giác lực và xúc giác vào dự đoán, để phản hồi vật lý khó bao phủ bằng thị giác trong quá trình tiếp xúc cũng có thể thay đổi liên tục theo hành động.
Từ gấp tất, sắp xếp gối ôm, đến gọt dưa chuột, mở chai rót rượu, CurrentWorld-0 xử lý cũng không chỉ giới hạn ở thao tác vật thể cứng, vật thể mềm dẻo, chất lỏng và tiếp xúc phức tạp đều được tích hợp vào môi trường sinh thành. Đến giai đoạn đánh giá chiến lược, mô hình còn phải liên tục phản hồi hành động robot thực thi thực tế: nếu policy đã cầm lệch, trạng thái tiếp theo không thể bị tiên nghiệm video đưa trở lại quỹ đạo thành công phổ biến, bản ghi thất bại vốn nên bộc lộ cần được lưu giữ, và không nên bị “sửa chữa”.
Đây cũng là cơ sở để CurrentWorld-0 có thể được sử dụng để so sánh chiến lược. Chiến lược robot có thể chạy trước trong môi trường sinh thành, so sánh và bộc lộ failure mode, sau đó đối chiếu kết quả với biểu hiện robot thực. Kết quả đội ngũ công bố cho thấy, biểu hiện tương đối của các policy khác nhau có thể tương ứng khá tốt với kiểm tra robot thực, các failure mode chính trong quá trình thực thi robot thực cũng có thể được phục hiện trong môi trường sinh thành.
Sau đánh giá, những kinh nghiệm thất bại này vẫn có thể tiếp tục được tận dụng. Khi chiến lược chạy đến vị trí dễ xảy ra lỗi, con người có thể tiếp quản giữa chừng; ngay cả cùng một trạng thái trung gian, cũng có thể được lưu, cuộn lại, sau đó từ đây thử các cách phục hồi khác nhau. Các corrective trajectories sinh ra từ đó còn có thể tiếp tục được sử dụng cho policy post-training, để các vấn đề bộc lộ trong một lần đánh giá tiếp tục chuyển hóa thành dữ liệu huấn luyện vòng tiếp theo.
Đến đây, CurrentWorld-0 đã hình thành một chuỗi liên kết đánh giá mô hình và thu thập hậu huấn luyện tương đối hoàn chỉnh: chiến lược trước tiên nhận xác minh trong môi trường sinh thành, sau khi vấn đề bộc lộ, thông qua sửa chữa của con người bổ sung kinh nghiệm tương tác mới, và tiếp tục vào hậu huấn luyện.
【Kết quả sau khi sử dụng quỹ đạo sửa lỗi đa phương thức CurrentWorld-0 cho post-training】
Từ đó, Current Robotics đã dần hình thành hệ thống dữ liệu, mô hình và đánh giá xoay quanh thao tác khéo léo toàn thân: dữ liệu thực cung cấp kinh nghiệm vật lý, mô hình chịu trách nhiệm chuyển hóa những kinh nghiệm này thành năng lực di chuyển và thao tác, mô hình thế giới tiếp tục đảm nhận xác minh chiến lược, sửa chữa thất bại và hậu huấn luyện, thúc đẩy năng lực robot liên tục lặp lại.
Bước nhảy vọt then chốt,robot tiến vào thế giới thực
“Khi nào robot có thể làm việc?”
Như chúng ta thấy, trí tuệ vật thể hóa đang rũ bỏ lớp vỏ kể chuyện, bước vào giai đoạn “nộp bài thi” cạnh tranh triển khai thực tế, bất kể demo đẹp thế nào, biểu diễn lộng lẫy ra sao, cuối cùng đều phải triển khai vào bối cảnh nhiệm vụ thực, điều này phức tạp và thô ráp hơn nhiều so với mô hình khái niệm -
Một mặt, thao tác cố định truyền thống tại chỗ chỉ chạm đến một phần rất hẹp của lao động chân tay, đa số nhiệm vụ thực cần di chuyển giữa các không gian. Mặt khác, robot đối mặt với thế giới thực liên tục, phức tạp, không thể dò hết, khối lượng công việc huấn luyện và lặp lại đằng sau là không thể ước lượng, đòi hỏi một phương thức thu thập và xử lý dữ liệu hiệu quả, đơn giản.
Từ HumanEx, Curr-0 đến CurrentWorld-0, Current Robotics đang kết nối kinh nghiệm con người thực, học tập năng lực robot và đánh giá lặp lại sau đó với nhau, đạt được vòng khép kín toàn bộ: đầu thu thập hành vi thực, giữa hình thành năng lực thao tác khéo léo toàn thân, chiến lược sau đó vào mô hình thế giới nhận xác minh, dữ liệu mới sinh ra gần khu vực thất bại tiếp tục quay lại huấn luyện.
Nét bút linh hồn hơn nằm ở việc lấy kết thúc làm khởi đầu.
Thị trường đang bỏ phiếu bằng tiền thật, cổ tức ngành trí tuệ vật thể hóa chỉ thuộc về những người thực sự có thể triển khai, tạo ra giá trị công nghiệp thực. Trong thời gian này, cạnh tranh ngành từ tạo bản thể mở rộng đến cướp dữ liệu, cướp cơ sở hạ tầng, ai có thể xây dựng trước rào cản dữ liệu và sự tiến hóa mô hình thế hệ tiếp theo, người đó mới chiếm ưu thế trong vòng lặp mới.
Đối với điều này, Current Robotics đã đưa ra câu trả lời mang tính cục diện cuối cùng rất cao - trước tiên giả định dữ liệu vô hạn, sau đó dựa trên cách vận hành thực của trí tuệ con người để thiết kế phương án. Do đó, dẫn đường, cân bằng cơ thể và động tác tay có thể toàn bộ kết hợp, định vị tích hợp đầu cuối, thu thập dữ liệu cũng có thể nhận được chi tiết phong phú hơn trong quy trình làm việc thực.
Phần kết của cuốn sách “Gatsby vĩ đại” được nhiều người biết đến: “Vì vậy chúng ta phấn đấu tiến lên, chèo thuyền ngược dòng, liên tục bị sóng đẩy trở về quá khứ.” Đây chính là nguồn gốc tên gọi Current Robotics - vượt qua hạn chế của công nghệ hiện có, ngược dòng tiến lên, xây dựng cầu nối giữa kinh nghiệm con người và robot hình người. Giống như logo công ty lấy cảm hứng từ “Người Vitruvius” của Leonardo da Vinci, một biểu tượng coi cơ thể con người là thước đo của vận động, tỷ lệ và thiết kế.
Logo công ty Current Robotics
Rốt cuộc, nguồn gốc của trí tuệ hình người vẫn là con người. Thông qua thiết bị có thể đeo để thu thập dữ liệu, mô phỏng vận động cơ thể tạo mô hình cơ bản, kết hợp tiếp quản nhân tạo để đánh giá và hậu huấn luyện, điều Current Robotics đang làm chính là thông qua phần cứng, đường ống dữ liệu và vòng khép kín mô hình, liên tục chuyển hóa hành vi con người thực thành năng lực hình người mạnh hơn.
Hệ thống thu thập có thể đeo của Current Robotics bắt được một tín hiệu tên là “hành vi con người phụ thêm” - tức là hành vi vật lý tự nhiên xuất hiện, tự do, kế cận nhiệm vụ khi con người thực thi nhiệm vụ thực trong môi trường thực. Những tiên nghiệm vật lý khó mô phỏng, không thể dùng lệnh ngôn ngữ để mô tả này, mãi mãi không thể tách rời khỏi trình diễn nguyên bản của con người, thể hiện giá trị độc đáo của trí tuệ con người trong quá trình phối hợp người - máy.
“Hành vi vô thức khá quan trọng trong humanoid. Nó đủ giống người, có thể mang lại giá trị cảm xúc lớn hơn, thường vượt xa tính năng thuần túy.” Chu Nghị Thần từng chia sẻ. Giống như robot ôm vật bằng hai tay, dùng thân đẩy mở cửa, hành vi giống người đơn giản vì sống động mà tinh tế.
Cảnh này có lẽ không còn xa vời nữa. “Mọc lên từ trí tuệ con người chân thực nhất, cuối cùng quay trở về thế giới đời sống thực”, một bức tranh hài hòa cộng sinh giữa người và máy đang từ từ trải ra trước mắt chúng ta.
Bài viết từ tài khoản công chúng WeChat “Giới đầu tư” (ID:pedaily2012), tác giả: Dư Mộng Oánh
