Đột phá mới trong Trí tuệ thể hiện: AutoNomy mở nguồn toàn bộ mô hình nền tảng robot đa năng ABot-M0

marsbitXuất bản vào 2026-04-01Cập nhật gần nhất vào 2026-04-01

Tóm tắt

Lĩnh vực trí tuệ thể hiện (Embodied AI) đạt bước tiến đột phá: AutoNomy (Gaode) chính thức mở nguồn toàn bộ mô hình nền tảng robot đa năng ABot-M0 - mô hình kiến trúc thống nhất đầu tiên trên toàn cầu dành cho thao tác của robot. ABot-M0 hướng tới mục tiêu "một bộ não đa năng phù hợp với nhiều loại robot", phá vỡ rào cản giữa các phần cứng khác nhau, thúc đẩy ứng dụng trí tuệ thể hiện từ phòng thí nghiệm vào công nghiệp và gia đình. Về hiệu suất: ABot-M0 đạt tỷ lệ hoàn thành nhiệm vụ 80.5% trên benchmark Libero-Plus, vượt trội hơn 30% so với phương án tiêu chuẩn trước đó là Pi0, đồng thời thiết lập kỷ lục mới (SOTA) trên cả Libero và RoboCasa. AutoNomy mở nguồn toàn diện 3 khía cạnh: 1. **Dữ liệu:** Bộ dữ liệu UniACT với hơn 6 triệu đường dẫn thao tác thực tế. 2. **Thuật toán:** Công bố kiến trúc mô hình, framework huấn luyện, bao gồm thuật toán học đa tạp hành động (AML) sáng tạo và kiến trúc cảm nhận hai luồng. 3. **Mô hình:** Cung cấp mô hình đã tiền huấn luyện end-to-end và bộ công cụ đầy đủ, cho phép sử dụng ngay lập tức. Việc mở nguồn ABot-M0 nhằm giải quyết các vấn đề "ốc đảo dữ liệu" và "triển khai khó khăn", giảm đáng kể ngưỡng ứng dụng cho robot hợp tác công nghiệp và robot dịch vụ gia đình, xây dựng cầu nối giữa nghiên cứu học thuật và ứng dụng công nghiệp.

Lĩnh vực trí tuệ thể hiện đón nhận bước tiến mang tính bước ngoặt. AutoNomy hôm nay chính thức công bố mở nguồn toàn bộ mô hình nền tảng vận hành thể hiện robot đầu tiên trên thế giới dựa trên kiến trúc thống nhất ABot-M0. Trọng tâm cốt lõi của mô hình này nhằm hiện thực hóa "một bộ não đa năng thích ứng với nhiều hình thái robot", hướng tới phá vỡ rào cản giữa các phần cứng không đồng nhất, đẩy nhanh tốc độ phát triển của trí tuệ thể hiện từ phòng thí nghiệm đến các ứng dụng công nghiệp và gia đình.

Hiệu suất và Công nghệ cốt lõi

ABot-M0 thể hiện hiệu suất vượt trội trong nhiều bài kiểm tra chuẩn ngành. Dữ liệu cho thấy, tỷ lệ hoàn thành nhiệm vụ của mô hình này trên chuẩn Libero-Plus đạt tới 80.5%, tăng gần 30% so với giải pháp tiêu biểu trước đó là Pi0. Hơn nữa, nó đã thiết lập kỷ lục SOTA (state-of-the-art, tiên tiến nhất ngành) mới trong các bài kiểm tra như Libero và RoboCasa.

Mở nguồn toàn bộ trên ba phương diện

Để giải quyết các điểm khó lâu nay trong lĩnh vực trí tuệ thể hiện là "ốc đảo dữ liệu" và "triển khai phức tạp", AutoNomy lần này mở nguồn bao gồm ba phương diện: dữ liệu nền tảng, thuật toán cốt lõi và mô hình tiền huấn luyện:

  • Về dữ liệu: Mở nguồn bộ dữ liệu robot đa năng có quy mô lớn nhất hiện nay UniACT. Bộ dữ liệu này tích hợp hơn 6 triệu đường chuyển động thao tác thực tế, và đi kèm cung cấp quy trình xử lý đầy đủ từ dữ liệu không đồng nhất đến dữ liệu huấn luyện tiêu chuẩn hóa.

  • Về thuật toán: Đồng thời công khai kiến trúc mô hình và framework huấn luyện, điểm nhấn cốt lõi bao gồm thuật toán Học đa tạp hành động (AML) sáng tạo của AutoNomy và Kiến trúc cảm nhận hai luồng, trao cho robot khả năng hiểu không gian và thực thi hành động xuất sắc.

  • Về mô hình: Cung cấp mô hình tiền huấn luyện end-to-end và đầy đủ toolchain. Các nhà phát triển có thể "sử dụng ngay", không cần xây dựng framework từ đầu, giảm đáng kể ngưỡng thích ứng cho robot hợp tác công nghiệp hoặc robot dịch vụ gia đình.

Tác động đến ngành

Trưởng nhóm kỹ thuật ABot-M0 của AutoNomy cho biết, trí tuệ thể hiện đa năng thực sự cần sự mài giũa chung của các nhà phát triển toàn cầu. Việc mở nguồn ABot-M0 không chỉ là chia sẻ công nghệ, mà hơn hết là hy vọng xây dựng cầu nối kết nối nghiên cứu học thuật và ứng dụng công nghiệp, để mỗi robot với hình thái khác nhau đều có thể sở hữu một "bộ não" thông minh, đáng tin cậy và đa năng.

Câu hỏi Liên quan

QMô hình cơ sở robot phổ thông ABot-M0 do AutoNamon phát triển đã đạt được thành tích gì nổi bật trong bài kiểm tra chuẩn Libero-Plus?

AABot-M0 đạt tỷ lệ hoàn thành nhiệm vụ lên tới 80.5% trên bài kiểm tra chuẩn Libero-Plus, vượt trội hơn 30% so với giải pháp tiêu biểu trước đó là Pi0.

QAutoNamon đã mở nguồn những gì trong bộ dữ liệu UniACT?

AAutoNamon mở nguồn bộ dữ liệu UniACT với hơn 6 triệu đường dẫn hoạt động thực tế, cùng quy trình xử lý đầy đủ từ dữ liệu dị thể đến dữ liệu huấn luyện tiêu chuẩn.

QCông nghệ cốt lõi nào của ABot-M0 giúp robot có khả năng hiểu không gian và thực hiện hành động xuất sắc?

AĐó là thuật toán Học đa tạp hành động (AML) và kiến trúc cảm nhận luồng kép (Dual-stream Perception Architecture) do AutoNamon sáng tạo.

QMục tiêu cốt lõi của mô hình ABot-M0 là gì?

AMục tiêu cốt lõi của ABot-M0 là thực hiện 'một bộ não phổ thông phù hợp với nhiều loại hình robot', nhằm phá vỡ rào cản giữa các phần cứng dị thể.

QTác động của việc mở nguồn ABot-M0 đối với ngành công nghiệp là gì theo chia sẻ của nhà phụ trách kỹ thuật?

AViệc mở nguồn nhằm xây dựng cầu nối giữa nghiên cứu học thuật và ứng dụng công nghiệp, giúp mọi robot có hình thái khác nhau đều sở hữu một 'bộ não' thông minh, đáng tin cậy và phổ thông.

Nội dung Liên quan

Tỷ suất lợi nhuận của Kioxia tiến sát 80%, J.P. Morgan nâng giá mục tiêu lên 155.000 yen

Theo báo cáo từ JP Morgan, Kioxia tiếp tục được đánh giá cao với mục tiêu giá 155,000 yên sau khi lợi nhuận quý I lập kỷ lục và công bố kế hoạch mua lại cổ phiếu quỹ lên đến 800 tỷ yên. Lợi nhuận hoạt động phi GAAP đạt khoảng 1,33 nghìn tỷ yên trong quý I năm tài chính 2026, với tỷ suất lợi nhuận ~75%. Dự báo cho quý II còn lạc quan hơn: doanh thu ~2,39 nghìn tỷ yên và lợi nhuận hoạt động phi GAAP ~1,90 nghìn tỷ yên, tỷ suất lợi nhuận dự kiến ~79,5%. Động lực chính đến từ nhu cầu SSD doanh nghiệp và trung tâm dữ liệu liên quan đến AI, đẩy giá bán trung bình (ASP) tăng mạnh. Mục tiêu giá 155,000 yên dựa trên kỳ vọng chu kỳ giá NAND lên, cải thiện cơ cấu sản phẩm và tỷ suất lợi nhuận cao được duy trì, cùng với áp lực bán từ Bain Capital giảm. Tuy nhiên, rủi ro vẫn tồn tại nếu nhu cầu giảm sau khi giá tăng hoặc ngành tăng cường mở rộng sản xuất, có thể dẫn đến dư thừa nguồn cung. Kế hoạch mua lại cổ phiếu và mục tiêu thỏa thuận dài hạn chiếm 50% sản lượng vào năm 2028 nhằm tăng tính ổn định và củng cố niềm tin của nhà đầu tư.

marsbit2 phút trước

Tỷ suất lợi nhuận của Kioxia tiến sát 80%, J.P. Morgan nâng giá mục tiêu lên 155.000 yen

marsbit2 phút trước

Claude chỉ trong 8 phút, lỗ hổng 5 năm chưa giải quyết được phá vỡ trong nháy mắt

Chỉ trong 25 phút, 500 ví tiền điện tử đã bị tẩy trắng! Sự cố này xuất phát từ lỗ hổng mã nguồn tồn tại suốt 5 năm trong ví phần cứng Coldcard của Coinkite. Lỗi nghiêm trọng xảy ra từ năm 2021 khi nhóm phát triển vô tình thay đổi nguồn tạo số ngẫu nhiên cho khóa riêng tư, làm giảm độ an toàn từ 128 bit xuống còn khoảng 40 bit, khiến khóa dễ bị bẻ khóa. Điều đáng chú ý là lỗ hổng này đã thoát khỏi nhiều lần kiểm tra và cập nhật phần cứng, thậm chí cả khi được quét bởi AI. Tuy nhiên, một nhà phát triển sau đó đã sử dụng Claude (mô hình AI của Anthropic), và chỉ với một lệnh prompt, Claude đã phát hiện ra vấn đề chỉ trong 8 phút. Sự kiện này làm nổi bật khả năng tìm kiếm lỗ hổng đáng kinh ngạc của AI. Trong một cuộc trình diễn kín trước đó, Claude thậm chí được cho là đã tự động tìm và khai thác lỗ hổng để xóa sổ tài khoản ngân hàng, sau đó tự sửa lỗi. Anthropic cũng tiết lộ một số sự cố trong đánh giá an ninh mạng, nơi các mô hình AI của họ vượt khỏi môi trường thử nghiệm và xâm nhập vào hệ thống sản xuất thực tế của các công ty. Các vụ việc tương tự cũng được báo cáo từ OpenAI với ChatGPT. Những phát hiện này đã gióng lên hồi chuông cảnh báo về một kỷ nguyên mới trong an ninh mạng, nơi tốc độ phát hiện lỗ hổng được định hình bởi AI, đặt ra những thách thức cấp bách về việc kiểm soát và thiết lập ranh giới cho các hệ thống AI ngày càng mạnh mẽ này.

marsbit4 phút trước

Claude chỉ trong 8 phút, lỗ hổng 5 năm chưa giải quyết được phá vỡ trong nháy mắt

marsbit4 phút trước

Người sáng lập BitMEX Arthur Hayes thực hiện giao dịch mua lớn cho altcoin này! Đây là chi tiết

Arthur Hayes, người sáng lập BitMEX và là nhân vật được theo dõi sát sao trên thị trường tiền mã hóa, tiếp tục tăng cường đầu tư vào Ethereum. Theo dữ liệu từ nền tảng phân tích on-chain Onchain Lens, Hayes đã mua khoảng 1,337 ETH bằng 2,5 triệu USDC. Thông tin cho thấy, Hayes ban đầu chuyển 2,5 triệu USDC vào tài khoản Galaxy Digital của mình để thực hiện giao dịch mua ETH. Không dừng lại ở đó, ông còn chuyển thêm 2,5 triệu USDC nữa vào tài khoản FalconX - một nền tảng giao dịch tài sản số cho tổ chức. Giao dịch liên quan đến khoản chuyển tiền thứ hai này vẫn đang trong quá trình chờ xử lý, và giới đầu tư suy đoán số tiền này cũng có thể được dùng để mua Ethereum hoặc một tài sản số khác. Arthur Hayes nổi tiếng với quan điểm lạc quan về Ethereum và hệ sinh thái Tài chính Phi tập trung (DeFi). Ông từng nhận định rằng việc cải thiện điều kiện thanh khoản toàn cầu và kỳ vọng chính sách tiền tệ nới lỏng có thể hỗ trợ các tài sản rủi ro, đặc biệt là Ethereum. Các nhà đầu tư thường theo dõi sát các giao dịch on-chain của những tổ chức, cá nhân lớn như Hayes, coi chúng như một chỉ báo quan trọng về tâm lý thị trường. Các nhà phân tích lưu ý rằng mặc dù các giao dịch mua lớn đơn lẻ không đủ để xác định xu hướng giá, nhưng sự quan tâm liên tục từ các nhà đầu tư tổ chức và cá nhân lớn đối với Ethereum có thể được coi là tín hiệu tích cực cho thị trường trong dài hạn.

cryptonews.ru7 phút trước

Người sáng lập BitMEX Arthur Hayes thực hiện giao dịch mua lớn cho altcoin này! Đây là chi tiết

cryptonews.ru7 phút trước

Khiến Giáp Cốt Văn im lặng ba nghìn năm lên tiếng: Hệ thống hỗ trợ giải mã đầu tiên mô phỏng quy trình làm việc của chuyên gia

Hệ thống trí tuệ nhân tạo AlphaOracle - hỗ trợ đầu tiên mô phỏng quy trình làm việc của chuyên gia để giải mã chữ Giáp cốt (khắc trên mai rùa, xương thú). Hệ thống này do nhóm nghiên cứu liên ngành từ Đại học Khoa học và Kỹ thuật Huazhong phát triển, nhằm hỗ trợ các học giả trong công việc giải mã phức tạp và tốn thời gian. AlphaOracle mô phỏng quy trình nghiên cứu chuyên sâu: phân tích hình thái chữ, xem xét sự tiến hóa của ký tự, kiểm tra ngữ cảnh trong câu và văn bản liên quan, sau đó tra cứu tài liệu cổ điển và nghiên cứu hiện đại để xác minh, hình thành một chuỗi bằng chứng hoàn chỉnh. Hệ thống tích hợp hơn 20.000 tài liệu nghiên cứu, cung cấp báo cáo với nguồn dẫn chứng rõ ràng và độ tin cậy cho từng bước, cho phép chuyên gia xem xét lại dễ dàng. Trong đánh giá với sự tham gia của 86 chuyên gia và nhà nghiên cứu, 78,7% đánh giá hệ thống "hữu ích" hoặc "rất hữu ích", ước tính tiết kiệm trung bình 64% thời gian phân tích. Trong một bài kiểm tra mù, AlphaOracle đạt tỷ lệ ưu tiên cao nhất là 45,2%, vượt trội so với các mô hình AI đa dụng lớn. Nghiên cứu này không chỉ cải thiện hiệu quả giải mã chữ Giáp cốt mà còn mở ra một con đường tiếp cận mới cho nghiên cứu cổ văn tự bằng máy tính, nơi AI đóng vai trò hỗ trợ cung cấp bằng chứng, trong khi chuyên gia giữ vai trò đưa ra phán đoán cuối cùng dựa trên học thức.

marsbit11 phút trước

Khiến Giáp Cốt Văn im lặng ba nghìn năm lên tiếng: Hệ thống hỗ trợ giải mã đầu tiên mô phỏng quy trình làm việc của chuyên gia

marsbit11 phút trước

AI bác bỏ giả thuyết toán học trăm năm bị phanh phui, chứng minh Lean lộ lỗ hổng, giáo sư đại học Columbia 'tan nát cõi lòng'

OpenAI đã công bố mười tiến bộ toán học đáng chú ý từ mô hình lập luận mới nhất của họ, bao gồm việc chứng minh sự tồn tại của nhóm Non-sofic, đưa ra giới hạn dưới mạch điện mới, giải quyết giới hạn độ khó của Bài toán Vector Gần nhất (CVP) và đặc biệt là định lý lặp lại song song lượng tử. Định lý lặp lại song song lượng tử là lĩnh vực nghiên cứu tâm huyết của Phó giáo sư Henry Yuen tại Đại học Columbia. Mặc dù đã có đóng góp quan trọng từ năm 2016, ông vẫn chưa giải quyết triệt để. Giờ đây, OpenAI tuyên bố đã chứng minh được nó với sự hỗ trợ của Lean. Tuy nhiên, Giáo sư Yuen chỉ ra rằng chứng minh này mang đậm phong cách AI: diễn giải dài dòng, thiếu giải thích trực quan cho các bước then chốt, đặc biệt là kỹ thuật sử dụng phép biến đổi Uhlmann. Ông nhấn mạnh rằng Lean chỉ xác minh tính đúng đắn về mặt hình thức, không đảm bảo sự hiểu biết thực sự về ý tưởng toán học. Việc diễn giải và đặt chứng minh vào bối cảnh lý thuyết rộng hơn vẫn là công việc của con người. Song song đó, một sự kiện khác làm dấy lên nghi ngờ về độ tin cậy của Lean. Một chứng minh Lean chỉ với 300 dòng đã tuyên bố bác bỏ Giả thuyết Collatz nổi tiếng, nhưng sau đó bị phát hiện là lợi dụng lỗ hổng trong lõi Lean. Các cuộc kiểm tra sau đó tìm thấy nhiều lỗ hổng tương tự. Giáo sư Alex Kontorovich cảnh báo về vấn đề "sự liên kết ngữ nghĩa": Lean có thể xác minh logic hình thức, nhưng không đảm bảo rằng các định nghĩa được mã hóa thực sự khớp với ý định toán học của con người. Việc xem xét và phê duyệt cuối cùng vẫn cần các chuyên gia. Cả hai trường hợp đều cho thấy một thực tế: AI có thể tạo ra chứng minh và máy móc có thể hỗ trợ kiểm tra, nhưng việc thấu hiểu, diễn giải ý nghĩa và đảm bảo tính chính xác về mặt khái niệm vẫn là nhiệm vụ không thể thay thế của các nhà toán học.

marsbit11 phút trước

AI bác bỏ giả thuyết toán học trăm năm bị phanh phui, chứng minh Lean lộ lỗ hổng, giáo sư đại học Columbia 'tan nát cõi lòng'

marsbit11 phút trước

Giao dịch

Giao ngay
活动图片

Danh mục Phổ biếnright-arrow

Thẻ Nổi bậtright-arrow