Tác giả: Syed Armani
Biên dịch: Felix, PANews
AI không còn bị giới hạn trong màn hình và phần mềm. Với sự hội tụ của AI và công nghệ robot, máy móc đang dần có khả năng cảm nhận thế giới, giải thích các điều kiện thay đổi và hành động trong thời gian thực. Sự chuyển đổi này sang các hệ thống vật lý thông minh (tức AI vật lý) đang bắt đầu định hình lại các ngành công nghiệp khác nhau và hứa hẹn sẽ ảnh hưởng đến cuộc sống gia đình hàng ngày khi công nghệ trưởng thành.
Đổi mới trong lĩnh vực robot đang gia tăng với tốc độ chưa từng có. Gần đây, Figure đã giới thiệu robot hình người Figure 03 được thiết kế cho ứng dụng gia đình và thương mại. Nó có thể hoàn thành một số việc nhà như gấp quần áo và chất máy rửa bát, nhưng vẫn chưa hoàn hảo. Tesla đang vận hành robot hình người Optimus trong các dự án thí điểm nội bộ hạn chế tại nhà máy. Máy bay không người lái tự hành và robot chân đang ngày càng được sử dụng cho các nhiệm vụ kiểm tra nguy hiểm. Đồng thời, Unitree cùng với công nghệ xúc giác như FlexiTac đang nỗ lực để robot di chuyển trong môi trường gia đình lộn xộn, đảm bảo hoạt động an toàn xung quanh vật nuôi và trẻ em, và hỗ trợ xử lý những việc vặt hàng ngày. Một khi đã sẵn sàng, robot thông minh sẽ chú trọng vào trí thông minh tổng quát và nhận thức tình huống, chẳng hạn như nhận ra một cốc nước bị đổ cần được xử lý mà không cần hướng dẫn rõ ràng.
Các nhà đầu tư đang đổ một lượng lớn vốn vào chồng công nghệ hứa hẹn sẽ hỗ trợ phần cứng robot thế hệ tiếp theo. Tháng 1 năm 2026, Skild AI đã huy động được 14 tỷ USD trong vòng gọi vốn Series C, định giá 140 tỷ USD, để mở rộng mô hình cơ bản robot tổng quát của mình; trong khi Figure AI đã huy động được hơn 10 tỷ USD trong vòng Series C năm 2025, định giá sau gọi vốn đạt 390 tỷ USD, để mở rộng năng lực sản xuất và triển khai công nghiệp cho con người. Apptronik mở rộng vòng gọi vốn Series A lên 935 triệu USD, NEURA Robotics bổ sung thêm 120 triệu euro trong vòng Series B. Tất cả đều làm nổi bật một sự đồng thuận ngày càng tăng: AI vật lý đang trở thành nền tảng chiến lược cho robot tiêu dùng và công nghiệp.
Đã đến điểm bùng phát cho sự phổ biến của robot thông minh?
Sự tăng tốc phát triển hiện tại trong lĩnh vực này là kết quả của sự hội tụ của nhiều công nghệ. Trong nhiều thập kỷ, các mô-đun riêng lẻ tạo nên robot thông minh đã được phát triển độc lập, chẳng hạn như thuật toán AI tiên tiến, cảm biến độ trung thực cao, cánh tay robot và hệ thống điều khiển thời gian thực. Mãi đến gần đây, các mô-đun này mới bắt đầu hội tụ, cho phép robot cảm nhận, suy luận và hành động hiệu quả trong môi trường thực. Dưới đây là các yếu tố then chốt thúc đẩy "điểm bùng phát công nghệ robot" này:
Yếu tố kinh tế: Cuối cùng thì phần cứng cũng đã được thương mại hóa. Trước đây, robot rất đắt tiền vì mỗi thành phần đều được tùy chỉnh. Giờ đây, chúng được hưởng lợi từ chuỗi cung ứng của các sản phẩm điện tử tiêu dùng và xe điện.
-
Bộ truyền động (Actuator): Bộ truyền động cho robot hình người mô-men xoắn cao từ trước đến nay vốn đắt đỏ, trong các hệ thống công nghiệp sản xuất nhỏ, chi phí cho mỗi khớp thường vượt quá 1000 USD. Trong khi đó, các thiết kế tích hợp theo chiều dọc mới từ các công ty như Tesla và Unitree đang giảm chi phí của một số thành phần bộ truyền động xuống còn vài trăm USD.
-
Cảm biến: Một thập kỷ qua, chi phí cho lidar và camera độ sâu đã giảm mạnh. Những thiết bị cao cấp từng có giá khoảng 10.000 USD giờ đây chỉ còn vài trăm USD. Điều này nhờ vào những tiến bộ trong thiết kế trạng thái rắn, sản xuất quy mô lớn và ứng dụng trong lĩnh vực ô tô và thiết bị di động.
-
Pin: Đầu tư quy mô lớn toàn cầu vào xe điện đã làm giảm chi phí pin lithium-ion mật độ cao và nâng cao độ tin cậy, nhiều robot có thể chạy 2-4 giờ chỉ với một lần sạc.
Điện toán biên (Edge computing): Robot phải xử lý thông tin tại chỗ vì các nhiệm vụ điều khiển thời gian thực như giữ thăng bằng hoặc cầm nắm vật thể không cho phép độ trễ mạng. Các chip như Jetson Thor của NVIDIA được thiết kế để chạy suy luận AI trên bo mạch, đồng thời xử lý nhiều luồng dữ liệu cảm biến. Điều này cho phép robot xử lý và theo dõi môi trường của nó tại chỗ, phản ứng nhanh với môi trường thay đổi mà không cần dựa vào kết nối mạng.
Đột phá "bộ não" (Mô hình AI): Đây là thay đổi lớn nhất. Chuyển từ lập trình "if/then" sang "Mô hình Thế giới (World Models)". Mô hình Thế giới là một loại mô hình AI học cách thế giới thực vận hành bằng cách xem video. Thay vì lập trình để robot "vặn tay nắm cửa", hãy cho nó xem 10.000 video về việc mở cửa. Chỉ bằng cách quan sát video, AI có thể xây dựng một mô hình tư duy về cách vật lý hoạt động, phát triển trực giác vật lý và mô phỏng tình huống trong tâm trí trước khi hành động. Google Deepmind Genie 3 và NVIDIA Cosmos là những ví dụ về các mô hình thế giới mới kiểu này.
Trong khi máy móc ngày càng thông minh hơn, chi phí cũng tiếp tục giảm. Ví dụ, robot Noetix Bumi (giá 1400 USD) hiện có giá tương đương với iPhone 17 Pro Max. Chi phí phần cứng giảm, hiệu suất chip AI được cải thiện và khả năng của mô hình thế giới tăng lên, những yếu tố này kết hợp với nhau khiến robot thông minh dễ tiếp cận hơn với đại chúng và mở rộng phạm vi nghiên cứu từ các phòng thí nghiệm công nghệ tiên tiến sang các lĩnh vực rộng lớn hơn.
Nếu thời khắc "ChatGPT" của lĩnh vực robot đến trong tương lai gần, rất có thể sẽ thấy ứng dụng trong lĩnh vực công nghiệp và hậu cần trước, sau đó mới đến robot hình người gia đình thực thụ. Mặc dù vẫn còn nhiều thách thức trước khi robot thông minh thực sự phổ biến, nhưng những người lạc quan có lý trí sẽ nhận ra rằng các xu hướng hiện tại đang hướng tới một tương lai mà khả năng robot thông minh được ứng dụng rộng rãi ngày càng lớn.
Đột phá phần mềm lớn thường đi kèm với đột phá phần cứng. Sự xuất hiện của Instagram và TikTok là nhờ có phần cứng cần thiết. Nếu phần cứng robot thông minh có thể được phổ biến rộng rãi trong tương lai gần, thì một câu hỏi thú vị được đặt ra: ứng dụng robot có là làn sóng tiếp theo không?
Hiện có những thách thức nào đang cản trở đà phát triển này?
Dữ liệu huấn luyện robot: Đây là nút thắt lớn nhất cho sự phát triển của robot thông minh tổng quát. Không giống như AI văn bản có thể thu thập toàn bộ internet, robot cần kinh nghiệm thực tế, chẳng hạn như cảm nhận lực, giữ thăng bằng và tương tác với vật thể. Việc thu thập loại dữ liệu này vừa chậm vừa tốn kém, và rất tốn nhân lực.
Vấn đề "tính vật lý": Xem video không thể dạy hoàn toàn cho robot cách thao tác vật thể hoặc di chuyển an toàn, nó phải tự mình cảm nhận lực và tiếp xúc. Điều khiển từ xa, tức là con người hướng dẫn robot trong thời gian thực, có thể đồng thời nắm bắt ý định và lực, là tiêu chuẩn tốt nhất cho việc thu thập dữ liệu. Việc tạo ra hàng trăm giờ dữ liệu chất lượng cao, đòi hỏi người vận hành phải có mặt xuyên suốt, khả năng mở rộng kém xa so với thu thập dữ liệu kỹ thuật số.
Khoảng cách mô phỏng và thực tế: Mô phỏng có thể tạo ra lượng dữ liệu lớn với chi phí thấp, nhưng do các hiện tượng vật lý chưa được mô hình hóa hoặc môi trường không thể đoán trước, robot thường thất bại khi chuyển kỹ năng sang thế giới thực.
Nền kinh tế máy móc trên chuỗi
Sự kết hợp giữa blockchain và robot cung cấp một giải pháp khả thi cho những thách thức hiện tại của công nghệ robot. Cơ chế khuyến khích bằng token có thể giúp điều phối hàng triệu robot và thưởng cho những người đóng góp vận hành thiết bị từ xa hoặc dữ liệu cảm biến. Mỗi lần tương tác trở thành một tài sản dữ liệu quý giá, xây dựng một bộ dữ liệu robot thuộc sở hữu cộng đồng, phát triển nhanh chóng, với quy mô vượt xa bất kỳ công ty đơn lẻ nào.
Token hóa thu thập dữ liệu
Dữ liệu robot cực kỳ có giá trị, nhưng dữ liệu cảm biến và tương tác thế giới thực lại rất khan hiếm. Các công ty lớn thu thập lượng dữ liệu lái xe và công nghiệp khổng lồ thông qua đội xe của họ, mang lại lợi thế quy mô mà các nhà phát triển độc lập không thể sánh được.
AI vật lý phi tập trung cho phép người dùng điều khiển robot từ xa hoặc đóng góp dữ liệu cảm biến và được khuyến khích bằng token. Mạng phi tập trung có thể điều phối hàng nghìn người đam mê trên toàn cầu, giúp robot xử lý các địa hình phức tạp, hoặc những người đóng góp cho môi trường đặc biệt có thể tải lên dữ liệu và nhận thưởng. Mặc dù các nền tảng này vẫn đang trong 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 vị thế độc quyền của một số ít doanh nghiệp lớn.
Robot với tư cách chủ thể kinh tế
Trong mô hình "robot như một dịch vụ", bản thân robot thông minh có thể trở thành tài sản được "token hóa". Mỗi robot (hoặc quyền sử dụng) có thể được đại diện bởi token kỹ thuật số, cho phép nhiều người dùng sở hữu hoặc thuê. Phí dịch vụ trả cho robot có thể được chuyển trực tiếp vào ví của robot thông qua token hoặc stablecoin. Thiết lập này cho phép tạo doanh thu tự chủ: robot kiếm tiền thông qua công việc, tự trang trải chi phí vận hành và tự động phân phối lợi nhuận cho những người nắm giữ token. Về bản chất, đây là một giao thức Web3, biến robot thành nhà cung cấp dịch vụ có thể lập trình, tự cung tự cấp, với doanh thu minh bạch và có thể theo dõi.
Bản đồ thị trường AI vật lý
Khi thế hệ máy học thông minh mới học hỏi và hiểu được thực tại phức tạp của thế giới ba chiều, ranh giới giữa trí tuệ kỹ thuật số và hành vi vật lý đang biến mất.
Cốt lõi của cuộc cách mạng này là các mô hình AI. "Bộ não" phức tạp do Physical Intelligence và Skild AI phát triển vượt ra ngoài mã tĩnh, cung cấp trí thông minh tổng quát cho nhiều dạng vật lý khác nhau. Các mô hình này cho phép robot coi sự nhanh nhẹn và khả năng di chuyển như một vấn đề phần mềm, cho phép một "bộ não" thống nhất duy nhất thích ứng với nhiều thân robot. Lớp thông minh này được hỗ trợ bởi các nền tảng mô phỏng và đường ống dữ liệu (chẳng hạn như nền tảng do Zeromatter cung cấp), cho phép hệ thống đào tạo an toàn trong môi trường ảo trước khi triển khai ra thế giới thực.
Cùng phát triển với bộ não robot là AI vật lý phi tập trung. Ví dụ, mạng cơ sở hạ tầng phi tập trung Fabric Protocol cung cấp danh tính trên chuỗi và ví tiền mã hóa cho robot tự hành, và sử dụng mật mã để xác minh công việc của máy móc. Các công ty như Auki, Peaq và IoTeX đang xây dựng một "nền kinh tế máy móc", nơi robot có thể chia sẻ bản đồ 3D, xác minh dữ liệu và giao dịch tự chủ. Cách tiếp cận phi tập trung này đảm bảo rằng lớp điều phối không bị kiểm soát bởi một doanh nghiệp đơn lẻ.
Trong lĩnh vực công nghiệp, thiết bị xây dựng tự hành của Bedrock Robotics và tự động hóa kho bãi của Mytra đang định nghĩa lại lực lượng lao động, trong khi ANYbotics xử lý công việc bảo trì thường ngày trong môi trường nguy hiểm. Đồng thời, với sự tiến bộ của Figure và Unitree, bước đột phá trên thị trường tiêu dùng về trợ lý gia đình đã ở trong tầm mắt.
Triển vọng năm 2030
Nhìn từ góc độ lạc quan có lý trí, sự phục hưng của công nghệ robot đã đến. Bốn lực lượng không thể ngăn cản đang hội tụ: chi phí phần cứng giảm mạnh, trí thông minh mô hình AI không ngừng tăng lên, chip điện toán biên cung cấp sức mạnh tính toán chưa từng có, lực lượng công nhân công nghiệp toàn cầu có triển vọng giải quyết vấn đề dữ liệu. Đến năm 2030, sự cộng hưởng này sẽ thúc đẩy AI vật lý thâm nhập vào mọi ngóc ngách của thế giới, từ nông nghiệp tự động đến các lĩnh vực rủi ro cao như chữa cháy và chăm sóc người già.
Lịch sử cho thấy, đổi mới phần mềm mang tính chuyển đổi thường xảy ra sau khi phần cứng ổn định. Có lẽ chúng ta sẽ chứng kiến thời đại "thuê thông minh", khi robot hình người tiêu chuẩn hóa sẽ chạy hệ điều hành tiêu chuẩn và tích hợp cửa hàng ứng dụng. Giống như cuộc cách mạng điện thoại thông minh trước đây, vài năm tới sẽ được định nghĩa bởi "cửa hàng ứng dụng robot", nơi người dùng không cần mua thiết bị chuyên dụng mà chỉ cần đăng ký các kỹ năng của robot. Trong mô hình này, giá trị chuyển từ chính cỗ máy sang "kỹ năng" cụ thể mà nó có thể thực hiện. Bạn không cần mua một robot gia sư tiếng Pháp chuyên dụng, chỉ cần tải xuống một "ứng dụng kỹ năng tiếng Pháp" trên robot hình người tổng quát của mình, và nó có thể trở thành giáo viên tiếng Pháp của bạn. Đến năm 2030, đối với những người giàu có, món quà lễ hội được ưa chuộng hàng đầu sẽ không còn là điện thoại gập flagship, mà là một trợ lý thông minh thực sự giúp quản lý việc nhà.
Dự báo này được xây dựng dựa trên chủ nghĩa lạc quan có lý trí, mặc dù con đường đến tương lai hiếm khi bằng phẳng, nhưng sự hội tụ công nghệ đang báo trước một sự chuyển đổi sâu sắc về công nghệ máy móc.
Bài đọc liên quan: Khi robot học cách suy nghĩ, kiếm tiền và cộng tác, phân tích 15 loại công nghệ và ứng dụng robot








