Unitree đặt cược vào “khoảnh khắc ChatGPT” của robot hình người

Vì sao robot biết đi vẫn chưa đủ?

Những màn robot chạy, nhảy, khiêu vũ hay biểu diễn võ thuật dễ thu hút sự chú ý, nhưng chưa chứng minh robot có thể làm việc đáng tin cậy trong một căn nhà lộn xộn và thay đổi liên tục. Nút thắt hiện nay nằm ở khả năng ra quyết định của robot.

Để đạt cột mốc mà Wang mô tả, robot cần có các “mô hình thế giới” đủ mạnh để:

• nhận biết vật thể và không gian xung quanh;
• suy luận về quan hệ nhân–quả;
• lập kế hoạch cho chuỗi hành động;
• xử lý những tình huống bất ngờ và tự sửa lỗi;
• thao tác an toàn với đồ vật, con người và môi trường mới.

Robot hiện vẫn gặp khó khăn khi khái quát hóa từ dữ liệu huấn luyện sang những ngôi nhà, vật dụng, điều kiện ánh sáng, vật cản và hành vi con người khác biệt. Ngay cả khi đã đến đúng vị trí, chúng cũng khó duy trì độ chính xác lặp lại ở mức milimet khi tay phải cầm, đặt hoặc điều chỉnh vật thể. Làm cho robot đi bộ chỉ là một phần của bài toán; làm cho nó hiểu nên làm gì và thực hiện chính xác mới là phần khó hơn.

Chủ đề của hội nghị năm nay cũng phản ánh sự chuyển hướng đó: đưa robot từ khu vực trưng bày và những màn trình diễn ấn tượng sang các ứng dụng thực tế trong nhà máy, dịch vụ và đời sống.

Bài toán dữ liệu: robot không thể học như ChatGPT

Một lợi thế lớn của ChatGPT là các mô hình ngôn ngữ có thể học từ kho văn bản khổng lồ trên internet, với quy mô lên tới hàng nghìn tỷ token. Robot vật lý không có một nguồn dữ liệu tương đương vừa rẻ, vừa chuẩn hóa, vừa dễ mở rộng.

Để robot học cách thao tác, dữ liệu phải ghi lại nhiều yếu tố cùng lúc: hình ảnh, lực tác động, thông tin xúc giác, quỹ đạo chuyển động, kết quả thành công và cả những lần thất bại. Mô phỏng và điều khiển từ xa có thể hỗ trợ thu thập dữ liệu, nhưng chưa đủ để chứng minh robot sẽ vận hành an toàn và khái quát tốt trong mọi căn nhà thực tế.

Đó là lý do các dự báo theo lịch — 2 năm, 5 năm hay 10 năm — vẫn có độ bất định cao. Thách thức cốt lõi là kết nối mô hình AI với cơ thể robot, để robot không chỉ “biết câu trả lời” mà còn biết cách biến câu trả lời thành hành động chính xác trong thế giới thật.

Cơn sốt Unitree và khoảng cách với ứng dụng thực tế

Sự thận trọng trong phát biểu của Wang xuất hiện ngay sau màn ra mắt gây sốt của Unitree trên sàn chứng khoán Thượng Hải. Cổ phiếu công ty tăng hơn 5 lần trong ngày giao dịch đầu tiên và chốt phiên cao hơn 460% so với giá IPO.

Diễn biến này cho thấy nhà đầu tư đang đặt cược vào khả năng hình thành một thị trường robot quy mô nền tảng trong tương lai. Tuy nhiên, giá cổ phiếu không đồng nghĩa với việc robot đã sẵn sàng tự chủ làm việc nhà. Theo các mô tả hiện có, nhu cầu chủ yếu vẫn đến từ trường đại học, phòng thí nghiệm và tổ chức nghiên cứu — dấu hiệu của giai đoạn tiếp nhận ban đầu, chưa phải bằng chứng đầy đủ về mức độ phù hợp với thị trường đại chúng.

Chính Unitree cũng thừa nhận mình còn tụt lại trong các ứng dụng đời thực. Điều này tạo ra một khoảng cách đáng chú ý giữa năng lực phần cứng được trình diễn trước công chúng và độ tin cậy cần có khi robot thực sự được giao việc.

Các con số giao hàng cần được đọc thận trọng

Một báo cáo được công bố tại hội nghị cho biết Trung Quốc đã giao hơn 40.000 robot hình người trong nửa đầu năm 2026, chiếm 97% lượng robot hình người được giao trên toàn cầu. Morgan Stanley được dẫn lại với dự báo Trung Quốc có thể đạt 50.000 robot trong cả năm 2026, so với 12.000 chiếc vào năm 2025.

Tuy nhiên, các con số này chưa chắc có thể so sánh trực tiếp. Một bộ dữ liệu thị trường khác ước tính tổng lượng robot hình người được vận chuyển trên toàn cầu trong nửa đầu năm chỉ khoảng 19.100 chiếc, trong đó doanh nghiệp Trung Quốc chiếm 97%. Sự chênh lệch với con số hơn 40.000 cho thấy các báo cáo có thể đang dùng phạm vi khác nhau, hoặc phân biệt không giống nhau giữa “vận chuyển” và “giao hàng”.

Điểm có thể rút ra tương đối chắc chắn là các nhà sản xuất Trung Quốc đang chiếm ưu thế rõ rệt về sản lượng ban đầu. Nhưng con số chính xác và ý nghĩa thương mại của chúng vẫn cần được xem xét cùng định nghĩa dữ liệu, loại robot và nơi triển khai.

Wang Xingxing không phải người duy nhất dự báo bước ngoặt

Wang He, nhà sáng lập kiêm giám đốc công nghệ của Galbot, từng dự đoán ngành robot hình người có thể đạt “khoảnh khắc ChatGPT” vào cuối năm 2028. Cơ sở của ông là tốc độ tích lũy dữ liệu và xu hướng hội tụ của các mô hình AI.

Sự tương đồng giữa các mốc 2028 và kịch bản 2–3 năm của Wang Xingxing cho thấy ngành đang hình thành một câu chuyện tăng trưởng chung. Nhưng việc nhiều lãnh đạo công ty cùng đưa ra mốc thời gian gần nhau không tự động biến chúng thành đồng thuận kỹ thuật. Những yếu tố như độ tin cậy, an toàn, chi phí, dữ liệu thao tác và khả năng triển khai quy mô lớn vẫn chưa được giải quyết trọn vẹn.

Ngoài ra, các hạn chế địa chính trị có thể làm thay đổi tốc độ mở rộng. Ủy ban Truyền thông Liên bang Mỹ (FCC) đã đưa các thiết bị robot tiên tiến do nước ngoài sản xuất, bao gồm robot hình người và robot bốn chân, vào danh sách bị hạn chế phê duyệt đối với các mẫu mới, với lý do an ninh quốc gia và rủi ro chuỗi cung ứng. Chính sách này được mô tả là chủ yếu ảnh hưởng đến các mẫu mới, không nhất thiết cấm mọi robot đã có mặt tại Mỹ.

Đánh giá: tiến bộ thật, thời hạn vẫn mang tính đầu cơ

Có cơ sở kỹ thuật để lạc quan: chi phí phần cứng đang giảm, năng lực sản xuất robot của Trung Quốc rất lớn và nhiều nhà sáng lập đang hướng tới một bước ngoặt vào khoảng năm 2028.

Nhưng hiện chưa có bằng chứng cho thấy giới kỹ thuật đã thống nhất rằng robot hình người đa năng sẽ đạt chuẩn hoàn thành 80% nhiệm vụ trong một ngôi nhà xa lạ trong đúng khung thời gian đó.

Cách diễn giải thận trọng nhất là: tiến bộ đáng tin cậy, nhưng lịch trình còn nhiều suy đoán. Kịch bản 2–3 năm là trường hợp thuận lợi; khung 5–10 năm phản ánh sát hơn những trở ngại chưa được giải quyết về phần mềm, dữ liệu, độ tin cậy, an toàn, kinh tế và quy định. Cú tăng giá cổ phiếu Unitree đang định giá tiềm năng của một thị trường robot quy mô lớn — chứ chưa phải khả năng robot tự chủ đảm nhiệm việc nhà ngay hôm nay.