“Bộ não” robot hình người có thể có khoảnh khắc ChatGPT vào năm 2027

ACE Robotics đặt cược rằng “bộ não” của robot hình người có thể đạt một bước ngoặt giống ChatGPT vào cuối năm 2027. Wang Xiaogang, chủ tịch công ty, cho rằng những tiến bộ trong mô hình thế giới và việc thu thập dữ liệu môi trường có thể thúc đẩy mạnh mẽ trí tuệ hiện thân — khả năng để hệ thống AI hiểu và hành động trong thế giới vật lý. 134

Tuy nhiên, đây là dự báo về một bước ngoặt kỹ thuật, không phải lời khẳng định rằng robot hình người sẽ trở nên đa năng vào năm 2027. Theo chính lộ trình của Wang, ngay cả khi đạt được cột mốc này, công nghệ mô hình thế giới cho trí tuệ hiện thân vẫn có thể cần thêm khoảng 4–5 năm để được ứng dụng rộng rãi trong nhiều ngành. 34

“Khoảnh khắc ChatGPT” sẽ có ý nghĩa gì với robot?

ChatGPT từng đưa năng lực của các mô hình ngôn ngữ tiên tiến đến với số đông. Trong lĩnh vực robot, bước ngoặt tương đương sẽ là sự xuất hiện của một “bộ não” đa năng hơn nhiều: có thể kết nối nhận thức, suy luận vật lý và hành động trong những môi trường luôn thay đổi, thay vì chỉ hoàn thành tốt các màn trình diễn được dàn dựng chặt chẽ. 1

Mô hình thế giới giữ vai trò quan trọng trong tầm nhìn đó vì chúng hướng tới việc mô tả cách môi trường vật lý vận hành và có thể biến đổi ra sao. Dữ liệu môi trường cung cấp cho mô hình những ví dụ về tương tác, nhiệm vụ và thất bại trong đời thực — những điều khó tái tạo đầy đủ trong phòng thí nghiệm.

Vì sao mô hình AI vẫn là nút thắt chính?

Robot phải giải một bài toán khó hơn nhiều so với các hệ thống chủ yếu hoạt động trên văn bản hoặc giao diện số. Chúng phải xử lý tín hiệu cảm biến không hoàn hảo, hiểu không gian xa lạ, lập kế hoạch trong điều kiện bất định và thực hiện hành động an toàn.

Một mô hình có thể đưa ra câu trả lời nghe hợp lý chưa chắc đã có thể cầm nắm đồ vật ổn định, tự khắc phục sau một lần thao tác sai hoặc phản ứng phù hợp khi điều kiện tại nơi làm việc bất ngờ thay đổi.

Báo cáo của Reuters xác định các mô hình AI là nút thắt lớn nhất đối với trí tuệ thực tế của robot. 1 Vì vậy, một mô hình mạnh hơn có thể quan trọng hơn việc liên tục bổ sung các nền tảng cơ khí mới: về lý thuyết, cùng một “bộ não” có thể nâng cao năng lực cho nhiều thiết kế robot khác nhau, miễn là nó khái quát tốt ngoài những tình huống đã được huấn luyện.

Dữ liệu thế giới thực cũng khó thu thập không kém

Dữ liệu từ thế giới vật lý vừa tốn kém vừa mất thời gian để thu thập. Dữ liệu hữu ích không chỉ bao gồm các thao tác thành công, mà còn phải phản ánh nhiều môi trường, loại vật thể, hành vi con người và các tình huống bất thường.

Một tập dữ liệu chỉ gồm vài nhóm trình diễn hẹp có thể dạy robot lặp lại một công việc, nhưng chưa chắc giúp nó hiểu đủ rộng để xử lý điều kiện xa lạ.

ACE được đưa tin đã thu thập khoảng 100.000 giờ dữ liệu — quy mô mà công ty cho là vẫn chưa đủ cho mục tiêu trí tuệ hiện thân. 5 Vì thế, chiến lược của ACE đặt việc thu thập dữ liệu song song với phát triển mô hình, thay vì xem dữ liệu chỉ là một nguồn lực phụ trợ.

Điều này dẫn đến một hệ quả quan trọng: ngay cả khi chất lượng mô hình cải thiện nhanh, tiến bộ vẫn có thể bị giới hạn bởi số lượng, độ đa dạng và mức độ hữu ích của dữ liệu huấn luyện vật lý. Một kết quả tốt trên bộ kiểm thử chỉ cho thấy mô hình hoạt động hiệu quả trong một bài đánh giá cụ thể; nó chưa tự động chứng minh robot sẽ làm việc đáng tin cậy trong kho hàng, khách sạn hay cửa hàng.

Dự báo của ACE so với Unitree

Dự báo về cuối năm 2027 của ACE tương đối phù hợp với nhận định được gán cho Wang Xingxing, nhà sáng lập Unitree. Ông cho rằng “khoảnh khắc ChatGPT” trong bộ não robot có thể xuất hiện trong vòng 2–3 năm. 13

Dù vậy, các mốc thời gian này nên được xem là kỳ vọng của ngành, chưa phải những lộ trình đã được kiểm chứng độc lập. Chúng phản ánh niềm tin chung rằng tiến bộ về mô hình, dữ liệu và năng lực tính toán có thể tăng tốc, nhưng không bảo đảm các khả năng đó sẽ xuất hiện đúng lịch hoặc hoạt động hiệu quả như nhau trong mọi nhiệm vụ.

Đột phá kỹ thuật không đồng nghĩa thương mại hóa ngay

ACE dự kiến việc ứng dụng thương mại trên diện rộng sẽ chậm hơn bước ngoặt kỹ thuật thêm 4–5 năm. 34 Khoảng cách này bao gồm nhiều công việc thực tế:

• kiểm chứng độ an toàn và độ tin cậy trong môi trường vận hành thật;
• tích hợp mô hình với nhiều thân robot, cảm biến và hệ thống điều khiển khác nhau;
• giảm chi phí phần cứng và vận hành;
• thu thập đủ dữ liệu từ các quy trình có thể lặp lại; và
• chứng minh robot tạo ra giá trị ngoài các thử nghiệm được dàn dựng.

Nói cách khác, năm 2027 có thể là cột mốc của mô hình, trong khi cột mốc thương mại sẽ đến sau đó. Với các doanh nghiệp đang cân nhắc robot hình người, câu hỏi quan trọng không chỉ là một mô hình có thể hoàn thành nhiệm vụ một lần hay không, mà còn là liệu robot có thể làm việc đó ổn định, an toàn và với chi phí hợp lý ở quy mô lớn hay không.

ACE định thu hẹp khoảng cách bằng cách nào?

Kairos và kết quả trên các bộ đánh giá

Dự án mô hình thế giới mã nguồn mở Kairos là trọng tâm trong cách tiếp cận của ACE. Reuters đưa tin mô hình chủ lực của công ty vượt qua mô hình của Nvidia trong các bài kiểm chuẩn, đồng thời lưu ý rằng thành tích trên benchmark không thể được xem là bằng chứng cho năng lực triển khai thực tế vượt trội. 1

Sự khác biệt này rất đáng chú ý. Các bài kiểm thử công khai hữu ích để so sánh những khả năng được định nghĩa trước, nhưng triển khai thực tế đòi hỏi bằng chứng trên nhiều môi trường và nhiều dạng lỗi. Kairos có thể giúp ACE thu hút nhà phát triển và nhận thêm phản hồi, song ý nghĩa rộng hơn của mô hình sẽ phụ thuộc vào khả năng chuyển từ bối cảnh đánh giá sang công việc vật lý thực tế.

Nguồn vốn và tham vọng IPO

Các báo cáo cho biết ACE nhận được sự hậu thuẫn của Ant Group và SenseTime, đồng thời công ty có tham vọng tiến hành IPO khi điều kiện cho phép. 5612 Những nguồn vốn này có thể hỗ trợ nghiên cứu mô hình, thu thập dữ liệu và mở rộng thương mại. Tuy nhiên, các tài liệu được cung cấp chưa đủ để xác minh độc lập toàn bộ tình hình tài chính của công ty.

Thu thập dữ liệu trong môi trường thật

ACE xem dữ liệu vận hành là một tài sản chiến lược. Vòng lặp mà công ty hướng tới khá rõ ràng: robot thực hiện nhiệm vụ trong môi trường thực, các tương tác đó tạo ra dữ liệu huấn luyện bổ sung, rồi mô hình được cải thiện sẽ hỗ trợ những lần triển khai có năng lực cao hơn. 45

Vòng lặp này chỉ có giá trị khi dữ liệu đủ đại diện và được ghi nhận cẩn thận. Nhiều giờ dữ liệu hơn không đồng nghĩa chắc chắn với trí tuệ tốt hơn; chất lượng tương tác, phạm vi điều kiện và mối liên hệ giữa dữ liệu với mức cải thiện của mô hình cũng quan trọng không kém.

Mục tiêu triển khai và nguồn chip

Các nguồn thứ cấp gán cho ACE những kế hoạch đầy tham vọng, gồm triển khai công nghệ tại ít nhất 1.000 cửa hàng trong một năm và mở rộng lên 10.000 cửa hàng trong hai năm. Đây nên được hiểu là mục tiêu do công ty công bố hoặc được các nguồn thứ cấp thuật lại, không phải kết quả đã hoàn tất. 713

Những báo cáo này cũng cho biết ACE đang theo đuổi các ứng dụng trong bán lẻ không người vận hành, khách sạn và logistics, đồng thời sử dụng cả chip AI của Nvidia lẫn các nhà cung cấp trong nước nhằm giảm rủi ro chuỗi cung ứng và có thể hạ chi phí phần cứng trong tương lai. 13 Bằng chứng hiện có chưa xác minh độc lập đầy đủ quy mô triển khai hoặc các thỏa thuận chip cụ thể.

Phép thử thực sự cho dự báo năm 2027

Dự báo của ACE vừa tham vọng vừa có mốc thời gian cụ thể: trí tuệ hiện thân có thể đạt bước ngoặt kiểu ChatGPT vào cuối năm 2027, sau đó cần thêm vài năm để thương mại hóa rộng rãi.

Cách hiểu thận trọng nhất không phải là robot hình người sẽ đột nhiên trở nên đa năng trên mọi phương diện, mà là các mô hình thế giới tốt hơn cùng những bộ dữ liệu thực tế lớn hơn có thể giúp robot thích ứng đáng kể với môi trường mới.

Bằng chứng quyết định sẽ đến từ quá trình triển khai: robot phải xử lý đáng tin cậy những nhiệm vụ vật lý xa lạ, đồng thời tạo ra dữ liệu hữu ích và hoạt động ở mức chi phí mà doanh nghiệp có thể chấp nhận. Cho đến khi có những bằng chứng đó, “khoảnh khắc ChatGPT” năm 2027 vẫn chỉ là một dự báo; còn mô hình AI và dữ liệu thực tế vẫn là hai giới hạn trung tâm của ngành. 145