ShengShu cho biết livestream toàn bộ quá trình huấn luyện Motubrain 2.0 bắt đầu ngày 21/10/2026 và dự kiến kéo dài khoảng nửa tháng. Mô hình hướng đến khả năng chuyển kỹ năng giữa nhiều nhiệm vụ, bối cảnh và loại robot; buổi phát gồm bốn chặng nghiên cứu từ tiền huấn luyện đến tự cải thiện.
Đăng bởiBiên tập bằng GPT-6 LunaHình ảnh được tạo bằng GPT Image 2
Câu trả lời nghiên cứu

Create a landscape editorial hero image for this Studio Global article: What did ShengShu Technology announce as of October 22, 2026, about livestreaming Motubrain 2.0’s full training process starting October 21. Article summary: As of October 22, 2026, ShengShu Technology said its world-model team had begun publicly livestreaming Motubrain 2.0’s full training process on October 21, with the broadcast planned to last roughly half a month ahead of. Topic tags: general, general web, news, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts wi
ShengShu Technology cho biết nhóm mô hình thế giới của công ty đã bắt đầu phát trực tiếp toàn bộ quá trình huấn luyện Motubrain 2.0 vào ngày 21/10/2026. Buổi phát dự kiến kéo dài khoảng nửa tháng, nhằm cho công chúng theo dõi quá trình huấn luyện, thử nghiệm và cải tiến mô hình trước kế hoạch mã nguồn mở. Tính đến ngày 22/10, công ty chưa công bố thời điểm phát hành cụ thể.4
5
6
12
Livestream mở ra một góc nhìn về quá trình nghiên cứu, nhưng tự thân nó chưa chứng minh mô hình có thể điều khiển robot tốt trong thực tế.
Motubrain là dòng mô hình AI hiện thân (embodied AI) của ShengShu, hướng đến việc xây dựng một “bộ não” robot có thể vận dụng năng lực giữa nhiều nhiệm vụ, môi trường và hình thái robot khác nhau.4
5 Tháng 4/2026, công ty giới thiệu Motubrain như một “World Action Model” — mô hình hành động thế giới — với định hướng hợp nhất nhiều hệ thống vốn được thiết kế riêng cho từng tác vụ.
17
Dòng sản phẩm này tiếp nối câu chuyện công nghệ của ShengShu với Vidu, mô hình tạo video được công ty ra mắt năm 2024. Theo lộ trình do ShengShu mô tả, công ty muốn tiến từ việc tạo và mô hình hóa thế giới bằng hình ảnh đến hiểu môi trường rồi thực hiện hành động trong thế giới vật lý.18 Đây là cách công ty định vị các sản phẩm của mình, không phải bằng chứng rằng năng lực tạo video tự động chuyển thành khả năng điều khiển robot đáng tin cậy.
Các bản tin mô tả quá trình huấn luyện gồm bốn phần:5
6
Đây là những câu hỏi nghiên cứu, chưa phải kết quả đã được xác nhận. Đặc biệt, khả năng chuyển giao kỹ năng và tự cải thiện vẫn cần được kiểm tra qua các thí nghiệm và đánh giá tiếp theo.5
12
Theo một bản tin về trang Live Lab chính thức, giao diện hiển thị tổn thất huấn luyện, số bước huấn luyện và các đường cong đánh giá mô hình, cùng bốn luồng camera. Những nhiệm vụ đánh giá được nêu gồm treo tai nghe, sắp xếp ngăn kéo, nhặt và đưa vật cho người khác, cùng lau bảng trắng.12 Nguồn hiện có không nêu các giá trị số cụ thể hay quy trình đánh giá chi tiết, vì vậy không nên xem riêng những biểu đồ này là kết luận đầy đủ về hiệu năng.
Nhóm nghiên cứu cho biết livestream sẽ ghi lại thí nghiệm, kiểm tra, thất bại và những lần điều chỉnh — không chỉ các màn trình diễn hoàn chỉnh hay kết quả đánh giá cuối cùng.5 Nếu quá trình và điều kiện thử nghiệm được thể hiện đủ rõ, người xem có thể theo dõi cách nghiên cứu thay đổi qua từng giai đoạn. Tuy nhiên, mức độ minh bạch còn phụ thuộc vào những gì thực sự được ghi lại và cách giải thích điều kiện đánh giá; phát trực tiếp không đồng nghĩa với một quy trình đầy đủ hoặc được kiểm toán độc lập.
Bốn chặng nghiên cứu cũng đặt ra những câu hỏi then chốt: tăng quy mô huấn luyện có giúp mô hình làm tốt hơn với nhiệm vụ lạ không? Kỹ năng học được có chuyển qua các nhiệm vụ, môi trường và thân robot khác nhau không? Mô hình có thể cải thiện dựa trên phản hồi một cách ổn định mà không có sự can thiệp ẩn từ con người không? Thông báo của công ty nêu ra các hướng cần khảo sát, chứ chưa trả lời những câu hỏi đó.5
12
Một số bản tin công nghệ Trung Quốc đặt động thái của ShengShu bên cạnh những cập nhật trước đó của La Phù Lỵ, người phụ trách MiMo của Xiaomi, về tiến trình học tăng cường của MiMo-V2.6.4
5 Tài liệu của Xiaomi cũng đề cập sáu ngày huấn luyện học tăng cường được phát trực tiếp cho MiMo-V2.6.
1 Điểm tương đồng ở đây là cả hai nỗ lực đều công khai một phần quá trình huấn luyện; riêng ShengShu tập trung vào mô hình AI hiện thân cho robot.
Tính đến ngày 22/10, Motubrain 2.0 được mô tả là sắp mã nguồn mở, nhưng chưa có ngày phát hành cụ thể.6
12 Những điều đáng chờ đợi nằm ở bước kế tiếp: liệu công ty có phát hành trọng số mô hình và tài liệu cần thiết để sử dụng hay không; các nhóm nghiên cứu độc lập có thể tái lập kết quả hay không; và đánh giá trong điều kiện được công bố rõ ràng có khớp với những gì người xem thấy trong livestream hay không.
Các thông tin hiện có chủ yếu là bản tin thuật lại thông báo của ShengShu; chúng chưa xác nhận độc lập toàn bộ livestream hay các tuyên bố liên quan. Công khai quá trình huấn luyện có thể giúp bên ngoài theo dõi nghiên cứu sát hơn, nhưng bản phát hành, khả năng tái lập kết quả và đánh giá độc lập mới cho thấy livestream chứng minh được đến đâu về năng lực thực tế của Motubrain 2.0.
Studio Global AI
Trang này bao gồm câu trả lời dựa trên nguồn mà bạn có thể tiếp tục bên trong Studio Global.
ShengShu cho biết livestream toàn bộ quá trình huấn luyện Motubrain 2.0 bắt đầu ngày 21/10/2026 và dự kiến kéo dài khoảng nửa tháng.
ShengShu cho biết livestream toàn bộ quá trình huấn luyện Motubrain 2.0 bắt đầu ngày 21/10/2026 và dự kiến kéo dài khoảng nửa tháng. Mô hình hướng đến khả năng chuyển kỹ năng giữa nhiều nhiệm vụ, bối cảnh và loại robot; buổi phát gồm bốn chặng nghiên cứu từ tiền huấn luyện đến tự cải thiện.
Trang Live Lab được cho là hiển thị các chỉ số huấn luyện, đường cong đánh giá và hình ảnh từ bốn camera, nhưng các thông tin này chưa đủ để xác nhận năng lực của mô hình.
ShengShu cho biết livestream toàn bộ quá trình huấn luyện Motubrain 2.0 bắt đầu ngày 21/10/2026 và dự kiến kéo dài khoảng nửa tháng. Mô hình hướng đến khả năng chuyển kỹ năng giữa nhiều nhiệm vụ, bối cảnh và loại robot; buổi phát gồm bốn chặng nghiên cứu từ tiền huấn luyện đến tự cải thiện.
Đăng bởiBiên tập bằng GPT-6 LunaHình ảnh được tạo bằng GPT Image 2
Câu trả lời nghiên cứu

Create a landscape editorial hero image for this Studio Global article: What did ShengShu Technology announce as of October 22, 2026, about livestreaming Motubrain 2.0’s full training process starting October 21. Article summary: As of October 22, 2026, ShengShu Technology said its world-model team had begun publicly livestreaming Motubrain 2.0’s full training process on October 21, with the broadcast planned to last roughly half a month ahead of. Topic tags: general, general web, news, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts wi
ShengShu Technology cho biết nhóm mô hình thế giới của công ty đã bắt đầu phát trực tiếp toàn bộ quá trình huấn luyện Motubrain 2.0 vào ngày 21/10/2026. Buổi phát dự kiến kéo dài khoảng nửa tháng, nhằm cho công chúng theo dõi quá trình huấn luyện, thử nghiệm và cải tiến mô hình trước kế hoạch mã nguồn mở. Tính đến ngày 22/10, công ty chưa công bố thời điểm phát hành cụ thể.4
5
6
12
Livestream mở ra một góc nhìn về quá trình nghiên cứu, nhưng tự thân nó chưa chứng minh mô hình có thể điều khiển robot tốt trong thực tế.
Motubrain là dòng mô hình AI hiện thân (embodied AI) của ShengShu, hướng đến việc xây dựng một “bộ não” robot có thể vận dụng năng lực giữa nhiều nhiệm vụ, môi trường và hình thái robot khác nhau.4
5 Tháng 4/2026, công ty giới thiệu Motubrain như một “World Action Model” — mô hình hành động thế giới — với định hướng hợp nhất nhiều hệ thống vốn được thiết kế riêng cho từng tác vụ.
17
Dòng sản phẩm này tiếp nối câu chuyện công nghệ của ShengShu với Vidu, mô hình tạo video được công ty ra mắt năm 2024. Theo lộ trình do ShengShu mô tả, công ty muốn tiến từ việc tạo và mô hình hóa thế giới bằng hình ảnh đến hiểu môi trường rồi thực hiện hành động trong thế giới vật lý.18 Đây là cách công ty định vị các sản phẩm của mình, không phải bằng chứng rằng năng lực tạo video tự động chuyển thành khả năng điều khiển robot đáng tin cậy.
Các bản tin mô tả quá trình huấn luyện gồm bốn phần:5
6
Đây là những câu hỏi nghiên cứu, chưa phải kết quả đã được xác nhận. Đặc biệt, khả năng chuyển giao kỹ năng và tự cải thiện vẫn cần được kiểm tra qua các thí nghiệm và đánh giá tiếp theo.5
12
Theo một bản tin về trang Live Lab chính thức, giao diện hiển thị tổn thất huấn luyện, số bước huấn luyện và các đường cong đánh giá mô hình, cùng bốn luồng camera. Những nhiệm vụ đánh giá được nêu gồm treo tai nghe, sắp xếp ngăn kéo, nhặt và đưa vật cho người khác, cùng lau bảng trắng.12 Nguồn hiện có không nêu các giá trị số cụ thể hay quy trình đánh giá chi tiết, vì vậy không nên xem riêng những biểu đồ này là kết luận đầy đủ về hiệu năng.
Nhóm nghiên cứu cho biết livestream sẽ ghi lại thí nghiệm, kiểm tra, thất bại và những lần điều chỉnh — không chỉ các màn trình diễn hoàn chỉnh hay kết quả đánh giá cuối cùng.5 Nếu quá trình và điều kiện thử nghiệm được thể hiện đủ rõ, người xem có thể theo dõi cách nghiên cứu thay đổi qua từng giai đoạn. Tuy nhiên, mức độ minh bạch còn phụ thuộc vào những gì thực sự được ghi lại và cách giải thích điều kiện đánh giá; phát trực tiếp không đồng nghĩa với một quy trình đầy đủ hoặc được kiểm toán độc lập.
Bốn chặng nghiên cứu cũng đặt ra những câu hỏi then chốt: tăng quy mô huấn luyện có giúp mô hình làm tốt hơn với nhiệm vụ lạ không? Kỹ năng học được có chuyển qua các nhiệm vụ, môi trường và thân robot khác nhau không? Mô hình có thể cải thiện dựa trên phản hồi một cách ổn định mà không có sự can thiệp ẩn từ con người không? Thông báo của công ty nêu ra các hướng cần khảo sát, chứ chưa trả lời những câu hỏi đó.5
12
Một số bản tin công nghệ Trung Quốc đặt động thái của ShengShu bên cạnh những cập nhật trước đó của La Phù Lỵ, người phụ trách MiMo của Xiaomi, về tiến trình học tăng cường của MiMo-V2.6.4
5 Tài liệu của Xiaomi cũng đề cập sáu ngày huấn luyện học tăng cường được phát trực tiếp cho MiMo-V2.6.
1 Điểm tương đồng ở đây là cả hai nỗ lực đều công khai một phần quá trình huấn luyện; riêng ShengShu tập trung vào mô hình AI hiện thân cho robot.
Tính đến ngày 22/10, Motubrain 2.0 được mô tả là sắp mã nguồn mở, nhưng chưa có ngày phát hành cụ thể.6
12 Những điều đáng chờ đợi nằm ở bước kế tiếp: liệu công ty có phát hành trọng số mô hình và tài liệu cần thiết để sử dụng hay không; các nhóm nghiên cứu độc lập có thể tái lập kết quả hay không; và đánh giá trong điều kiện được công bố rõ ràng có khớp với những gì người xem thấy trong livestream hay không.
Các thông tin hiện có chủ yếu là bản tin thuật lại thông báo của ShengShu; chúng chưa xác nhận độc lập toàn bộ livestream hay các tuyên bố liên quan. Công khai quá trình huấn luyện có thể giúp bên ngoài theo dõi nghiên cứu sát hơn, nhưng bản phát hành, khả năng tái lập kết quả và đánh giá độc lập mới cho thấy livestream chứng minh được đến đâu về năng lực thực tế của Motubrain 2.0.
Studio Global AI
Trang này bao gồm câu trả lời dựa trên nguồn mà bạn có thể tiếp tục bên trong Studio Global.
ShengShu cho biết livestream toàn bộ quá trình huấn luyện Motubrain 2.0 bắt đầu ngày 21/10/2026 và dự kiến kéo dài khoảng nửa tháng.
ShengShu cho biết livestream toàn bộ quá trình huấn luyện Motubrain 2.0 bắt đầu ngày 21/10/2026 và dự kiến kéo dài khoảng nửa tháng. Mô hình hướng đến khả năng chuyển kỹ năng giữa nhiều nhiệm vụ, bối cảnh và loại robot; buổi phát gồm bốn chặng nghiên cứu từ tiền huấn luyện đến tự cải thiện.
Trang Live Lab được cho là hiển thị các chỉ số huấn luyện, đường cong đánh giá và hình ảnh từ bốn camera, nhưng các thông tin này chưa đủ để xác nhận năng lực của mô hình.