Các hãng robot Trung Quốc chuyển từ đua phần cứng sang phát triển trí tuệ

Sự chuyển hướng này đang thúc đẩy làn sóng đầu tư vào AI hiện thân - lĩnh vực phát triển phần mềm giúp robot hiểu môi trường xung quanh, học những nhiệm vụ mới và tự thích nghi mà không cần được lập trình riêng cho từng công việc.

Theo hãng nghiên cứu dữ liệu ITjuzi, các doanh nghiệp AI hiện thân của Trung Quốc huy động được 93,5 tỉ nhân dân tệ (13 tỉ USD) qua 322 thương vụ trong nửa đầu năm 2026, gấp 5 lần cùng kì năm trước. Nguồn vốn ngày càng chảy vào các công ty chuyên phát triển trí tuệ cho robot, bên cạnh những nhà sản xuất robot.

Khi cạnh tranh khiến giá phần cứng ngày càng giảm, các hãng robot nhận ra rằng lợi nhuận sẽ không còn chủ yếu đến từ việc bán phần cứng, mà còn từ “bộ não” AI điều khiển robot, theo Dermot McGrath - nhà sáng lập hãng tư vấn công nghệ ZenGen Labs có trụ sở tại thành phố Thượng Hải (Trung Quốc).

Lĩnh vực mới nổi này đang mở ra mặt trận cạnh tranh khác trong cuộc đua công nghệ Mỹ - Trung. Các công ty Mỹ dẫn đầu trong một số hệ thống AI robot tiên tiến, còn các nhà phát triển Trung Quốc hy vọng thế mạnh sản xuất và khả năng tiếp cận dữ liệu huấn luyện từ môi trường thực tế sẽ giúp họ thách thức đối thủ Mỹ. Đây là nhận định từ hãng tin Reuters sau khi phỏng vấn nhà sáng lập, lãnh đạo cấp cao của 5 công ty robot Trung Quốc cùng các chuyên gia trong ngành.

Quốc gia kết hợp AI với máy móc hiệu quả nhất có thể giành lợi thế trong tự động hóa nhà máy và hoạt động hậu cần, qua đó có khả năng làm thay đổi năng suất công nghiệp cũng như thị trường công nghệ robot toàn cầu.

“Bộ não thực sự là mắt xích yếu nhất trong toàn bộ hệ thống robot”, Gao Yang, đồng sáng lập công ty Spirit AI, nhận định.

Cuộc đua phát triển trí tuệ cho robot

Các công ty khởi nghiệp Mỹ như Physical Intelligence, Skild AI và Generalist đang phát triển phần mềm giúp robot học nhiều kỹ năng khác nhau mà không cần huấn luyện lại quá nhiều.

Generalist cho biết mô hình GEN-1.5 của công ty có thể hoàn thành khoảng 60% nhiệm vụ đơn giản sau khi xem đoạn video hướng dẫn dài từ 3 đến 12 giây. Trong khi đó, công ty X Square (Trung Quốc) đã công bố nghiên cứu cho thấy robot có thể học các kỹ năng thao tác đồ vật chỉ từ một video quay người thực hiện, mà không cần huấn luyện lại mô hình AI cho từng nhiệm vụ.

“Các phòng nghiên cứu hàng đầu của Mỹ đang đặt ra tiêu chuẩn rất cao, đặc biệt về tốc độ robot học được kỹ năng mới và vận dụng lại những kỹ năng đó”, Georg Stieler, chuyên gia tư vấn trong lĩnh vực robot, nhận xét. Ông cho rằng những công ty khởi nghiệp mạnh nhất của Trung Quốc là đối thủ đáng gờm.

Các nhà phát triển Mỹ có lợi thế nhờ nghiên cứu AI tiên tiến và khả năng tiếp cận tốt hơn với những chip mạnh mẽ. Trong khi đó, doanh nghiệp Trung Quốc có thể phối hợp chặt chẽ với các nhà sản xuất robot và khách hàng công nghiệp để thử nghiệm, cải tiến hệ thống.

Những công ty khởi nghiệp Trung Quốc chuyên phát triển AI cho robot như X Square, Galaxea và Spirit AI đều đã đạt mức định giá khoảng 3 tỉ USD.

“Chúng tôi muốn robot chuyển từ hoạt động theo những dòng mã được lập trình sẵn sang hành động dựa trên hiểu biết thông thường”, Yang Qian, đồng sáng lập kiêm Giám đốc vận hành X Square, nói.

Các nhà sản xuất robot lâu năm cũng đang đầu tư vào lĩnh vực này. UBTech, công ty niêm yết tại Hồng Kông (Trung Quốc), từng đăng tuyển vị trí nhà khoa học trưởng phụ trách phát triển mô hình AI với mức đãi ngộ lên tới 124 triệu nhân dân tệ (18 triệu USD), gồm cổ phiếu và các khoản phúc lợi.

Unitree, một trong những nhà sản xuất robot hình người lớn nhất thế giới xét theo số lượng sản phẩm xuất xưởng, đang có khoảng 30 nhà nghiên cứu phát triển AI có khả năng dự đoán cách các đồ vật vận động.

Unitree (có trụ sở tại thành phố Hàng Châu, Trung Quốc) không phản hồi đề nghị bình luận.

Cuộc đua thu thập dữ liệu huấn luyện cho robot

Khác với mô hình AI được huấn luyện bằng lượng lớn văn bản trên Internet, robot cần dữ liệu về những tương tác vật lý, từ việc cầm nắm đồ vật cho đến xử lý các loại dây dẫn linh hoạt.

Các công ty Trung Quốc đang theo đuổi nhiều cách thu thập dữ liệu khác nhau. Một số công ty thuê người trực tiếp thực hiện thao tác để ghi lại, số khác sử dụng môi trường mô phỏng trên máy tính, trong khi có doanh nghiệp kết hợp cả hai phương pháp. Cuộc cạnh tranh trong lĩnh vực này vẫn rất sôi động, chưa có doanh nghiệp nào thực sự vượt lên để giữ vị trí dẫn đầu.

Gao Yang cho biết Spirit AI đã thuê khoảng 1.000 người ghi lại các hoạt động thường ngày và công việc trong môi trường công nghiệp. ACE Robotics sử dụng cảm biến đeo trên người để ghi nhận chuyển động và lực nắm của nhân viên tại các cửa hàng, khách sạn.

Robbyant, đơn vị phát triển robot thuộc hãng công nghệ tài chính Ant Group, cho biết đã huấn luyện một mô hình AI bằng 160.000 giờ dữ liệu, trong đó có 50.000 giờ ghi lại các chuyển động của robot dưới sự hướng dẫn từ con người. Robbyant cũng huấn luyện phần mềm trên 20 cấu hình robot thuộc 17 thương hiệu, với mục tiêu sử dụng cùng một hệ thống AI cho nhiều loại máy khác nhau.

DexForce lại chọn cách tiếp cận khác, sử dụng các môi trường do máy tính tạo ra để dạy robot. Nicole Yang, Giám đốc vận hành DexForce, cho biết công ty có thể chuẩn bị một số nhiệm vụ công nghiệp để đưa vào triển khai trong vòng 6 - 8 giờ. DexForce ghi nhận tỉ lệ thành công trên 99,9% với một số thao tác chính xác được xác định cụ thể.

Tuy nhiên, môi trường mô phỏng không thể tái hiện hoàn hảo mọi tương tác vật lý trong thế giới thực, Jerry Wang thuộc Manycore Tech nhận xét. Manycore Tech là doanh nghiệp phát triển các môi trường mô phỏng phục vụ huấn luyện AI.

“Chất lượng dữ liệu quan trọng hơn sự đa dạng của dữ liệu và quan trọng hơn việc đơn thuần thu thập dữ liệu với quy mô khổng lồ”, Yang Qian nói.

Các công ty robot Trung Quốc còn phải đối mặt với nhiều trở ngại khác, trong đó có tình trạng thiếu chip Nvidia tiên tiến do các biện pháp kiểm soát xuất khẩu của Mỹ. Hoạt động huy động vốn thông qua IPO (phát hành cổ phiếu lần đầu ra công chúng) cũng bị siết chặt, trong bối cảnh cơ quan quản lý lo ngại định giá doanh nghiệp bị đẩy lên quá cao và số lượng công ty tham gia thị trường quá đông.

Zhu Mingxuan, người đứng đầu bộ phận phát triển AI cho robot Aether của công ty JoyIn Technology, cho rằng tình trạng thiếu chip tiên tiến sẽ trở thành vấn đề nghiêm trọng với ngành AI hiện thân của Trung Quốc khi robot ngày càng có năng lực mạnh hơn.

Từ huấn luyện đến làm việc thực tế

JoyIn Technology và các nhà phát triển khác đang thử nghiệm xem phần mềm của họ có thể giúp robot giải quyết những tình huống chưa từng gặp hay không.

Zhu Mingxuan kể về một thử nghiệm trong đó robot liên tục thất bại khi tìm cách đặt tai nghe vào chiếc tủ nằm ngoài tầm với.

Sau đó, các kỹ sư cho robot xem video ghi lại cách con người xử lý công việc này. Robot liền đẩy một chiếc hộp đến gần tủ rồi tìm cách bước lên hộp để với tới vị trí cần đặt tai nghe, Zhu Mingxuan cho biết.

“Mỗi lần thử, robot lại tìm cách thực hiện một hành vi khác nhau”, bà nói.

Các ứng dụng robot trong môi trường thực tế tại Trung Quốc đòi hỏi độ chính xác cao, gần như không có chỗ cho những thử nghiệm tùy tiện. Nhà sản xuất pin CATL cho biết robot của Spirit AI đang nối các sợi dây mềm trong quá trình kiểm tra bộ pin tại nhà máy Zhongzhou, với tỉ lệ cắm dây thành công trên 99%.

Robbyant cho biết robot của công ty đang xử lý đơn hàng tại hai hiệu thuốc ở Thượng Hải. Nhân viên vẫn kiểm tra thuốc trước khi giao cho khách hàng. Tuy nhiên, mục tiêu lớn hơn về lâu dài là phát triển phần mềm có thể tự học công việc mới mà không cần điều chỉnh hay huấn luyện lại quá nhiều. Sự thành công sẽ phụ thuộc vào việc cùng một hệ thống AI đó thể hiện như thế nào khi làm việc với các khách hàng và tại các môi trường khác nhau.

Để làm được điều đó, các công ty cần huấn luyện những mô hình AI ngày càng mạnh hơn, đồng nghĩa với nhu cầu sử dụng chip tiên tiến ngày càng lớn.

Các doanh nghiệp Trung Quốc đang tìm cách giảm nhu cầu tính toán bằng những mô hình AI hiệu quả hơn, dữ liệu tổng hợp và môi trường mô phỏng. Trong khi đó, các nhà sản xuất chip trong nước, gồm cả Huawei, đang phát triển những sản phẩm thay thế phần cứng Nvidia. Tuy nhiên, vẫn chưa rõ các nỗ lực này có thể bù đắp tình trạng thiếu chip đến mức nào.

“Khoảnh khắc ChatGPT” của ngành robot

Wang Xingxing, nhà sáng lập Unitree, hồi tháng 9 nói công ty đã thử nghiệm GPT-6 Astra của OpenAI trên robot và thu được kết quả đáng khích lệ.

Ông nói GPT-7, nếu được phát hành vào năm 2027, có thể mang đến cho ngành robot một “khoảnh khắc ChatGPT” - bước đột phá về năng lực tương tự sự kiện ChatGPT ra mắt cuối năm 2022, đưa AI tạo sinh trở thành công nghệ phổ biến trong đời sống và hoạt động kinh doanh.

Theo Wang Xingxing, ngành robot sẽ đạt đến cột mốc này khi robot có thể hoàn thành 80% nhiệm vụ trong 80% môi trường xa lạ, chỉ dựa trên những chỉ dẫn bằng lời nói.

Tuy nhiên, chuyên gia tư vấn Georg Stieler cho rằng một bước đột phá trong các màn trình diễn không đồng nghĩa robot đã sẵn sàng được đưa vào sử dụng rộng rãi trong thương mại và công nghiệp.

“Nếu câu hỏi là khi nào một mô hình AI có thể xử lý nhiều nhiệm vụ chưa từng gặp trong các màn trình diễn thử nghiệm, những người lạc quan có thể đúng. Song nếu hỏi khi nào khách hàng có thể thực sự tin tưởng và giao công việc cho robot, tôi cho rằng sẽ phải mất thêm vài năm, chứ không phải vài tháng”, ông nói.