Robot hình người Agibot đã giành giải nhất toàn đoàn như thế nào?
Giành 18 HCV, 16 HCB và 12 HCĐ, đứng đầu cả bảng vàng lẫn tổng số huy chương tại World Humanoid Robot Games 2026, Agibot đã có màn ra mắt ấn tượng ở giải đấu được ví như “Olympic robot hình người”.
Nhưng điều đáng chú ý không chỉ nằm ở số huy chương. Thành tích trải rộng từ bàn tay robot, bóng bàn, võ thuật, khiêu vũ đến các bài thi mô phỏng công việc thực tế cho thấy cuộc đua robot hình người đang chuyển từ việc khoe một vài “tuyệt kĩ” sang cạnh tranh về năng lực tổng thể.
18 HCV và bài kiểm tra về năng lực toàn diện
Trong số huy chương mà Agibot giành trong lần đầu tham dự World Humanoid Robot Games, bàn tay robot linh hoạt OmniHand giành 7/8 HCV ở các nội dung dành cho tay robot. Robot hình người Genie G2 giành 6/12 HCV trong nhóm các bài thi mô phỏng kịch bản thực tế. Những mẫu khác như Expedition A3 và Lingxi X2 cũng giành nhiều huy chương ở các nội dung khiêu vũ, võ thuật, bóng bàn và vượt chướng ngại vật.
.jpg)
Điểm đáng chú ý là Agibot không chế tạo riêng robot để phục vụ cuộc thi. Các mẫu được đưa tới đấu trường đều là phiên bản sản xuất hàng loạt. Điều này quan trọng hơn bản thân số huy chương, bởi nó cho thấy năng lực của robot không chỉ được tối ưu trong một bài biểu diễn duy nhất.
Trong hai năm qua, những tiến bộ dễ gây chú ý nhất của robot hình người thường đến từ chạy, nhảy, nhào lộn hoặc khả năng tương tác giống con người. Các công ty vì thế cũng dần hình thành những “nhãn hiệu” riêng như doanh nghiệp mạnh về thân robot và điều khiển chuyển động, hãng tập trung vào mô hình AI và tương tác, hay công ty chuyên về thao tác bằng bàn tay linh hoạt.
Nhưng khi robot bước vào nhà máy, khách sạn, cửa hàng hay các dịch vụ công cộng, công việc không xuất hiện theo từng module riêng biệt. Một robot có thể phải nhìn thấy vật thể, hiểu yêu cầu, lập kế hoạch, di chuyển đến vị trí cần thiết, cầm nắm đồ vật, xử lí tình huống bất ngờ rồi hoàn thành cả chuỗi công việc. Chỉ cần một mắt xích yếu, toàn bộ nhiệm vụ có thể thất bại.
Vì vậy, robot hình người bước vào giai đoạn triển khai thực tế sẽ khó chấp nhận tình trạng “giỏi một môn”. Đỉnh cao ở một kĩ năng có thể tạo ra khoảnh khắc gây ấn tượng, nhưng khả năng phối hợp giữa nhận thức, quyết định, thao tác, chuyển động và hệ thống kĩ thuật mới quyết định robot có thể làm việc ổn định hay không.
“Olympic robot hình người” trở thành bài kiểm tra áp lực hệ thống
Đây cũng là lí do nhóm bài thi mô phỏng các tình huống thực tế trở nên đáng chú ý. Ở những nội dung như sắp xếp sách, phục vụ khách sạn hay ứng phó hỏa hoạn, robot không chỉ cần hoàn thành một động tác. Nó phải thực hiện cả chuỗi nhiệm vụ liên tục và đối mặt với những sai số nhỏ có thể tích tụ theo thời gian.
Chẳng hạn, trong bài thi ứng phó khẩn cấp, robot phải nhận diện vật nguy hiểm, khóa van bất thường, lấy bình chữa cháy rồi tiến hành dập lửa. Một bình chữa cháy nặng khoảng 4,5-5 kg đã vượt khả năng chịu tải ở đầu gắp của nhiều robot hình người. Thay vì bắt bàn tay robot phải trực tiếp giữ toàn bộ trọng lượng trong thời gian dài, Agibot sử dụng một cấu trúc bổ sung ở cổ tay để móc và nâng bình, sau đó đặt nó vào thùng chứa nghiêng khoảng 20 độ trên đế di động. Đế robot đảm nhiệm phần vận chuyển tiếp theo.
Cách làm này cho thấy tư duy quan trọng trong robot học. Đó là không nhất thiết phải giải quyết mọi vấn đề bằng cách làm cho một bộ phận mạnh hơn. Thay vào đó, có thể phân tách nhiệm vụ thành nhiều bước, để mỗi bộ phận đảm nhiệm phần phù hợp nhất.
Ở những thao tác cần độ chính xác cao, Agibot sử dụng hệ thống điều khiển từ xa dựa trên VR và ánh xạ động học nghịch đảo, chuyển động tác của con người thành lệnh cho robot. Hệ thống điều khiển toàn thân giúp đồng bộ chuyển động, trong khi chiến lược kiểm soát lực tăng khả năng thích ứng khi robot tiếp xúc với môi trường và giảm nguy cơ nhiệm vụ bị gián đoạn bởi những va chạm nhỏ.
Trong bài thi sắp xếp sách, robot phải vận chuyển sách, đưa sách lên đúng vị trí, phát hiện sách đặt sai và sửa lại. Để làm được điều này, hệ thống phải kết hợp bản đồ độ chính xác cao, định vị và dẫn đường, nhận dạng nhãn trên gáy sách bằng mô hình thị giác và hệ thống ra quyết định để liên kết toàn bộ quy trình.
Nói cách khác, thách thức không nằm ở việc robot có thể cầm một quyển sách hay không, mà là liệu nó có thể hoàn thành hàng loạt thao tác liên tiếp mà một sai số nhỏ ở bước trước không biến thành thất bại ở bước sau.
Đây cũng là ý nghĩa sâu xa của quan niệm “thực tiễn là vua” đang được nhắc tới trong ngành robot hình người. Một kịch bản công việc cụ thể chính là nơi các năng lực thị giác, điều khiển, thao tác và AI phải thực sự kết nối với nhau để tạo thành năng suất.
Cuộc thi vì thế trở thành một dạng “stress test” tập trung. Nó không thể thay thế hoàn toàn môi trường thương mại, nơi robot còn phải chứng minh hiệu quả kinh tế, độ an toàn và độ bền trong thời gian dài. Nhưng các bài thi có thể dồn nhiều tình huống bất thường vào một khoảng thời gian ngắn, qua đó nhanh chóng phơi bày điểm yếu trong điều khiển, thích ứng và ra quyết định.
Một nền tảng, nhiều năng lực và bài toán triển khai thực tế
Thành tích của Agibot vì thế đáng chú ý ở độ rộng hơn là một chức vô địch đơn lẻ. Các mẫu robot của công ty đã thể hiện năng lực trong thao tác tinh vi, chuyển động tốc độ cao và các nhiệm vụ dài hơi.
Ở lớp “trí tuệ tác vụ”, hệ thống của Agibot tập trung vào khả năng hiểu yêu cầu, lập kế hoạch và học kĩ năng. Mô hình nền tảng GO đảm nhiệm hiểu hình ảnh, phân tích chỉ dẫn và khái quát hóa nhiệm vụ; mô hình thế giới GE tạo môi trường tương tác mô phỏng phù hợp với quy luật vật lí; khung học tăng cường phân tán Genie Evolver phục vụ quá trình học và cải thiện kĩ năng; còn Genie Studio Agent giúp hiểu nhiệm vụ, chia nhỏ các bước và điều phối năng lực cần thiết.
Những năng lực đó sau cùng vẫn phải được chuyển thành hành động mà robot có thể thực hiện. Với các thao tác như cầm nắm, mở chai hoặc tháo bao bì, OmniHand sử dụng kiến trúc điều khiển tiếp xúc hai tầng, kết hợp điều khiển tư thế với điều khiển xúc giác. Robot có thể dựa vào hình dạng vật thể, ma sát và lực tác động để điều chỉnh vị trí cũng như lực cầm.
Trong khi đó, các bài thi khiêu vũ, võ thuật hay vượt chướng ngại vật đòi hỏi mô hình chuyển động, thuật toán điều khiển phối hợp toàn thân và hệ thống Sim2Real để chuyển chiến lược được hình thành trong môi trường mô phỏng sang robot thật.
Nhưng một mô hình AI có khả năng dùng lại trên nhiều robot không đồng nghĩa với việc nó tự động hoạt động hoàn hảo trên mọi thân máy. Phần cứng, năng lực tính toán và độ đồng nhất trong sản xuất vẫn đóng vai trò quan trọng. Genie G2 được trang bị bộ điều khiển trung tâm có năng lực tính toán 2.070 TFLOPS, cho phép mô hình và thuật toán chạy ngay trên thiết bị, giảm sự phụ thuộc vào máy chủ bên ngoài và kết nối mạng.
Quan trọng hơn, việc kiểm soát độ đồng nhất giữa các robot sản xuất hàng loạt giúp thuật toán có thể chuyển từ robot này sang robot khác mà không phải hiệu chỉnh lại quá nhiều. Agibot gọi hệ thống kết hợp giữa phần cứng và phần mềm này là “ba trí tuệ trong một” với robot làm nền tảng, kết hợp trí tuệ chuyển động, trí tuệ tương tác và trí tuệ tác vụ.
Đây có thể là yếu tố quyết định khi ngành robot hình người bước vào giai đoạn triển khai quy mô lớn. Bởi trong thế giới thực, một vấn đề hiếm khi chỉ thuộc về AI, phần mềm hay phần cứng. Robot có thể nhận diện đúng nhưng không với tới vật thể; có thể lập kế hoạch chính xác nhưng không đủ lực; có thể thực hiện tốt trong phòng thí nghiệm nhưng thất bại khi điều kiện thay đổi.
Sau cùng, bài kiểm tra khó nhất vẫn nằm ngoài sân đấu. Agibot đang thúc đẩy quá trình chuyển từ sản xuất hàng loạt sang triển khai thực tế. Công ty cho biết robot thứ 15.000 đã xuất xưởng vào cuối tháng 6, trong khi Genie G2 đã được đưa vào một số nhà máy. Các giải pháp được phát triển cho nhiều công việc như cấp phôi trên dây chuyền, vận chuyển công nghiệp, phân loại logistics, hướng dẫn khách hàng, tuần tra an ninh và vệ sinh thương mại.
Những robot giành huy chương tại “Olympic robot hình người” vì thế mới chỉ vượt qua một bài kiểm tra quan trọng. Thử thách lớn hơn là chúng có thể làm việc bao lâu mà không cần con người can thiệp, thích nghi thế nào khi môi trường thay đổi, tự bảo trì và nạp năng lượng ra sao, đồng thời tạo ra giá trị kinh tế đủ lớn để doanh nghiệp tiếp tục triển khai.
18 HCV và vị trí số một trên cả hai bảng xếp hạng cho thấy Agibot đang cố chứng minh mình không phải một robot “thiên tài một môn”. Nhưng trong cuộc đua robot hình người, danh hiệu toàn năng cuối cùng sẽ không được quyết định bằng số huy chương. Nó sẽ được quyết định bởi khả năng biến nhận thức, quyết định, thao tác, chuyển động và độ tin cậy thành một vòng khép kín, rồi lặp lại vòng đó hàng nghìn, hàng triệu lần trong thế giới thực.