Robot Trung Quốc thiếu bộ não và dữ liệu: Nút thắt lớn trên đường đua AI hiện thân

WAIC 2026 khép lại với hàng loạt màn trình diễn robot ấn tượng, từ robot hình người đến robot bốn chân có khả năng nhào lộn, nhảy múa và thực hiện các thao tác phức tạp. Tuy nhiên, phía sau những màn biểu diễn này, các doanh nghiệp Trung Quốc đều thừa nhận ngành robot hiện thân (embodied AI) vẫn đang đối mặt với nhiều rào cản mang tính nền tảng.

Robot Trung Quốc thiếu dữ liệu thực tế và “bộ não” đủ thông minh

Theo ông Wang Xiaogang, đồng sáng lập SenseTime và Chủ tịch Ace Robotics, thách thức quan trọng nhất hiện nay không nằm ở việc chế tạo phần cứng, mà là xây dựng một hệ thống khép kín kết nối phần cứng, dữ liệu, mô hình AI và các tình huống trong thế giới thực để robot có thể liên tục học hỏi và cải thiện.

Hiện nay, phần lớn dữ liệu dùng để huấn luyện robot được thu thập thông qua các thao tác mẫu của con người. Tuy nhiên, chỉ riêng dữ liệu là chưa đủ. Theo ông Wang, thiết kế phần cứng, cấu trúc cơ khí và phương pháp thu thập dữ liệu cần được tối ưu đồng thời để robot có thể chuyển hóa dữ liệu thành năng lực thực sự khi tương tác với môi trường.

Một khó khăn khác là robot vẫn chưa được triển khai rộng rãi trong đời sống. Điều này khiến lượng dữ liệu thu thập từ các tình huống thực tế còn quá hạn chế. "Câu hỏi quan trọng là làm thế nào để mở rộng các kịch bản ứng dụng và nhân rộng chúng trên quy mô lớn", ông Wang nhận định.

Yao Maoqing, đối tác kiêm Phó chủ tịch cấp cao của nhà sản xuất robot hình người AgiBot, cho rằng lượng dữ liệu đa phương thức về thế giới vật lí hiện vẫn còn quá ít nếu so với kho dữ liệu khổng lồ dùng để huấn luyện các mô hình ngôn ngữ lớn (LLM).

Đây chính là một trong những nút thắt khiến các world model – mô hình AI có khả năng mô phỏng và hiểu môi trường xung quanh – chưa đạt được hiệu quả như kỳ vọng.

Theo Yao, robot không chỉ cần hiểu ngôn ngữ mà còn phải đồng thời xử lí hình ảnh, âm thanh, không gian ba chiều, lực tác động và phản hồi từ môi trường. Việc thiếu dữ liệu ở các khía cạnh này khiến khả năng học hỏi của robot vẫn còn rất hạn chế. Ông cũng chỉ ra khoảng cách lớn giữa dữ liệu video được sử dụng để huấn luyện robot với dữ liệu mà robot thực sự cần khi làm việc trong thế giới thực.

Cuộc đua phát triển “AI hiện thân” bước sang giai đoạn mới

Không chỉ thiếu dữ liệu, nhiều chuyên gia cho rằng robot hiện nay còn thiếu một "bộ não" đủ khả năng kết nối nhận thức với hành động. Ông Zhang Zhengyou, nhà khoa học trưởng của Tencent và Giám đốc Robotics X Lab, nhận định AI hiện đại về bản chất vẫn giống như "một bộ não nằm trong bể chứa".

Theo ông, các mô hình AI hiện nay có thể trò chuyện rất tốt nhưng chưa thực sự hiểu cách tương tác với thế giới vật lí. "Chúng ta không thể chỉ dựa vào một trí tuệ biết nói. Trí tuệ thực sự chỉ xuất hiện khi ngôn ngữ, thị giác, nhận thức không gian, điều khiển cơ thể và phản hồi từ môi trường hoạt động cùng nhau", ông nói.

Zhang cho rằng AI hiện thân cũng cần học từ chính con người. Ngoài dữ liệu lớn, việc phát triển robot cần kết hợp các thành tựu của khoa học nhận thức, thần kinh học và tâm lí học để giúp máy hiểu cách con người quan sát, suy nghĩ và đưa ra quyết định trong môi trường thực.

Những quan điểm này phản ánh xu hướng mới của ngành robot Trung Quốc, khi trọng tâm đang chuyển từ khả năng thực hiện các động tác đơn lẻ sang xây dựng hệ thống AI có khả năng tự học và tự thích nghi.

Tại WAIC, Ace Robotics đã giới thiệu Kairos 3.1, mô hình thế giới (world model) định hướng hành động. Khác với cách phát triển riêng rẽ AI tạo sinh, AI vật lí và AI nhận thức, Kairos 3.1 tích hợp cả ba trong cùng một mô hình.

Theo ông Wang Xiaogang, cách tiếp cận này giúp robot có khả năng tự phản ánh và tự tiến hóa. "Khi mô hình mắc lỗi, nó hiểu vì sao thất bại và biết cần làm gì để sửa chữa, từ đó tạo nên một vòng lặp học hỏi khép kín", ông cho biết.

Trong khi đó, Tencent cũng công bố hệ sinh thái AI hiện thân mới nhằm kết nối toàn bộ quá trình từ cảm nhận, suy luận đến điều khiển robot. Bộ giải pháp gồm Hy-Embodied-VLM-1.0 giúp robot hiểu môi trường xung quanh, Hy-Embodied-RxBrain-1.0 đảm nhiệm suy luận và lập kế hoạch, còn Hy-Embodied-VLA-0.5 chuyển các kế hoạch đó thành hành động cụ thể.

Tencent đồng thời giới thiệu Apexio, tác nhân AI hoạt động liên tục, cùng TairosAgent, nền tảng điều phối mô hình AI, kỹ năng và phần cứng giữa nhiều loại robot khác nhau.

Theo ông Zhang Zhengyou, mục tiêu của RxBrain là kết hợp khả năng suy luận với năng lực tưởng tượng, giúp robot không chỉ phản ứng với tình huống hiện tại mà còn dự đoán được các khả năng có thể xảy ra để lựa chọn phương án tối ưu.

Tencent cho biết toàn bộ các mô hình trên là một phần trong giải pháp AI hiện thân toàn diện, bao phủ từ hạ tầng điện toán đám mây, mô hình AI, nền tảng phát triển đến các ứng dụng thực tế.

Theo các chuyên gia tại WAIC 2026, cuộc cạnh tranh trong ngành robot sẽ không còn chỉ xoay quanh tốc độ di chuyển hay độ linh hoạt của cánh tay robot. Lợi thế trong tương lai sẽ thuộc về những doanh nghiệp sở hữu lượng dữ liệu thực tế lớn, các mô hình AI có khả năng suy luận sâu và hệ sinh thái đủ hoàn chỉnh để robot liên tục học hỏi từ chính môi trường làm việc. Trong bối cảnh Trung Quốc đang thúc đẩy thương mại hóa robot trên quy mô lớn, việc giải quyết bài toán "bộ não" và dữ liệu sẽ quyết định liệu các robot AI có thể thực sự bước ra khỏi phòng thí nghiệm để trở thành lực lượng lao động mới trong nền kinh tế hay không.