Từ kịch bản cứng sang robot hình người biết trò chuyện
Robot hình người AI hiểu lệnh ngôn ngữ tự nhiên là các hệ thống máy có hình dáng giống người, được tích hợp trí tuệ nhân tạo kiểu ChatGPT để nghe, hiểu và chuyển mệnh lệnh bằng lời nói thành chuỗi hành động vật lý có nhiều bước, giúp chúng xử lý công việc đa dụng mà không cần lập trình chi tiết từng thao tác trước đó. Đây là bước nhảy từ robot chạy theo kịch bản cố định sang robot có thể đối thoại và tự lập kế hoạch. Một startup Trung Quốc dự báo mốc này sẽ đạt tương đương năng lực GPT-3, nghĩa là bạn có thể nói với robot như nói với một trợ lý số, và nó sẽ tự suy luận xem cần làm gì để hoàn thành nhiệm vụ. Nếu dự báo đó thành hiện thực, tự động hóa Trung Quốc sẽ chuyển trọng tâm từ cơ bắp máy móc sang "bộ não" AI hiện thân, nơi phần mềm quyết định giá trị kinh tế của robot hơn là những màn nhào lộn bắt mắt.
Khoảnh khắc ChatGPT cho robot: vì sao là lúc này?
Điểm thú vị là phần cứng của robot hình người đã đi trước một bước: chạy nước rút, nhảy múa, nhào lộn… đều đã được chứng minh trong nhiều phòng thí nghiệm và dây chuyền. Nhưng như chính nhà khoa học trưởng Gao Yang thừa nhận, "bộ não thực sự là mắt xích yếu nhất trong toàn bộ hệ thống robot". Ngành robot vì thế đang săn lùng "khoảnh khắc ChatGPT" của riêng mình: một đột phá phần mềm khiến robot hình người AI không chỉ là thiết bị trình diễn mà trở thành sản phẩm có thị trường rộng. Trong bối cảnh đó, Spirit AI chiêu mộ khoảng 1.000 người đeo cảm biến chuyển động để ghi lại cách con người mở tủ lạnh, dùng dao cắt rau hay thao tác trong nhà máy, dùng làm dữ liệu huấn luyện robot. Đây là lựa chọn mang tính chiến lược: nếu muốn robot hiểu lệnh ngôn ngữ tự nhiên và tự lập kế hoạch, kho dữ liệu phải phản ánh đời sống thực, không chỉ mô phỏng trên giấy.
Từ lời nói đến hành động: bài toán thời gian thực trên chip
Cho robot nghe lệnh bằng giọng nói và tự đi tuần một khu vực hình tam giác nghe có vẻ đơn giản, nhưng RaiderChip cho thấy phía sau là cả một chuỗi xử lý đồng thời trên phần cứng chuyên dụng. Hệ thống của họ dùng mô hình nhận dạng giọng nói để chuyển lời nói thành văn bản, rồi đưa vào một mô hình ngôn ngữ Qwen3 được tinh chỉnh để mô tả hình dạng dưới dạng quỹ đạo toán học. Phần mềm sau đó biến mô tả đó thành lệnh vận tốc cho chính sách điều khiển robot trong mô phỏng vật lý MuJoCo. Điều đáng chú ý ở góc độ tự động hóa không phải là kỹ thuật riêng lẻ, mà là việc tất cả mô hình – nhận dạng, suy luận và điều khiển – đều chạy cục bộ trên một NPU GenAI, không cần kết nối đám mây. Theo RaiderChip, suy luận tại chỗ giúp giữ được phản hồi thấp và đảm bảo robot không bị "ngã" vì chờ mô hình ngôn ngữ xử lý quá lâu. Đây là minh chứng rằng ChatGPT robot điều khiển không chỉ là khái niệm mà đã có nền tảng kỹ thuật cho quyết định thời gian thực trên thiết bị biên.
Tác động với doanh nghiệp: tự động hóa Trung Quốc bước vào dịch vụ
Nếu robot hình người có thể nghe hiểu lệnh ngôn ngữ tự nhiên và chuyển thành chuỗi hành động hợp lý, tác động lên doanh nghiệp sẽ trực diện hơn rất nhiều so với robot công nghiệp truyền thống. Spirit AI đã đưa hàng chục robot hình người có bánh xe Moz1 vào dây chuyền sản xuất của hãng pin và một nhà bán lẻ lớn, nơi chúng vận hành như phần của hạ tầng tự động hóa Trung Quốc. Theo Gao Yang, 1–2 năm tới sẽ là giai đoạn mở đầu cho ứng dụng công nghiệp, sau đó robot sẽ được triển khai trong môi trường dịch vụ thương mại để xử lý nhiệm vụ đơn giản. Điều này mở ra viễn cảnh robot bán lẻ thông minh trong kho hàng, siêu thị, trung tâm phân phối: nhân viên chỉ cần nói "kiểm tra dãy kệ này" hay "đem mẫu hàng ra quầy" và robot tự thực hiện mà không phải lập trình từng kịch bản. Tuy vậy, ông cũng cảnh báo rằng đưa robot vào gia đình sẽ khó hơn nhiều, bởi môi trường nhà ở hỗn tạp và không có cấu trúc như trung tâm dữ liệu hay nhà máy.
Từ giữa 2027: kỳ vọng, giới hạn và lựa chọn của người dùng
Spirit AI đặt mục tiêu đạt cột mốc tương đương GPT-3 vào giữa năm 2027, khi robot có thể thực hiện phần lớn tác vụ đa dụng chỉ bằng mệnh lệnh bằng lời nói. Trong khi đó, RaiderChip dự kiến mẫu silicon NPU sẽ được lấy mẫu vào năm 2027, đưa năng lực GenAI và điều khiển robot thời gian thực xuống dạng chip chuyên dụng. Hai dòng phát triển – bộ não AI hiện thân và phần cứng NPU cho điều khiển bằng giọng nói – cùng hướng tới một kết luận: thời điểm người dùng phổ thông nói chuyện với robot hình người AI như với trợ lý số không còn quá xa. Nhưng kỳ vọng cần đi kèm nhận thức về giới hạn: môi trường nhà ở hỗn loạn, an toàn vật lý và trách nhiệm khi robot sai lệnh là những câu hỏi chưa được giải đáp. Với người dùng và doanh nghiệp, lựa chọn hợp lý có lẽ là coi giai đoạn 2027 như một điểm bắt đầu: thử nghiệm robot trong bối cảnh hẹp, nhiều kiểm soát, trước khi đưa chúng trở thành một phần đời sống hàng ngày.
