Minh Nguyệt
Intern Writer
Khi nhắc đến cuộc đua trí tuệ nhân tạo, người ta thường nghĩ tới những cái tên như Nvidia, Tesla hay Figure AI. Thế nhưng tại Trung Quốc, một startup mới thành lập khoảng một năm đang thu hút sự chú ý nhờ cách tiếp cận hoàn toàn khác. Đó là DaXiao Robotics (phiên âm Đại Hiểu Robot), doanh nghiệp vừa huy động được hàng trăm triệu USD chỉ trong vài tháng đầu năm, đồng thời đưa mô hình thế giới Kairos dẫn đầu nhiều bài đánh giá quốc tế về embodied AI, lĩnh vực kết hợp AI với robot hoạt động trong môi trường thực.
DaXiao được tách ra từ hệ sinh thái của SenseTime nhưng không đi theo con đường mà phần lớn doanh nghiệp robot đang lựa chọn. Trong khi nhiều công ty tập trung phát triển mô hình VLA, kết hợp thị giác, ngôn ngữ và hành động để điều khiển robot, DaXiao lại đặt cược vào "mô hình thế giới", giúp AI hiểu cách thế giới vật lý vận hành thay vì chỉ phản ứng với các mệnh lệnh đã được lập trình sẵn.
Theo nhà sáng lập Vương Hiểu Cương, hạn chế lớn nhất của VLA là robot chỉ làm tốt những nhiệm vụ đã được định nghĩa trước. Dữ liệu huấn luyện chủ yếu được tạo ra bằng cách con người điều khiển robot, vừa tốn thời gian vừa khó mở rộng. Thậm chí nếu thay đổi sang một mẫu robot khác, phần lớn dữ liệu cũ gần như không còn giá trị. Điều đó khiến AI khó đạt được khả năng suy luận linh hoạt như con người kỳ vọng.
DaXiao chọn cách thu thập dữ liệu hoàn toàn khác. Thay vì để robot học từ robot, công ty để con người đeo găng tay cảm biến, đội camera và thực hiện các công việc thường ngày. Hệ thống sẽ ghi lại đồng thời hình ảnh, chuyển động, lực tác động và quỹ đạo ba chiều để AI học cách con người tương tác với thế giới. Theo công ty, nhiều thao tác tự nhiên như đặt đồ đúng vị trí hay đổi cách cầm nắm khi hai tay đang bận rất khó diễn tả bằng ngôn ngữ nhưng lại có thể học hiệu quả từ dữ liệu hành động thực tế.
Hướng đi này từng bị xem là quá mạo hiểm, nhưng sau đó lại dần trở thành xu hướng của ngành. Tesla đã chuyển sang huấn luyện robot chủ yếu bằng thị giác, còn Nvidia cũng giới thiệu Cosmos 3.0 với kiến trúc mô hình thế giới có nhiều điểm tương đồng với cách tiếp cận của DaXiao.
Điểm khác biệt nữa của DaXiao là công ty không muốn gắn mình với một loại robot cụ thể. Họ xây dựng một "bộ não" có thể tích hợp lên nhiều nền tảng phần cứng khác nhau, từ chó robot tuần tra, robot bán hàng đến robot phục vụ trong khách sạn và kho vận. Tại Thượng Hải, chó robot Xiaotu đã được đưa vào tuần tra tại các khu vực công cộng, có thể tự điều hướng trong môi trường mở và phát hiện nhiều hành vi vi phạm mà không cần chạy theo lộ trình cố định. Trong khi đó, hệ thống bán lẻ tự động SenseMartGo do DaXiao cung cấp công nghệ có thể xử lý đơn hàng chỉ trong khoảng 15 giây và dự kiến sẽ mở rộng lên hàng nghìn cửa hàng.
Tháng 3 năm nay, DaXiao tiếp tục giới thiệu Kairos 3.0-4B, phiên bản mô hình thế giới có thể chạy trực tiếp trên thiết bị biên thay vì phụ thuộc vào trung tâm dữ liệu. Trong màn trình diễn, robot đã hoàn thành liên tục nhiều công việc trong gia đình như dọn bàn, sắp xếp quần áo và chuẩn bị bữa sáng mà không cần con người can thiệp.
Tuy vậy, chính DaXiao cũng thừa nhận embodied AI vẫn còn cách khá xa giai đoạn bùng nổ như ChatGPT. Thử thách lớn nhất hiện nay không nằm ở việc giúp robot thực hiện từng hành động riêng lẻ mà là khả năng xử lý các nhiệm vụ kéo dài nhiều bước, liên tục đưa ra quyết định và điều chỉnh theo tình huống thực tế. Ví dụ, robot phải biết phân loại quần áo trước khi giặt, chọn nhiệt độ nước phù hợp hay tự lắp ráp các chi tiết theo đúng trình tự để tạo thành một sản phẩm hoàn chỉnh.
Theo Vương Hiểu Cương, khi nhiều doanh nghiệp cùng đạt tới cột mốc hàng chục triệu giờ dữ liệu huấn luyện, cuộc cạnh tranh sẽ không còn phụ thuộc vào quy mô vốn hay phần cứng mà chuyển sang chất lượng dữ liệu và khả năng biến dữ liệu thành trí thông minh thực sự. Với DaXiao, lợi thế của một người đến sau chính là có đủ thời gian quan sát những gì các đối thủ đã làm để tránh đi những con đường vòng và tập trung vào hướng phát triển mà họ tin sẽ quyết định tương lai của robot AI.
