Ba ông lớn của Thung lũng Silicon khởi xướng cuộc cách mạng sản xuất hàng loạt, trí tuệ thể hiện của Trung Quốc có thể đứng ở vị trí C trong sân chơi toàn cầu không?

Dẫn nhập: hành động dự kiến là vé vào cửa ngày hôm nay, khả năng tổng quát hóa là vé vào cửa chung kết ngày mai.

Biên tập｜Jing Cheng

Tác giả｜Jiang Jing

Vào quý I năm 2026, một chiến dịch toàn cầu đồng bộ trong giới công nghệ chính thức tuyên bố ngành công nghiệp robot hình người đã bước vào một bước ngoặt lịch sử.

Ba ông lớn của Silicon Valley là Google, Amazon và Tesla cùng nhau đẩy mạnh hoạt động, từ cung cấp năng lực công nghệ, bố trí các kịch bản đến thúc đẩy sản xuất hàng loạt, toàn diện tấn công, đưa robot hình người từ sân khấu công nghệ lên sân chơi công nghiệp.

Trong khi đó, phía Trung Quốc cũng có nhiều động thái hơn. Ngày 26 tháng 3, Viện Nghiên cứu Thông tin và Truyền thông Trung Quốc phối hợp hơn 40 đơn vị ban hành tiêu chuẩn ngành đầu tiên trong lĩnh vực trí tuệ thể hiện, cộng thêm chính sách liên tục tăng cường, doanh nghiệp đẩy mạnh triển khai, vốn đầu tư sôi động, Trung Quốc đang thực hiện bước nhảy từ theo kịp đến song hành, thậm chí bắt đầu tấn công dẫn đầu trong nhiều lĩnh vực.

Cuộc cách mạng này, sẽ định hình lại quy tắc kinh doanh và hệ sinh thái ngành công nghiệp trong tương lai, liệu Trung Quốc có thể chiếm vị trí trung tâm?

Chạy đua toàn cầu: các ông lớn Silicon Valley đẩy mạnh sản xuất hàng loạt, tái cấu trúc năng lực sản xuất tương lai

Không còn ai xem robot hình người như một khái niệm viễn tưởng nữa.

Gần đây, các hoạt động đồng bộ của ba ông lớn Silicon Valley đã làm rõ bước chân vào thời kỳ sản xuất hàng loạt, mỗi bước đi đều hướng tới tái cấu trúc năng lực sản xuất trong tương lai, và sự theo đuổi của vốn toàn cầu cùng các doanh nghiệp nội địa khiến nhiệt huyết của con đường này ngày càng tăng cao.

Google tiên phong tạo ra “não thông minh” cho robot, ra mắt hai mô hình AI mới là Gemini Robotics và Gemini Robotics-ER, trong đó mô hình đầu tiên giúp robot hiểu các tình huống mới mà không cần huấn luyện đặc biệt, còn mô hình thứ hai có thể “hiểu thế giới phức tạp và động”, từ đó cung cấp năng lực công nghệ để robot ứng dụng vào các kịch bản thực tế.

Amazon tập trung vào bố trí các kịch bản ứng dụng, trong một tuần đã liên tiếp mua lại các startup robot hình người Fauna Robotics và công ty robot logistics Rivr, mục tiêu không chỉ tối ưu hóa giao hàng, mà còn xây dựng “mao mạch dịch vụ robot” từ dây chuyền nhà máy đến phòng khách gia đình, tạo ra hệ thống lực lượng lao động thế hệ mới.

Hành động sản xuất hàng loạt của Tesla thu hút nhiều sự chú ý nhất. Ngày 25 tháng 3, robot Optimus đã đăng tuyển dụng rõ ràng, xác định sẽ thay đổi cục diện lực lượng lao động và nền kinh tế sản xuất, mục tiêu là sớm đạt được sản xuất hàng loạt quy mô lớn, và trong mùa hè này sẽ khai trương dây chuyền robot hình người đầu tiên trên thế giới với sản lượng một triệu chiếc mỗi năm, đẩy tiến trình sản xuất hàng loạt vào giai đoạn thực chất.

Các hoạt động của Silicon Valley còn xa hơn thế nữa, các doanh nghiệp trong nước cũng đang đẩy nhanh tiến độ. Cùng ngày, robot hình người Figure03 do Figure AI phát triển đã vào Nhà Trắng, trở thành robot hình người do Mỹ sản xuất đầu tiên đặt chân vào Nhà Trắng, có khả năng giao tiếp đa ngôn ngữ, tự hoàn thành các công việc gia đình, và công ty này đã huy động hơn 1 tỷ USD vốn từ nửa năm trước, các ông lớn như Nvidia, LG đều tham gia ủng hộ, thể hiện sự săn đón của vốn toàn cầu đối với lĩnh vực robot hình người.

Phó trưởng phòng Đầu tư Viện Phát triển Thành phố Trung Quốc, Yuan Shuai, cho biết, hành động sản xuất hàng loạt của các ông lớn Silicon Valley cùng với việc ban hành tiêu chuẩn ngành về trí tuệ thể hiện của Trung Quốc đều đánh dấu ngành công nghiệp robot hình người từ giai đoạn nghiên cứu công nghệ sâu sắc bước vào giai đoạn thương mại hóa vàng son, đột phá công nghệ cốt lõi hỗ trợ sản xuất quy mô lớn, còn tiêu chuẩn ngành định rõ các quy chuẩn kỹ thuật, giảm thiểu cạnh tranh không lành mạnh.

Tuy nhiên, chuyên gia Gao Heng của Hiệp hội Tin tức Khoa học Công nghệ Trung Quốc đưa ra nhận định thận trọng, cho rằng ngành hiện đang bước vào đêm trước thương mại hóa và giai đoạn thực hiện cục bộ, chưa phải là thời kỳ bùng nổ thương mại toàn diện. Thay đổi cốt lõi của ngành hiện nay là các lực lượng bắt đầu cùng nhau xác minh xem robot “có thể làm việc liên tục trong các kịch bản thực tế, chi phí có thể kiểm soát được” hay không, chứ không chỉ đơn thuần là đột phá công nghệ nghiên cứu.

Chìa khóa Trung Quốc: nhiều lợi thế vững chân, điểm yếu cốt lõi cần khắc phục

Khi các ông lớn Silicon Valley đẩy mạnh sản xuất hàng loạt, Trung Quốc không phải là theo sau thụ động, mà đã sớm có sự chuẩn bị từ trước, dựa vào nhiều lợi thế như tiêu chuẩn, kịch bản, thị trường, vốn, để đứng vững trong lĩnh vực trí tuệ thể hiện toàn cầu. Tuy nhiên, so với các ông lớn Silicon Valley, vẫn còn khoảng cách về công nghệ cốt lõi và năng lực, trở thành rào cản hạn chế sự phát triển của ngành.

Về mặt lợi thế, các bố trí của Trung Quốc thể hiện rõ nét đặc trưng nội địa và hiệu ứng đi trước. Trước tiên là nắm giữ quyền phát ngôn về tiêu chuẩn, ngày 26 tháng 3, Viện Thông tin và Truyền thông Trung Quốc phối hợp hơn 40 đơn vị ban hành tiêu chuẩn ngành đầu tiên trong lĩnh vực trí tuệ thể hiện, xây dựng khung kiểm tra tiêu chuẩn thống nhất, chiếm ưu thế trong việc định hình tiêu chuẩn khi ngành mới bắt đầu phát triển.

Thứ hai là dẫn đầu trong thực tế các kịch bản ứng dụng, phát triển trí tuệ thể hiện của Trung Quốc chưa bao giờ dừng lại ở giai đoạn trình diễn, mà đã thực sự triển khai vào các ứng dụng thực tế, như robot bốn chân Yu Shu đã ứng dụng tại trạm biến áp Zhejiang, hệ thống cống ngầm ở Hàng Châu, khu vực nhà máy của Sinopec ở Quảng Đông, và nhiều dự án kiểm tra công nghiệp khác.

Cùng với đó, Trung Quốc có quy mô thị trường lớn và môi trường vốn sôi động. Đến năm 2025, có hơn 140 doanh nghiệp sản xuất thiết bị trí tuệ thể hiện toàn diện trong nước, ra mắt hơn 330 mẫu robot hình người, với khoảng 17.000 chiếc xuất xưởng, quy mô thị trường trí tuệ thể hiện và robot hình người lần lượt đạt 5,295 tỷ và 8,239 tỷ nhân dân tệ.

Về phía vốn, công ty Yu Shu đã được chấp thuận IPO trở thành cổ phiếu robot hình người đầu tiên của Trung Quốc trên sàn A, từ đầu năm đến nay, ngành trí tuệ thể hiện đã có các khoản huy động lớn, quá trình thương mại hóa vốn hóa tăng tốc, trong đó doanh thu bán hàng của Yu Shu từ tháng 1 đến tháng 9 năm 2025 lần lượt tăng 182,22% và 6,42 lần so với cùng kỳ, rõ ràng chứng minh tiềm năng thị trường.

Dù đà phát triển rất nhanh, Trung Quốc vẫn còn những điểm yếu rõ ràng trong cuộc đua toàn cầu.

Nhiều chuyên gia chỉ ra, khoảng cách cốt lõi giữa robot hình người Trung Quốc và quốc tế không phải là về phần cứng chế tạo, mà là về tích lũy dữ liệu, khả năng tổng quát hóa của mô hình và nền tảng công nghệ, thể hiện ra bên ngoài qua sự thiếu linh hoạt trong các hành động của robot và khả năng tổng quát hóa.

Yuan Shuai cho rằng, khoảng cách giữa robot hình người Trung Quốc và quốc tế, về mặt bề ngoài là sự khác biệt về độ linh hoạt trong hành động và khả năng tổng quát hóa, nhưng nguyên nhân sâu xa nằm ở công nghệ nền tảng, tích lũy dữ liệu và tư duy nghiên cứu phát triển. Ví dụ như RoboCat của Google có thể thực hiện các chuyển động linh hoạt và tổng quát, dựa vào tích lũy công nghệ lâu dài, đặc biệt trong các lĩnh vực như thuật toán mô hình lớn, hợp nhất cảm biến, điều khiển động lực học robot, dựa trên lượng dữ liệu huấn luyện đa kịch bản khổng lồ, giúp robot có khả năng tự học và thích nghi môi trường.

Ông còn chỉ ra, các sản phẩm trong nước hiện chủ yếu dừng lại ở giai đoạn dự kiến hành động, tái hiện trong các kịch bản cố định. Điểm yếu cốt lõi là thiếu dữ liệu huấn luyện thực tế chất lượng cao, quy mô lớn; thứ hai là phụ thuộc nhập khẩu các linh kiện chủ chốt như động cơ servo chính xác cao, cảm biến lực, hạn chế độ chính xác trong chuyển động và cảm nhận.

Hao Heng bổ sung, điểm khác biệt thực sự nằm ở khả năng liên kết giữa dữ liệu, mô hình, hệ thống kỹ thuật và vòng khép kín của kịch bản. Các doanh nghiệp hàng đầu quốc tế mục tiêu là tạo ra robot thông minh có thể hiểu môi trường, tự hoàn thành nhiệm vụ, coi robot như một sản phẩm dữ liệu có thể liên tục cập nhật, cải tiến. Khả năng tổng quát hóa vốn đã là khả năng tổng hợp, không phải chỉ là công nghệ điểm, mà còn là dữ liệu và kịch bản chưa thể tạo ra vòng quay phản hồi liên tục, khiến robot chỉ có thể điều chỉnh tham số trong một nhiệm vụ đơn lẻ, khó trở nên thông minh hơn theo thời gian.

Nhà văn tài chính nổi tiếng, trưởng Viện Nghiên cứu Ảnh hưởng Tiêu điểm Gao Chengyuan, cho rằng, điểm khác biệt cốt lõi tập trung vào tích lũy dữ liệu và khả năng tổng quát hóa của mô hình. Các doanh nghiệp nước ngoài có lợi thế rõ rệt trong chuyển đổi học tập từ mô phỏng sang thực tế, chiến lược đa nhiệm chung, dựa vào đầu tư dài hạn để xây dựng vòng dữ liệu đa kịch bản và khả năng phát triển mô hình nền tảng. Trong khi đó, trong nước vẫn chủ yếu dựa vào hành động dự kiến, thực chất là thiếu dữ liệu thể hiện chất lượng cao, và năng lực tính toán cùng kỹ thuật xây dựng mô hình lớn end-to-end còn cách xa thế hệ.

Công ty Yu Shu cũng thừa nhận, các công nghệ then chốt để ứng dụng thương mại quy mô lớn trong các kịch bản công nghiệp và gia đình vẫn còn cần đột phá, chủ yếu là khả năng của “não bộ” trong các mô hình thể hiện toàn diện và độ bền của “tay linh hoạt”, trong đó thách thức lớn nhất là các mô hình thể hiện toàn diện vẫn còn trong giai đoạn sơ khai, khả năng tổng quát hóa còn hạn chế.

Con đường phá vỡ: đa chiều nâng cao năng lực, cân bằng giữa hiện tại và dài hạn

Trong bối cảnh dữ liệu và kịch bản còn thiếu hụt, làm thế nào để nâng cao độ linh hoạt và khả năng tổng quát của hành động robot trở thành vấn đề cốt lõi để các doanh nghiệp trong nước bắt kịp.

Nhiều chuyên gia dựa trên thực trạng ngành, đề xuất các con đường phát triển vừa thực tế vừa có tầm nhìn xa, đồng thời nhấn mạnh doanh nghiệp cần cân bằng giữa triển khai ngắn hạn và nghiên cứu dài hạn, lấy hành động dự kiến làm vé vào cửa, lấy khả năng tổng quát hóa làm rào cản then chốt.

Nghiên cứu viên của Viện Khoa học Xã hội Bắc Kinh, Wang Peng, đề xuất các doanh nghiệp trong nước có thể theo hai con đường “định vị kịch bản + tái sử dụng công nghệ”: một là tập trung vào vòng dữ liệu trong các kịch bản dọc, trước tiên xác định các kịch bản tiêu chuẩn như hàn công nghiệp, vận chuyển vật liệu, thu thập dữ liệu riêng qua triển khai nhỏ, rồi huấn luyện mô hình thể hiện trong lĩnh vực đó; hai là dựa vào hệ sinh thái mã nguồn mở, thúc đẩy chia sẻ dữ liệu liên doanh qua tiêu chuẩn ngành do Viện Thông tin và Truyền thông ban hành, dựa trên dữ liệu thao tác thống nhất để huấn luyện mô hình chung.

Yuan Shuai đề xuất song song nhiều con đường, vừa hợp tác với các viện nghiên cứu đại học, dùng mô phỏng và kỹ thuật số song sinh tạo dữ liệu ảo để huấn luyện rồi chuyển sang thực tế, vừa mở giao diện để liên kết với các bên kịch bản, thu thập dữ liệu thực để cập nhật thuật toán; đồng thời thúc đẩy chia sẻ dữ liệu huấn luyện ẩn danh giữa các doanh nghiệp, phá vỡ các “đảo dữ liệu”, tăng cường đầu tư tự nghiên cứu các linh kiện cốt lõi, để hỗ trợ chuyển động linh hoạt của robot bằng đột phá phần cứng.

Hao Heng đưa ra bốn con đường thực hành: thứ nhất, lấy dữ liệu từ các kịch bản thực, tích hợp sâu vào các môi trường như nhà máy, kho bãi, để robot hòa nhập vào quy trình làm việc thực tế, tích lũy dữ liệu; thứ hai, ưu tiên mô phỏng, vòng khép kín giữa mô phỏng và thực tế, huấn luyện chiến lược trong môi trường giả rồi tinh chỉnh trong thực tế, giảm thiểu chi phí huấn luyện; thứ ba, tập trung vào khả năng tổng quát nhiệm vụ, như phân loại, vận chuyển, để đạt được khả năng tổng quát trong các nhiệm vụ đơn lẻ, trước tiên thể hiện giá trị thương mại; thứ tư, xây dựng hệ thống dữ liệu và tiêu chuẩn chia sẻ ngành, giải quyết vấn đề giao diện và hệ thống đánh giá không thống nhất, thúc đẩy vòng phản hồi ngành.

Các chuyên gia đồng tình rằng, hành động dự kiến và khả năng tổng quát hóa đều quan trọng ngang nhau đối với sự phát triển của doanh nghiệp.

Wang Peng cho rằng, trong ngắn hạn, robot có hành động dự kiến đã có thể đáp ứng phần lớn nhu cầu trong các kịch bản công nghiệp, và chi phí thấp hơn so với robot khả năng tổng quát. Nhưng về lâu dài, khả năng tổng quát mới là rào cản then chốt quyết định doanh nghiệp có thể vượt qua chu kỳ ngành hay không — khi mở rộng sang các kịch bản phi tiêu chuẩn như dịch vụ gia đình, cứu hộ khẩn cấp, robot tự thích nghi môi trường sẽ dần trở thành xu hướng chính.

Hao Heng cũng đồng tình, hành động dự kiến là vé vào cửa hôm nay, khả năng tổng quát là vé vào chung kết ngày mai. Đối với doanh nghiệp, đừng vì hôm nay có thể kiếm lời từ hành động dự kiến mà bỏ qua đầu tư dài hạn vào khả năng tổng quát; nhưng cũng đừng vì chạy theo khả năng tổng quát mà bỏ qua các kịch bản thực tế có thể triển khai trước mắt. Đặt hàng rồi nâng cao trí tuệ là con đường thực tế hơn.

Hiện tại, quy mô thị trường trí tuệ thể hiện của Trung Quốc đã chiếm gần một nửa toàn cầu, và đã ứng dụng thực tế trong các lĩnh vực công nghiệp, ứng cứu khẩn cấp. Trong tương lai, lĩnh vực nào sẽ trở thành điểm đột phá để robot trí tuệ thể hiện của Trung Quốc đạt quy mô thương mại hóa hàng loạt đầu tiên?

Gao Chengyuan cho rằng, lĩnh vực sản xuất công nghiệp sẽ là điểm đột phá đầu tiên của Trung Quốc, đặc biệt là trong các ngành như sản xuất ô tô, lắp ráp điện tử 3C, kho vận logistics. Khai thác nhu cầu kịch bản cần phải đi sâu vào tuyến đầu ngành, hợp tác xây dựng phòng thí nghiệm liên doanh với các doanh nghiệp sản xuất hàng đầu, bắt đầu từ thay thế các công đoạn đơn lẻ, rồi mở rộng dần đến tự động hóa toàn dây chuyền. Chìa khóa thúc đẩy công nghệ và kịch bản hội nhập là xây dựng cơ chế thúc đẩy ngược “định nghĩa kịch bản + công nghệ”, để nhu cầu thực tế của dây chuyền sản xuất thật sự thúc đẩy quá trình cập nhật phần cứng và tối ưu thuật toán, chứ không phải công nghệ đi trước rồi tìm kịch bản.

Từ “đồng hành” đến “dẫn đầu toàn cầu”, Trung Quốc vẫn cần đột phá các điểm nghẽn cốt lõi về chính sách, công nghệ và hệ sinh thái ngành.

Yuan Shuai đề xuất, về chính sách, cần tăng cường hỗ trợ và đầu tư tài chính, hoàn thiện bảo vệ sở hữu trí tuệ; về công nghệ, tập trung giải quyết các thuật toán mô hình lớn và linh kiện cốt lõi, nâng cao khả năng tự học và tổng quát hóa của robot; về hệ sinh thái ngành, tăng cường hợp tác từ trên xuống dưới, thúc đẩy nội địa hóa linh kiện, sâu sát hợp tác giữa sản xuất, học thuật, nghiên cứu và ứng dụng, đẩy mạnh chuyển giao thành quả. Đồng thời tích cực mở rộng hợp tác quốc tế, tham gia xây dựng tiêu chuẩn toàn cầu để nâng cao tiếng nói ngành, cuối cùng xây dựng hệ sinh thái ngành trí tuệ thể hiện hoàn chỉnh, hướng tới mục tiêu dẫn đầu.