Chương mới về robot hình người! Texas Instruments(TXN.US) hợp tác cùng Nvidia(NVDA.US) kết hợp AI và cảm biến thắp sáng cuộc cách mạng “AI vật lý”

Tập trung vào tập đoàn công nghệ chip hàng đầu về chip mô phỏng và giải pháp xử lý nhúng — Texas Instruments (TXN.US), lâu nay được gọi là “thước đo thời tiết nhu cầu chip toàn cầu”, đã kết hợp toàn diện danh mục sản phẩm điều khiển thời gian thực, cảm biến và nguồn điện của mình với các linh kiện tính toán robot tiên tiến của NVIDIA (NVDA.US), cảm biến dựa trên kiến trúc Ethernet và công nghệ mô phỏng độc quyền, mang đến hỗ trợ kỹ thuật quan trọng cho các nhà phát triển, giúp họ xây dựng, triển khai và sản xuất hàng loạt quy mô lớn các thiết bị đầu cuối robot hình người… được gọi là “AI vật lý” (Physical AI).

Theo các thông tin báo chí hiện tại, sự hợp tác giữa “ông trùm” chip mô phỏng Texas Instruments và NVIDIA có khả năng giúp hệ thống thông minh của robot hình người bước lên một giai đoạn cao hơn, chứ không phải chỉ là “phối hợp chế tạo robot” ở lớp bề mặt. Sự hợp tác mới nhất của họ giống như việc xây dựng một cơ sở hạ tầng thông minh robot toàn diện hơn, an toàn hơn và dễ triển khai theo quy mô hơn ngay trên lớp nền công nghệ, điều này sẽ đem lại sự trợ lực mang tính thực chất cho việc thúc đẩy thương mại hóa robot hình người trong toàn ngành.

Khi kỳ vọng của thị trường về việc kết hợp khối lượng công việc suy luận AI quy mô lớn với thực thi ngoài đời thực tiếp tục nóng lên, sự hợp tác giữa NVIDIA và Texas Instruments không chỉ là sự chồng thêm giữa lớp chip và cảm biến, mà là sự đồng kiến tạo từ suy luận AI, cảm nhận thời gian thực đến hệ thống điều khiển tầng cơ sở — là nền tảng quan trọng để thúc đẩy robot hình người hiện thực hóa các ứng dụng trong thế giới thực.

Ông Giovanni Campanella, tổng giám đốc mảng Tự động hóa công nghiệp và Robot của Texas Instruments, cho biết: “Tổ hợp sản phẩm toàn diện của Texas Instruments đã thu hẹp khoảng cách giữa năng lực tính toán AI mạnh mẽ của NVIDIA và các ứng dụng thực tế, giúp nhà phát triển có thể xác minh sớm hơn một hệ điều hành dạng người hoàn chỉnh.” Trong tuyên bố, ông cũng đề cập: “Cách tiếp cận tích hợp này sẽ đẩy nhanh quá trình tiến hóa từ nguyên mẫu/sơ khai sang robot hình người thương mại, đồng thời đảm bảo các robot này có thể an toàn làm việc cùng con người.”

Gần đây, NVIDIA có thể nói là đang tận lực đưa công nghệ AI tiên tiến nhất ra nhiều lĩnh vực rộng hơn — chẳng hạn như các thiết bị đầu cuối được gọi là “AI vật lý” (Physical AI) như robot và xe tự hành — nhằm tiếp tục thúc đẩy mở rộng nhu cầu và tạo ra điểm tăng trưởng mới ngoài mảng kinh doanh trung tâm dữ liệu. Theo góc nhìn của CEO NVIDIA Hoàng Nhân Tuân: “AI vật lý” nhấn mạnh việc giúp robot/hệ điều hành tự chủ cảm nhận, suy luận và hoàn thành trọn bộ hành động trong thế giới thực, và một kỷ nguyên mà “AI vật lý” hỗ trợ con người tiến hóa nền văn minh đang đến gần. “AI vật lý” nhấn mạnh việc giúp robot/hệ thống tự chủ cảm nhận, suy luận và hành động trong thế giới thực, và cả ba năng lực này chính là bộ công cụ then chốt để đưa mô hình từ “chỉ biết hội thoại” sang “có thể làm việc được trong thế giới vật lý”.

Texas Instruments liên minh với NVIDIA, nhằm vào ba lớp đồng phối hợp khó nhất trong hệ thống thông minh robot: cảm nhận + điều khiển + suy luận AI

Là một phần của sự hợp tác lần này, Texas Instruments đã thiết kế một giải pháp hợp nhất cảm biến, bằng cách kết hợp công nghệ radar sóng milimet của mình với công nghệ robot Jetson Thor của NVIDIA, sử dụng cầu cảm biến Holoscan Sensor Bridge độc quyền của NVIDIA để thực hiện cảm nhận 3D độ trễ thấp và nhận thức về an toàn, hỗ trợ sự phát triển của công nghệ robot hình người. Kết quả phát triển mới nhất này của hai bên sẽ được trưng bày tại sự kiện được mong đợi nhất — hoạt động GTC của NVIDIA sẽ diễn ra từ 16 đến 19 tháng 50kại San Jose, bang California.

Deepu Talla, phó chủ tịch mảng Robot và Edge AI của NVIDIA, cho biết: “Vận hành an toàn của robot hình người trong môi trường không thể đoán trước cần năng lực tính toán và xử lý cực kỳ mạnh mẽ, để đồng bộ hóa các mô hình AI cực kỳ phức tạp, dữ liệu cảm biến thời gian thực và hệ thống điều khiển động cơ.”

Bằng cách hợp nhất dữ liệu từ camera độ nét cao và radar, giải pháp liên hợp của Texas Instruments và NVIDIA đã cải thiện tốc độ lặp của các công nghệ phát hiện vật thể, định vị và theo dõi, đồng thời giảm các dương tính giả/sai báo hệ thống, qua đó nâng cao năng lực ra quyết định thời gian thực của robot hình người.

Các chuyên gia robot trong ngành nhìn chung cho rằng, hiện tại vẫn còn một vài năm nữa trước khi robot hình người tự chủ thực sự có năng lực phổ quát, nhưng những tiến bộ mang tính hệ thống ở các lớp như cảm nhận, suy luận, phối hợp động tác là điều kiện tiên quyết cần thiết cho triển khai thương mại. Sự hợp tác giữa Texas Instruments và NVIDIA chính là bước then chốt thúc đẩy ngành chuyển từ giai đoạn “xác thực thuật toán và mô phỏng” sang “vận hành an toàn trong thế giới thực”, điều này sẽ giúp ngành nâng cao đáng kể hiệu quả phát triển, tăng độ bền vững (robustness) của hệ thống và cuối cùng rút ngắn lộ trình sản xuất hàng loạt.

Trong nghiên cứu và phát triển robot, khoảng cách Sim to Real (mô phỏng sang thực tế) luôn là một trong những bài toán khó nhất — dù thuật toán AI thể hiện tốt trong mô hình mô phỏng, vẫn có thể thất bại trong môi trường phức tạp ngoài đời. Jetson Thor của NVIDIA như một nền tảng suy luận hiệu năng cao đã được nhiều công ty sử dụng cho các ứng dụng robot, còn các mô-đun điều khiển và cảm biến của Texas Instruments bổ sung năng lực tương tác trực tiếp với thế giới vật lý cho nền tảng này. Sự kết hợp giữa hai bên sẽ giúp nhà phát triển có thể xác minh sớm hơn và chính xác hơn khả năng cảm nhận, động tác và tính an toàn của hệ thống, từ đó rút ngắn hiệu quả chu kỳ xác minh nguyên mẫu và giảm chi phí lặp.

Texas Instruments tích hợp bộ điều khiển thời gian thực, các cảm biến cảm nhận (ví dụ: radar mmWave) và công nghệ quản lý nguồn điện với nền tảng tính toán robot hiệu năng cao của NVIDIA (Jetson Thor) cũng như Holoscan Sensor Bridge, tạo thành một chuỗi hoàn chỉnh từ cảm biến, điều khiển đến tính toán suy luận. So với kiến trúc truyền thống chỉ dựa vào camera thị giác + hệ thống suy luận GPU, giải pháp hợp nhất cảm biến này có thể thực hiện cảm nhận 3D độ trễ thấp và nhận thức về an toàn, nâng cao năng lực hiểu biết thời gian thực của robot đối với môi trường — đây là một mắt xích then chốt để tiến tới hệ thống có thể triển khai thực tế.

Khi robot hình người thực hiện nhiệm vụ, không chỉ cần suy luận AI phức tạp mà còn phải xử lý sensor fusion, điều khiển chuyển động nhiều khớp, các quyết định an toàn ở biên (edge) theo thời gian thực — tất cả các chức năng này đều cần hoàn thành trong khoảng thời gian cực ngắn. Công nghệ radar sóng milimet và cầu nối Ethernet của Texas Instruments có thể giúp robot phát hiện và theo dõi vật thể trong môi trường phức tạp (ví dụ: cửa kính, ánh sáng mạnh/yếu, khói và bụi) đáng tin cậy hơn so với phương án camera truyền thống, và sự nâng cấp lớp cảm nhận phần cứng này tạo nền tảng vững chắc cho vận hành thực tế.

Làn sóng siêu lớn của robot hình người

Nhiều công ty công nghệ có trụ sở tại Mỹ đang nỗ lực phát triển robot hình người băng tần cao. Ví dụ, Tesla (TSLA.US), doanh nghiệp dẫn đầu về xe điện, AI và robot do Elon Musk điều hành, đang phát triển robot hình người tên Optimus, dự kiến phục vụ cho các ứng dụng thuộc nhóm công nghiệp và tiêu dùng.

Figure AI, được hỗ trợ bởi Microsoft (MSFT.US) và OpenAI, đang thử xây dựng một mẫu robot hình người phổ quát có thể xử lý nhiều loại tác vụ. Figure AI cho biết: “Những robot này có thể xóa bỏ những công việc không an toàn và không thú vị, cuối cùng giúp xã hội loài người có cuộc sống hạnh phúc và ý nghĩa hơn.” Boston Dynamics rõ ràng hy vọng robot Atlas của họ sẽ “thay đổi triệt để môi trường làm việc trong công nghiệp”.

Trên phạm vi toàn cầu, từ Tesla Optimus đến hệ thống siêu cấp Helix của Figure AI, rồi đến nỗ lực R&D của các doanh nghiệp công nghệ khác, tất cả đều thể hiện sự bố trí dày đặc của vốn và ngành cho lĩnh vực ngách này. Dữ liệu ngành hiện tại cho thấy, các nguyên mẫu robot hình người ở nhiều loại hình khác nhau đã đạt tiến bộ đáng kể về tính năng, cảm nhận và điều khiển hành động; các đặc tính như cân bằng hai chân, cảm nhận môi trường, ra quyết định đa phương thức đang dần trưởng thành. Đồng thời, chi phí chuỗi cung ứng và hiệu năng của các linh kiện then chốt tiếp tục được cải thiện, và cũng xuất hiện một cục diện cạnh tranh với nhiều hướng kỹ thuật song song tồn tại — tất cả những điều này đang thúc đẩy quá trình chuyển từ nghiên cứu mang tính khái niệm sang thử nghiệm trong bối cảnh thực tế. Động lực tích cực này cho thấy ngành đang chuyển từ “giai đoạn thổi phồng theo trào lưu” sang giai đoạn tích lũy công nghệ thực sự và triển khai theo quy mô, dù vẫn còn một khoảng thời gian cho việc phổ cập đại trà; các tổ chức nghiên cứu thị trường dự đoán rằng trong mười năm tới, quy mô thị trường của lĩnh vực này sẽ tăng đáng kể. Những dự án tiêu biểu như Optimus của Tesla đang có kế hoạch đạt các mục tiêu về độ tin cậy và an toàn cao, đồng thời dự kiến đẩy tiến độ kế hoạch sản xuất hàng loạt trong vài năm tới.

Hiện nay, động lực cốt lõi cho nghiên cứu phát triển robot hình người là sự tích hợp sâu giữa AI cảm nhận, ra quyết định và điều khiển vận động, bao gồm việc sử dụng các mô hình lớn để hiểu thông tin ngôn ngữ và thị giác, ưu tiên ra quyết định dựa trên học tăng cường (reinforcement learning), và tích hợp cảm biến (như thị giác, radar, cảm giác lực). Những hệ thống này không chỉ có thể đi lại trong môi trường được kiểm soát mà còn có thể thực hiện các nhiệm vụ cấp cao hơn, chẳng hạn như bốc xếp tải trọng logistics, kiểm tra bảo trì hoặc các công việc mang tính dịch vụ để hợp tác với con người. Các tổ chức như Morgan Stanley cho rằng, bước đột phá công nghệ tổng hợp này là chìa khóa để thúc đẩy tính khả thi của triển khai thương mại. Các nhà phân tích của Morgan Stanley dự đoán rằng thị trường robot hình người cuối cùng sẽ vượt qua ngành công nghiệp ô tô truyền thống, và dự kiến đến năm 2050, doanh thu hàng năm của thị trường robot hình người toàn cầu sẽ vượt 5 nghìn tỷ USD; khi đó số lượng robot hình người có thể đạt hơn 1Bỷ chiếc.

Tuy nhiên, giáo sư và chuyên gia robot tại Đại học California, Berkeley, ông Ken Goldberg, trong một bài báo tạp chí gần đây, cho biết các kỹ sư vẫn còn một chặng đường dài phải đi trước khi có thể chế tạo robot hình người với kỹ năng thực tế.

Goldberg nói: “Chúng ta đều rất quen với ChatGPT, cũng như những công việc đáng kinh ngạc mà nó đã làm trong lĩnh vực thị giác và ngôn ngữ, nhưng đa số các nhà nghiên cứu chuyên nghiệp lại rất lo lắng về kiểu so sánh như vậy: rằng giờ đây chúng ta đã giải quyết tất cả các vấn đề này, và chúng ta đã sẵn sàng giải quyết những vấn đề lớn liên quan đến robot hình người, và nó sẽ xảy ra vào năm tới. Tôi không nói nó sẽ không xảy ra, nhưng tôi nói nó sẽ không xảy ra trong vòng hai năm, năm năm hay thậm chí mười năm. Chúng tôi chỉ muốn thiết lập lại kỳ vọng để tránh tạo ra một bong bóng, cuối cùng dẫn đến phản ứng dữ dội.”