Toyota tách ra một công ty khởi nghiệp robot “kỳ lân”: Walden đã đưa “mô hình hành vi lớn” vào nhà máy như thế nào?

Tác giả: Zen, PANews

Trước ngày 15 tháng 7, Walden Robotics vẫn chưa được công chúng biết đến.

Và ngay trong ngày đó, công ty robot tách ra từ Viện nghiên cứu Toyota đã bất ngờ chính thức ra mắt, đồng thời công bố một lần 300 triệu USD vòng seed và mức định giá 1,1 tỷ USD.

Khoản tài trợ này do Toyota và Deviation Capital đồng dẫn đầu, với sự tham gia của các nhà đầu tư chiến lược như NVIDIA, Boeing, Samsung Ventures, Prologis Ventures và CoreWeave Ventures.

Từ khi thành lập đến khi lọt vào nhóm kỳ lân, Walden chỉ mất nửa năm. Và công ty đã sở hữu nhiều điều kiện mà các startup robot khác mơ ước—một đội ngũ nghiên cứu trưởng thành, nguồn vốn dồi dào, hệ thống sản xuất mở của Toyota, cùng các kênh hợp tác tiềm năng từ nhà đầu tư trong các ngành sản xuất, hàng không, điện tử và logistics.

Kỳ lân mới bước ra từ Viện nghiên cứu Toyota

Trước khi công bố tin tức huy động vốn lần này, Walden Robotics vẫn trong trạng thái “làm nền/ẩn danh”.

Tháng 1 năm nay, Walden được tách ra từ Viện nghiên cứu Toyota (Toyota Research Institute, viết tắt là “TRI” dưới đây) để thành lập. Cái tên công ty lấy cảm hứng từ tác phẩm Walden của nhà văn Mỹ Henry David Thoreau. Trong đó nhấn mạnh tầm quan trọng của việc sống có ý thức, mang mục tiêu. Điều này cũng tương ứng với câu hỏi mà công ty muốn khám phá: Robot sẽ giúp con người tìm thấy nhiều ý nghĩa hơn trong công việc và cuộc sống như thế nào.

Theo đánh giá của đồng sáng lập kiêm CEO Russ Tedrake, robot đa năng dựa trên AI vật lý chắc chắn là một công nghệ mang tính đột phá và đã bước vào giai đoạn ngoặt then chốt. Tuy nhiên, để đạt được thành công về mặt thương mại, vẫn cần doanh nghiệp robot xác thực hiệu ứng kinh tế ở cấp độ đơn vị (unit economics) và hợp tác sâu với khách hàng.

Sau khi thành lập công ty độc lập, Walden có thể tập trung hơn vào việc thương mại hóa công nghệ robot của Viện nghiên cứu Toyota, chuyển các kết quả liên quan từ phòng thí nghiệm sang môi trường sản xuất. Thông qua hợp tác với các doanh nghiệp sản xuất và logistics lớn trên toàn cầu, Walden kỳ vọng tiếp tục kiểm chứng năng lực sản phẩm trong các tình huống thực tế, đảm bảo sản phẩm phù hợp với quy trình sản xuất thực, từ đó mang lại mức tiết kiệm chi phí và cải thiện hiệu quả một cách rõ ràng.

Russ Tedrake là giáo sư tại Học viện Công nghệ Massachusetts (MIT). Trước đó, ông từng dẫn dắt nhóm robot và học máy tại TRI trong gần 10 năm. Nhóm của ông đã đóng góp nhiều thành tựu nghiên cứu nền tảng, bao gồm Diffusion Policy, giao diện thao tác đa dụng (UMI), Large Behavior Models (mô hình hành vi quy mô lớn), OpenVLA và trình mô phỏng mã nguồn mở Drake.

Ngoài Russ Tedrake, hiện nhóm sáng lập của Walden còn có CTO Ben Burchfiel, COO Kerri Fetzer-Borelli, Giám đốc sản phẩm (Chief Product Officer) Dave Johnson, Giám đốc chiến lược (Chief Strategy Officer) Adrien Gaidon, Kiến trúc sư trưởng (Chief Architect) Siyuan Feng và người phụ trách AI Rares Ambrus. Trong đó, nhiều thành viên cũng là trưởng dự án nghiên cứu Large Behavior Models của TRI, tham gia xây dựng kiến trúc mô hình, huấn luyện, hệ thống mô phỏng và đánh giá.

Đội ngũ Walden Robotics, người thứ hai từ bên trái là Russ Tedrake

Có thể thấy, so với startup thông thường, điểm khởi đầu và nền tảng của Walden cao hơn rõ rệt. Một mặt, công ty tiếp nhận các kết quả nghiên cứu hàng chục năm của TRI trong lĩnh vực robot. Mặt khác, Toyota vừa là nhà đầu tư cốt lõi, vừa là đối tác công nghiệp hợp tác sớm quan trọng nhất, cung cấp những bối cảnh triển khai sản xuất thực tế đầu tiên.

Nương tựa hệ thống sản xuất của Toyota, Walden rút ngắn chu kỳ kiểm chứng thương mại

Một vấn đề chung của các công ty trí tuệ hiện thân là tồn tại “khoảng cách” giữa phát triển công nghệ và triển khai thương mại.

Robot cần đi vào môi trường thực để có dữ liệu chất lượng cao, nhưng các vấn đề về độ tin cậy và tính kinh tế của sản phẩm giai đoạn đầu lại khiến doanh nghiệp khách hàng khó tin tưởng, đồng thời khó thuyết phục họ đưa robot vào công việc thực. Và khi thiếu bối cảnh triển khai lẫn dữ liệu, mô hình khó bao phủ các tình huống bất thường trong thế giới thực, khiến năng lực sản phẩm cũng khó cải thiện liên tục.

Trong khi đó, Walden ngay từ giai đoạn đầu thành lập đã nhận được sự hỗ trợ từ hệ thống sản xuất của Toyota, nhờ vậy phần nào rút ngắn chu kỳ kiểm chứng này. Toyota vừa là nơi ươm tạo công nghệ và nhà đầu tư cốt lõi, đồng thời cũng là đơn vị cung cấp các bối cảnh triển khai thực tế đầu tiên. Walden không cần bắt đầu từ con số để tìm khách hàng công nghiệp, cũng không phải tự xây dựng một “nhà máy mô phỏng” chỉ để thử nghiệm; công ty có thể trực tiếp đi vào các quy trình sản xuất hiện có, cùng đội ngũ sản xuất định nghĩa nhiệm vụ, điều chỉnh thiết bị và đánh giá đầu ra-đầu vào.

Giá trị của nền tảng công nghiệp này không chỉ dừng ở việc cung cấp “bãi huấn luyện” cho robot. Liệu robot công nghiệp có tạo ra giá trị kinh tế hay không còn phụ thuộc vào nhiều yếu tố như tần suất nhiệm vụ, mức độ tận dụng thiết bị và yêu cầu an toàn. Nhiều nhiệm vụ robot thể hiện tốt trong phòng thí nghiệm, khi vào nhà máy lại có thể không mang lại giá trị triển khai.

Trong khi đó, kinh nghiệm lâu năm về sản xuất và tự động hóa mà Toyota tích lũy được có thể giúp Walden ưu tiên lựa chọn những công đoạn phù hợp với năng lực kỹ thuật ở giai đoạn hiện tại, đồng thời có khả năng mang lại lợi ích thương mại rõ ràng, giảm rủi ro “lệch nhịp” giữa phát triển sản phẩm và nhu cầu khách hàng.

Ngoài ra, đội ngũ nhà đầu tư của Walden còn mở ra các kênh tiềm năng để mở rộng bối cảnh bên ngoài. Ngoài Toyota, Boeing, Samsung Ventures và Prologis Ventures lần lượt tương ứng với lĩnh vực sản xuất hàng không, ngành điện tử và hạ tầng logistics; còn NVIDIA và CoreWeave kết nối các nguồn lực tính toán cho robot và tài nguyên huấn luyện AI.

Rõ ràng các doanh nghiệp này đều là nguồn lực hiệp đồng tiềm năng, có thể trong tương lai cung cấp cánh cửa hợp tác cho Walden. Theo một mức độ nào đó, sau khi Toyota giải quyết cho Walden các vấn đề về bối cảnh và dữ liệu ở giai đoạn thương mại hóa ban đầu, thứ thực sự quyết định giá trị dài hạn của Walden có lẽ là liệu hệ thống công nghệ và vận hành này có thể đi ra ngoài Toyota hay không, để trở thành sản phẩm tiêu chuẩn hướng tới nhiều doanh nghiệp sản xuất hơn.

Về điều này, Walden tỏ ra rất tự tin nhờ thừa hưởng các nghiên cứu và thành tựu kỹ thuật của TRI. Và lúc này không thể không nhắc đến “xương sống” trong hệ thống công nghệ của công ty—Large Behavior Models (viết tắt LBM).

Công nghệ cốt lõi LBM (Large Behavior Models), đưa năng lực thao tác đa dụng vào nhà máy

Khác với các large language model hướng tới sinh văn bản, LBM cần xử lý đồng thời hình ảnh thị giác, trạng thái bản thân robot, thông tin xúc giác hoặc các dữ liệu từ cảm biến khác, cùng với chỉ lệnh nhiệm vụ—sau đó tạo ra các hành động liên tục dựa trên đó. Mục tiêu không phải là viết riêng từng chương trình cho từng công việc, mà là thông qua huấn luyện bằng dữ liệu đa nhiệm để cùng một bộ mô hình có thể học và chuyển giao các kỹ năng thao tác khác nhau.

Hướng đi này dựa trên nghiên cứu học robot nhiều năm của TRI. Trong đó, Diffusion Policy là nền tảng công nghệ tiêu biểu.

Robot công nghiệp truyền thống thường phụ thuộc vào các quỹ đạo chuyển động và điều kiện vị trí làm việc được thiết lập trước. Khi vị trí các chi tiết, cách bố trí thiết bị hoặc quy trình sản xuất thay đổi, các kỹ sư thường phải lập trình lại và hiệu chỉnh. Diffusion Policy thì học phân bố hành động từ các buổi trình diễn của con người: mô hình trích xuất quy luật từ dữ liệu thị giác, hành động và trạng thái robot, rồi thử tự tái hiện.

Trên nền tảng đó, LBM tiếp tục đưa nhiều nhiệm vụ vào một khung huấn luyện tiền huấn luyện thống nhất. Nghiên cứu mà TRI từng công bố sử dụng gần 1.700 giờ dữ liệu robot và thực hiện 1.800 lần kiểm thử trong môi trường thực, cùng với hơn 47.000 lần thử nghiệm mô phỏng. Kết quả cho thấy, ở quá trình học một phần nhiệm vụ mới, mô hình được tiền huấn luyện đa nhiệm có thể cần lượng dữ liệu ít hơn rõ rệt so với mô hình huấn luyện từ đầu cho từng tác vụ đơn lẻ.

Trong mô phỏng và thế giới thực, Walden đánh giá mô hình LBM của mình cho nhiều nhiệm vụ và điều kiện môi trường khác nhau

Điều này tạo cơ sở cho logic sản phẩm của Walden: robot không cần phụ thuộc vào đội kỹ sư để lập trình từng hạng mục, mà có thể thích nghi với quy trình thao tác mới thông qua một số ít ví dụ minh họa. Với khách hàng công nghiệp, năng lực như vậy chủ yếu phù hợp với các môi trường sản xuất nơi danh mục sản phẩm nhiều và nhiệm vụ sản xuất thường xuyên thay đổi. So với các thiết bị tự động hóa truyền thống chỉ có thể lặp lại một hành động cố định, robot có khả năng học tập kỳ vọng sẽ có thể chuyển đổi công đoạn và nhiệm vụ với chi phí cải tạo thấp hơn.

Hiện tại, Walden kết hợp vận hành tự chủ với sự hỗ trợ của con người từ xa. Robot có thể tự hoàn thành các tác vụ thông thường mà nó đã nắm vững. Khi gặp vật thể bất thường, môi trường thay đổi hoặc tình huống vượt quá phạm vi năng lực của mô hình, khi đó mới để người vận hành từ xa can thiệp.

Về thiết kế “bản thể” của robot, Walden sử dụng cấu hình thân mình dạng người kết hợp với hai cánh tay giống con người và hệ thống gầm di chuyển dạng bánh xe. Công ty tập trung sản phẩm vào khả năng thao tác bằng hai tay, học nhiệm vụ và thích ứng với môi trường.

Robot di chuyển bằng bánh xe trong các bối cảnh công nghiệp và kho bãi với mặt nền phẳng và vị trí làm việc rõ ràng không phải là hiếm. Ưu điểm chính nằm ở độ ổn định, khả năng chịu tải và mức độ phức tạp hệ thống tương đối có thể kiểm soát. Thiết kế thân mình dạng người giúp robot sử dụng các công cụ được thiết kế cho con người và không gian làm việc theo cách “hướng tới con người”. Cái mà nó theo đuổi là “tính phổ dụng” đến nhiều từ năng lực học các nhiệm vụ khác nhau của mô hình, cùng với khả năng thao tác nhiều loại vật thể và thiết bị của hệ thống hai cánh tay.

Dù vậy, Walden dù có điều kiện “thiên thời địa lợi” và cũng có một mức độ dẫn trước trên đường đua robot, nhưng như Russ Tedrake đã nói khi Walden chính thức ra mắt: “Đội ngũ đủ mạnh, tiến triển đủ nhanh, nên chúng tôi không cần thổi phồng nó.” Tuy nhiên, với một công ty vừa mới thoát khỏi trạng thái ẩn danh, như Russ Tedrake nói: “Chúng tôi mới chỉ bắt đầu hành trình này.”