Sau nhiều năm phát triển robot hình người có thể chạy, nhảy múa và nhào lộn, các công ty Trung Quốc đang chuyển sang một thách thức khó hơn: giúp robot hiểu môi trường xung quanh, tự học kỹ năng mới và đảm nhiệm công việc thực tế.
Trọng tâm của cuộc đua hiện nay là AI hiện thân (embodied AI), lĩnh vực phát triển phần mềm cho phép máy móc tương tác với thế giới vật lý thay vì chỉ thực hiện những động tác được lập trình sẵn. Công nghệ này có thể giúp một robot học cách cầm nắm đồ vật, thao tác với thiết bị hoặc tìm cách giải quyết tình huống chưa từng gặp.
Dòng vốn đang nhanh chóng đổ vào lĩnh vực này. Theo công ty nghiên cứu dữ liệu ITjuzi, các doanh nghiệp AI hiện thân Trung Quốc huy động được 93,5 tỷ nhân dân tệ (13 tỷ USD) qua 322 thương vụ trong nửa đầu năm 2026, gấp 5 lần cùng kỳ năm trước.
Khi cạnh tranh khiến giá phần cứng giảm, các nhà sản xuất nhận ra lợi thế dài hạn có thể không nằm ở việc chế tạo robot có hình dáng hay chuyển động ấn tượng, mà ở phần mềm điều khiển chúng. “Lợi nhuận sẽ không đến từ phần cứng mà từ bộ não”, Dermot McGrath, nhà sáng lập công ty tư vấn công nghệ ZenGen Labs tại Thượng Hải, nhận định.
Gao Yang, đồng sáng lập Spirit AI, cũng cho rằng trí tuệ là mắt xích yếu nhất trong toàn bộ hệ thống robot. Đây là lý do các doanh nghiệp Trung Quốc đang tăng đầu tư vào AI, đồng thời mở ra một mặt trận cạnh tranh mới với Mỹ.
Robot tự học: Mỹ dẫn về nghiên cứu, Trung Quốc mạnh về thực tế
Mục tiêu của các nhà phát triển là tạo ra hệ thống AI có thể giúp robot tiếp thu nhiều kỹ năng mà không cần lập trình hoặc huấn luyện lại từ đầu cho từng nhiệm vụ.
Các công ty Mỹ như Physical Intelligence, Skild AI và Generalist đang đi đầu trong một số hướng nghiên cứu. Generalist cho biết mô hình GEN-1.5 của họ có thể hoàn thành khoảng 60% nhiệm vụ đơn giản sau khi xem video hướng dẫn dài 3-12 giây.
Doanh nghiệp Trung Quốc cũng đạt tiến triển tương tự. X Square công bố nghiên cứu cho thấy robot có thể học kỹ năng thao tác từ video ghi lại cách con người thực hiện, thay vì phải huấn luyện lại mô hình cho từng công việc.
Theo các chuyên gia, doanh nghiệp Mỹ có lợi thế về nghiên cứu AI tiên tiến và khả năng tiếp cận chip tính toán mạnh. Trong khi đó, các công ty Trung Quốc có thể phối hợp trực tiếp với nhà sản xuất robot và khách hàng công nghiệp để thử nghiệm công nghệ trong môi trường thực tế.
Một số công ty khởi nghiệp Trung Quốc chuyên phát triển AI cho robot, như X Square, Galaxea và Spirit AI, đã đạt mức định giá khoảng 3 tỷ USD. Các nhà sản xuất lâu năm cũng tăng đầu tư vào lĩnh vực này. Unitree, một trong những hãng có lượng robot hình người xuất xưởng lớn nhất thế giới, có khoảng 30 nhà nghiên cứu phát triển AI dự đoán chuyển động và phản ứng của vật thể, theo một người nắm thông tin về công ty.
Tuy nhiên, để robot có thể tự học và thực hiện công việc mới, các nhà phát triển cần một nguồn dữ liệu khác biệt so với dữ liệu dùng để huấn luyện chatbot. Thay vì chủ yếu dựa vào văn bản trên Internet, AI robot cần học từ những tương tác vật lý như cầm nắm, di chuyển đồ vật hay thao tác với các vật thể mềm, dễ biến dạng.
Dữ liệu vật lý là lợi thế của Trung Quốc
Các công ty Trung Quốc đang thử nhiều cách thu thập dữ liệu để huấn luyện robot. Spirit AI tuyển khoảng 1.000 người ghi lại hoạt động thường ngày và công việc công nghiệp. ACE Robotics sử dụng cảm biến đeo trên người để ghi nhận chuyển động và lực cầm nắm của nhân viên tại cửa hàng, khách sạn.
Robbyant, bộ phận robot của tập đoàn Ant Group, cho biết đã sử dụng 160.000 giờ dữ liệu để huấn luyện một mô hình, trong đó có 50.000 giờ ghi lại chuyển động của robot dưới sự hướng dẫn của con người. Công ty cũng thử nghiệm phần mềm trên 20 cấu hình robot thuộc 17 thương hiệu, nhằm phát triển một hệ thống AI có thể vận hành trên nhiều loại máy khác nhau.
Một hướng tiếp cận khác là sử dụng môi trường mô phỏng trên máy tính. DexForce cho biết có thể chuẩn bị một số nhiệm vụ công nghiệp để triển khai trong 6-8 giờ và đạt tỷ lệ thành công trên 99,9% đối với những thao tác chính xác được xác định cụ thể.
Tuy nhiên, mô phỏng không thể tái hiện hoàn toàn các tương tác vật lý ngoài đời thực. Theo Yang Qian, đồng sáng lập kiêm Giám đốc vận hành X Square, chất lượng dữ liệu quan trọng hơn việc chỉ thu thập dữ liệu với quy mô lớn.
Khả năng tiếp cận dữ liệu từ nhà máy, cửa hàng và môi trường làm việc thực tế được xem là một lợi thế của doanh nghiệp Trung Quốc. Nhưng lợi thế này chưa đủ để xóa bỏ những trở ngại về công nghệ. Các công ty trong nước vẫn gặp khó khăn khi tiếp cận chip Nvidia tiên tiến do biện pháp kiểm soát xuất khẩu của Mỹ. Việc huy động vốn cũng chịu sức ép khi cơ quan quản lý lo ngại định giá bị đẩy lên quá cao và có quá nhiều doanh nghiệp cùng tham gia thị trường.
Các nhà phát triển đang tìm cách giảm nhu cầu tính toán bằng mô hình hiệu quả hơn, dữ liệu tổng hợp và môi trường mô phỏng. Những nhà sản xuất chip trong nước, trong đó có Huawei, cũng phát triển giải pháp thay thế phần cứng Nvidia. Tuy nhiên, vẫn chưa rõ các nỗ lực này có thể bù đắp tình trạng thiếu chip đến mức nào.
Robot đã có việc làm, chưa thể “tự lập”
Một số doanh nghiệp Trung Quốc bắt đầu đưa robot vào thử nghiệm trong môi trường thực tế. Tại nhà máy của CATL ở Zhongzhou, robot do Spirit AI phát triển đang thực hiện thao tác kết nối dây dẫn mềm trong quá trình kiểm tra bộ pin. Nhà sản xuất pin này cho biết tỷ lệ cắm nối thành công của robot vượt 99%.
Robbyant cũng cho biết robot của công ty đang xử lý đơn hàng tại hai hiệu thuốc ở Thượng Hải. Tuy nhiên, nhân viên vẫn phải kiểm tra thuốc trước khi giao cho khách.
Những thử nghiệm này cho thấy robot đã có thể đảm nhiệm một số nhiệm vụ cụ thể, nhưng khả năng tự xử lý tình huống mới vẫn là bài toán lớn. Zhu Mingxuan, người phụ trách phát triển AI cho robot Aether của JoyIn Technology, kể về một thử nghiệm trong đó robot nhiều lần thất bại khi tìm cách đặt tai nghe vào chiếc tủ nằm ngoài tầm với.
Sau khi được xem video ghi lại cách con người giải quyết tình huống, robot đã thử đẩy một chiếc hộp đến gần tủ rồi bước lên đó để với tới vị trí cần đặt tai nghe. Theo Zhu, robot liên tục thử những cách hành xử khác nhau để tìm ra giải pháp.
Khả năng thích ứng như vậy là mục tiêu dài hạn của ngành: một hệ thống AI có thể học công việc mới và duy trì hiệu quả khi được triển khai tại nhiều khách hàng, môi trường làm việc khác nhau. Đây cũng là điều phân biệt một màn trình diễn công nghệ với một sản phẩm có thể được doanh nghiệp tin cậy.
Wang Xingxing, nhà sáng lập Unitree, cho biết công ty đã thử nghiệm GPT-6 của OpenAI trên robot và ghi nhận kết quả tích cực. Ông kỳ vọng GPT-7, nếu ra mắt vào năm tới, có thể tạo ra “khoảnh khắc ChatGPT” cho ngành robot.
Theo Wang, cột mốc đó sẽ đến khi robot có thể hoàn thành 80% nhiệm vụ trong 80% môi trường chưa từng gặp, chỉ dựa trên hướng dẫn bằng giọng nói.
Tuy nhiên, Georg Stieler, chuyên gia tư vấn robot, cho rằng tiến bộ trong các buổi trình diễn chưa đồng nghĩa công nghệ đã sẵn sàng được ứng dụng rộng rãi. Robot có thể sớm xử lý được nhiều nhiệm vụ mới trong môi trường thử nghiệm, nhưng để khách hàng tin cậy và sử dụng thường xuyên sẽ cần thêm thời gian.
“Nếu câu hỏi là khi nào một mô hình lần đầu tiên có thể xử lý nhiều nhiệm vụ mới trong các buổi trình diễn, những người lạc quan có thể đúng. Nhưng nếu câu hỏi là khi nào khách hàng có thể tin cậy vào công nghệ này, tôi cho rằng cần tính bằng năm, chứ không phải bằng tháng,” ông nói.

Robot hình người của X Square trình diễn các công việc gia đình tại gian hàng của công ty trong Hội nghị Robot Thế giới 2026 ở Bắc Kinh, Trung Quốc, ngày 19-8-2026. Ảnh: Reuters