10 câu hỏi về robot hình thể: Góc nhìn từ những người tiên phong trong ngành

Dữ liệu đến từ đâu? Bạn xây dựng mô hình như thế nào? Nó sẽ được ứng dụng vào đâu?

👦🏻 Host: Koji

🥷 Biên tập: Crossing

🧑‍🎨 Dàn trang: NCon

Đây là một cuộc thảo luận công khai hiếm hoi — một cuộc thảo luận chưa đi đến sự đồng thuận — về những bất đồng ở cấp độ lộ trình trong lĩnh vực embodied AI (AI hiện thân).

Năm 2026, embodied AI không thiếu những lời tung hô. Điều còn thiếu là một người dám đặt những bất đồng lên bàn cân. Dữ liệu đến từ đâu? Bạn xây dựng mô hình như thế nào? Nó sẽ được ứng dụng vào đâu?

Nếu OpenAI và Anthropic gia nhập cuộc chơi embodied AI, liệu đó có phải là một đòn giáng mang tính "tấn công đa chiều"? Giới hạn năng lực của Astra nằm ở đâu? Liệu "chế tạo máy bay dễ như xây dựng một ứng dụng" là viễn tưởng hay là điều nằm trong tầm tay?

Vào sáng ngày 10 tháng 9, tại Hội nghị Inclusion · Bund Summit 2026, một phiên thảo luận với chủ đề "Trí tuệ vật lý — Những khác biệt và Quyết định" đã diễn ra. Phiên thảo luận do Koji dẫn dắt, với sự tham gia của Trịnh Hán (Zheng Han), đồng sáng lập kiêm CEO của Sudu Tech; Thẩm Dục Quân (Yujun Shen), Nhà khoa học trưởng của Ant Lingbo; Vương Khiêm (Qian Wang), nhà sáng lập kiêm CEO của Independent Variable Robotics; và Hứa Hoa Triết (Huazhe Xu), nhà sáng lập Poke Robotics kiêm giáo sư trợ lý tại Viện Khoa học Thông tin Liên ngành, Đại học Thanh Hoa.

Hội nghị Inclusion · Bund Summit 2026 | Phiên thảo luận "Trí tuệ vật lý — Những khác biệt và Quyết định"

Thông qua cuộc trò chuyện này, bạn sẽ biết được: 1) các giả định cốt lõi và rủi ro đằng sau các lộ trình kỹ thuật khác nhau; 2) cách xác định đâu là các chỉ số dẫn dắt (leading indicators); 3) những khó khăn mà các công ty mô hình ngôn ngữ phải đối mặt khi bước chân vào lĩnh vực embodied AI, và lợi thế cạnh tranh (moat) của các startup nằm ở đâu; 4) logic ngắn hạn so với dài hạn trong việc thương mại hóa embodied AI; 5) những lĩnh vực nào đang bị thổi phồng hoặc định giá thấp — tiềm ẩn các cơ hội hoặc rủi ro đầu tư.

Khi một ngành công nghiệp ngừng tranh cãi về việc "cái gì đúng" và bắt đầu chứng minh "cái gì hiệu quả" thông qua sản phẩm và triển khai thực tế, đó là lúc một lĩnh vực thực sự chuyển mình từ bong bóng thành ngành công nghiệp.

Nghe trên WeChat:

Nghe trên Xiaoyuzhou:

🎬 Video cũng có sẵn trên WeChat Channels của @Koji, Xiaohongshu, Bilibili, YouTube và các nền tảng khác:

Dưới đây là nội dung ghi chép, đã được biên tập để rõ ràng hơn.

Cuộc tranh luận về dữ liệu: Mô phỏng hay Máy móc thực tế?

👦🏻 Koji (Crossing)

Hãy đi thẳng vào vấn đề. Hôm nay chúng ta sẽ đề cập đến ba chủ đề: tranh luận về dữ liệu, tranh luận về trí tuệ và tranh luận về triển khai.

Tại sao lại có tất cả những "cuộc tranh luận" này? Bởi vì vào năm 2026, chúng ta đang đứng tại một ngã ba đường — có rất nhiều con đường chưa hội tụ, đang chờ đợi mọi người khám phá.

Câu hỏi đầu tiên dành cho Trịnh Hán: về dữ liệu, một số người đặt cược vào mô phỏng, những người khác lại kiên định với máy móc thực tế. Anh kiên định với mô phỏng — anh đã nhìn thấy những tín hiệu gì vào thời điểm đó? Và những tín hiệu củng cố mới nào đã xuất hiện ngày hôm nay?

Koji, Nhà sáng lập Crossing

👨🏻‍💻 Trịnh Hán (Sudu Tech)

Chúng tôi tin tưởng tuyệt đối vào việc sử dụng mô phỏng. Nhưng đồng thời, chúng tôi cũng tin rằng dữ liệu thế giới thực là vô cùng giá trị.

Điểm xuất phát của chúng tôi khá đơn giản. Chúng tôi bắt đầu xây dựng các trình mô phỏng robot và dữ liệu tổng hợp từ năm 2015–2016, sau đó thành lập công ty để thương mại hóa chúng — chúng tôi đã trải qua hai vòng lặp phát triển.

Thứ nhất, nghiên cứu và thương mại hóa là hai việc khác nhau. Trong nghiên cứu, bạn có thể thử nghiệm với các dự án mã nguồn mở, dữ liệu và thuật toán. Nhưng thông thường, sau khi thử nghiệm, mọi người không biết cách mở rộng quy mô và sửa đổi các mô hình kỹ thuật — vì vậy nó chỉ dừng lại ở đó.

Thực tế là, dù là học tăng cường dựa trên mô hình (model-based reinforcement learning) hay tiền huấn luyện quy mô lớn — dù là các trình mô phỏng mà chúng tôi đã mở nguồn trước đây như CPM và Skill, hay Isaac của NVIDIA — từ góc độ nội bộ của chúng tôi, tất cả đều có những hạn chế nhất định.

Vì vậy, sau năm 2024, chúng tôi đã quyết định xây dựng một hệ thống đóng quy mô lớn, được tái cấu trúc hoàn toàn, bao gồm đường ống dữ liệu (data pipeline) và đường ống mô phỏng — mô phỏng, bao gồm cả học tăng cường dựa trên mô hình và học tăng cường quy mô lớn bên trong trình mô phỏng.

Trịnh Hán | Đồng sáng lập & CEO của Sudu Tech

Trong bản demo tháng 4 năm nay, chúng tôi đã chứng minh rằng đối với một số thao tác kỹ năng nhất định dưới khả năng tổng quát hóa mạnh mẽ qua các tổ hợp đối tượng, môi trường và ánh sáng — các tác vụ như nắm, đặt và lắp ráp — chúng tôi có thể đạt tỷ lệ thành công gần 100% mà hầu như không có hạn chế nào về đối tượng hay môi trường.

Về dữ liệu, chúng tôi khẳng định: mô phỏng là không thể tránh khỏi. Bởi vì việc chỉ dựa vào thu thập dữ liệu thế giới thực thì rất chậm, và chất lượng đôi khi còn hạn chế.

Gần đây, một số đối tác tại Hoa Kỳ cũng đã bắt đầu tăng cường năng lực mô phỏng của họ. Phương pháp của họ khác với chúng tôi, nhưng đó là một tín hiệu cho thấy xu hướng của ngành.

👦🏻 Koji (Crossing)

Lingbo rõ ràng đã chọn dữ liệu thực tế. Dục Quân, theo quan điểm của anh, những khía cạnh nào của dữ liệu thực tế không thể thay thế bằng mô phỏng? Giá trị lớn nhất mà nó mang lại so với dữ liệu mô phỏng là gì?

👮🏻‍♂️ Thẩm Dục Quân (Ant Lingbo)