Phòng thí nghiệm AI Sư Tử Sơn của China Merchants Group gây ấn tượng tại WRC 2026 với công nghệ thao tác linh hoạt

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">

20:05, 20/08/2026 Nguồn: QbitAI

Tự nghiên cứu toàn diện, robot thực tế giành quán quân ICRA trong thử thách gấp quần áo

Yun Zhong, đưa tin từ Aofeisi

QbitAI | Kênh chính thức QbitAI

Ngày 19 tháng 8, Hội nghị Robot Thế giới 2026 đã khai mạc trọng thể tại Yizhuang, Bắc Kinh.

Phòng thí nghiệm Trí tuệ nhân tạo Shizishan thuộc Viện Nghiên cứu Công nghệ Tiên tiến China Merchants Group lần đầu tiên xuất hiện tại sự kiện quốc tế hàng đầu trong lĩnh vực robot. Dựa trên cơ sở hạ tầng phối hợp đám mây-thiết bị LiOS tự phát triển, phòng thí nghiệm đã trình diễn trực tiếp giải pháp gấp quần áo mềm tự động tại triển lãm, tập trung thể hiện năng lực công nghệ tự nghiên cứu toàn diện trong lĩnh vực chuyển đổi mô phỏng sang thực tế (Sim-to-Real) và thao tác với vật thể mềm, thu hút sự quan tâm rộng rãi và phản hồi tích cực từ các chuyên gia tại hiện trường.

Từ mô phỏng đến robot thực tế, đột phá có hệ thống rào cản chuyển đổi thực-ảo

Từ lâu, gấp quần áo đã được công nhận là "thước đo kỹ thuật" trong lĩnh vực trí tuệ hiện thân (Embodied AI) toàn cầu.

Quần áo là loại vật thể mềm vô định hình điển hình, với độ dày mỏng, hình dạng nếp gấp, trạng thái rối, ma sát bề mặt và biến dạng đàn hồi đều tồn tại tính bất định động cực cao.

Đối với con người, "gấp quần áo" là một hành động bản năng nhẹ nhàng và đơn giản, nhưng đối với robot, đây là bài kiểm tra tổng hợp về năm năng lực cốt lõi: cảm nhận vật thể mềm, phối hợp hai tay, kiểm soát lực tiếp xúc, vận hành đường dài và phục hồi trạng thái. Độ khó của nhiệm vụ tăng theo cấp số nhân tùy thuộc vào loại quần áo, trạng thái ban đầu hỗn loạn và độ phức tạp của cấu trúc topo.

Hiện nay, các giải pháp gấp quần áo phổ biến trong ngành thường gặp phải điểm đau: "Mô phỏng xuất sắc, thực tế thất bại, kịch bản hạn chế".

Hầu hết các công nghệ chỉ có thể hoàn thành việc gấp đơn giản trong môi trường thí nghiệm lý tưởng nơi quần áo được sắp xếp gọn gàng. Một khi đối mặt với các điều kiện thực tế trong gia đình như nếp gấp chồng chất, hướng ngẫu nhiên, rối cục bộ, hay bị ép thành đống, hệ thống rất dễ gặp lỗi như trượt tay, gấp sai vị trí, gián đoạn quy trình hoặc thất bại nhiệm vụ.

Cốt lõi của vấn đề kỹ thuật này nằm ở rào cản chuyển đổi thực-ảo giữa mô phỏng và robot thực tế: do các yếu tố thực tế như sự khác biệt về độ cứng phần cứng, sai số lắp ráp cơ khí, độ ổn định của kẹp không đủ, và sai lệch độ chính xác điều khiển tầng dưới, các hành động vốn ổn định và trôi chảy trong môi trường mô phỏng khi áp dụng vào robot thực tế rất dễ xảy ra lệch hướng, kẹp không ổn định, mất khả năng nắm bắt, khiến thuật toán không thể sao chép từ phòng thí nghiệm sang thiết bị thực tế.

Để giải quyết vấn đề này, Phòng thí nghiệm AI Shizishan của China Merchants Group đã xây dựng một vòng lặp dữ liệu khép kín "bao phủ huấn luyện, triển khai, lấy mẫu quỹ đạo và điều khiển từ xa Real2Sim".

Ở cấp độ huấn luyện, áp dụng chiến lược huấn luyện song song phân tán và tối ưu hóa toán tử hiệu năng cao, giúp tăng hiệu suất thông lượng huấn luyện mô hình lên hơn 5 lần;

Ở cấp độ đánh giá, hoàn thành việc tái cấu trúc song song môi trường mô phỏng, giúp tăng hiệu suất đánh giá tổng thể lên hơn 4 lần.

Nhờ mô hình VLA tự nghiên cứu vững chắc và năng lực kỹ thuật hệ thống, Phòng thí nghiệm AI Shizishan của China Merchants Group đã xuất sắc lọt vào vòng chung kết cuộc thi quốc tế ICRA 2026 LeHome Challenge vào tháng 6 năm 2026, đánh bại nhiều đối thủ mạnh tầm cỡ thế giới bao gồm quán quân cuộc thi BEHAVIOR-1K năm 2025, Ilya, v.v., để giành vị trí quán quân toàn cầu, thể hiện năng lực dẫn đầu thế giới của đội ngũ trí tuệ hiện thân Trung Quốc trong các nhiệm vụ thao tác mềm trên robot thực tế.

Cơ sở hạ tầng phối hợp đám mây-thiết bị LiOS tự phát triển, kết nối trí tuệ đám mây và thực thi tại thiết bị

Thông qua thực tiễn triển khai robot thực tế trên quy mô lớn, đội ngũ Phòng thí nghiệm AI Shizishan của China Merchants Group đã đúc kết hai điểm đau cốt lõi khiến việc thao tác với vật thể mềm khó triển khai, cũng là những nút thắt quan trọng để hiện thực hóa quy mô hóa và công nghiệp hóa trí tuệ hiện thân hiện nay:

Thứ nhất là độ phức tạp của hệ thống do sự giao thoa giữa ngăn xếp công nghệ robot và ngăn xếp công nghệ mô hình lớn.

Phía robot bao gồm phần cứng, cảm biến, điều khiển chuyển động, thực thi an toàn; phía mô hình lớn phụ thuộc vào huấn luyện phân tán, tối ưu hóa suy luận, dịch vụ mô hình và quản lý tài nguyên đám mây.

Sau khi giao thoa, do thiếu giao diện quản lý tài nguyên và phát triển thống nhất, hệ thống robot thực tế dễ bị thoái hóa thành các tích hợp tùy chỉnh cao, khó tái sử dụng và mở rộng.

Thứ hai là nhu cầu liên tục về sức mạnh tính toán và quy mô mô hình của trí tuệ hiện thân.

Năng lực cảm nhận, suy luận và tạo hành động mạnh mẽ hơn phụ thuộc vào các mô hình nền tảng và tài nguyên huấn luyện quy mô lớn hơn, trong khi thực thể tại thiết bị phải duy trì sự nhẹ nhàng, tiêu thụ điện năng thấp và an toàn thời gian thực.

Chìa khóa để thực sự giải phóng tiềm năng của mô hình lớn hiện thân nằm ở việc cho phép robot tại thiết bị tận dụng tối đa sức mạnh tính toán và tài nguyên dữ liệu từ đám mây.

Vì lý do này, Phòng thí nghiệm AI Shizishan của China Merchants Group đã tự nghiên cứu "Cơ sở hạ tầng phối hợp đám mây-thiết bị LiOS", thúc đẩy trí tuệ hiện thân từ tích hợp hệ thống phân tán lên cơ sở hạ tầng thống nhất cấp OS.

Cụ thể, LiOS xây dựng kiến trúc ba tầng: phía đám mây, phía thiết bị và phối hợp đám mây-thiết bị.

Phía đám mây: Cơ sở hạ tầng cho việc mở rộng quy mô thông minh

Cơ sở hạ tầng đám mây quyết định giới hạn trên của năng lực mô hình lớn hiện thân.

Phía đám mây của LiOS bao gồm các mô-đun cốt lõi như huấn luyện phân tán và tối ưu hóa suy luận cho mô hình lớn đa phương thức, quản lý hồ dữ liệu đa phương thức, đánh giá mô phỏng đồng thời cao, hỗ trợ mở rộng tham số mô hình lên quy mô hàng chục tỷ, đồng thời đảm bảo hiệu quả thu thập, làm sạch, huấn luyện và đánh giá dữ liệu quy mô lớn.

Trên cơ sở này, LiOS có thể xây dựng các loại mô hình nền tảng hiện thân (VLA, WAM, WM, v.v.) dựa trên các mô hình tiền huấn luyện tiên tiến với quy mô tham số lớn hơn (như Qwen3-VL-30B-A3B / Qwen3-VL-235B-A22B, Wan2.2-T2V-A14B, DINOv3, V-JEPA-2, v.v.), nâng cao năng lực về hiểu ngữ nghĩa, cảm nhận thị giác chi tiết và độ tinh xảo của hành động.

Phía thiết bị: Môi trường vận hành để robot thực tế thực thi ổn định

LiOS Runtime kết nối với thực thể robot không đồng nhất, cảm biến, thiết bị đầu cuối và đơn vị tính toán biên, thực hiện đồng bộ cảm biến, điều khiển chuyển động, thực thi an toàn, khôi phục quyền kiểm soát và quản lý trạng thái cục bộ.

Hệ thống phía thiết bị duy trì tính thời gian thực nghiêm ngặt và ranh giới an toàn, giúp năng lực mô hình được huấn luyện từ đám mây có thể được triển khai đáng tin cậy trên cánh tay robot và thiết bị chấp hành.

Kết hợp với các chiến lược tối ưu hóa như Real-time Chunking, LiOS có thể chuyển đổi các lệnh hành động do mô hình quy mô lớn tạo ra thành các chuỗi hành động có thể thực thi theo thời gian thực, cung cấp hỗ trợ hệ thống cho việc chuyển đổi mô hình từ mở rộng quy mô sang thực thi thực tế.