Amoo: Robot hình người bọc nhung cao 80cm tích hợp hệ điều hành Dino OS chuyên dụng

Một chú robot hình người bằng bông cao 80cm có thể chứa đựng bao nhiêu trí tưởng tượng?

“Dù không hoàn toàn giống người, nhưng nó sở hữu đầy đủ các loại cảm biến, có thể tương tác với bạn, phân tích biểu cảm để biết bạn đang vui hay buồn. Chỉ cần đáp ứng được năng lực tính toán, nó có thể cung cấp đủ mọi thứ; những gì phần mềm có thể phát triển tăng dần đều mang đến trí tưởng tượng vô hạn.”

CTO Tăng Tuấn (Zeng Jun) của Qingxin Yichuang chia sẻ với Hard. Điều ông đang nói đến chính là Amoo – sản phẩm robot thông minh đầu tiên do Qingxin Yichuang ra mắt, cao 80cm, có đôi chân mô phỏng con người và được bao phủ hoàn toàn bằng lớp lông mềm mại không góc cạnh.

Tăng Tuấn từng là nhà khoa học mô hình cốt lõi tại "gã khổng lồ" xe tự lái toàn cầu Cruise, dẫn dắt đội ngũ đạt được nhiều thành tựu hàng đầu trong ngành. Ông là Tiến sĩ tại Đại học California, Berkeley, tốt nghiệp cử nhân ngành Toán ứng dụng và Cơ học tại chương trình đào tạo liên kết giữa Đại học Giao thông Thượng Hải và trường École Polytechnique (Pháp). Ông đã công bố hơn 20 bài báo tại các hội nghị và tạp chí robot hàng đầu quốc tế trong lĩnh vực học tăng cường điều khiển robot hai chân và hệ thống an toàn trọng yếu, đồng thời nhiều lần đứng đầu về số lượng trích dẫn và giải thưởng bài báo xuất sắc nhất.

Ông thẳng thắn thừa nhận, khó khăn trong việc phát triển xe tự lái và robot hoàn toàn khác nhau. “Xe có nguồn điện và năng lượng tính toán gần như vô hạn, nhưng về bản chất chỉ có hai đầu ra là vô lăng và chân ga. Còn robot thì có quá nhiều đầu ra – nó phải nói, phải cử động, lại còn phải tương tác với môi trường. Dù có khả năng chịu lỗi nhất định, nhưng năng lượng tính toán lại tương đối hạn chế, chưa kể còn bị giới hạn bởi thời lượng pin.” Theo cách ví von của Tăng Tuấn, “lượng nước đã định sẵn, giờ phải cho bột vào sao cho vừa vặn”.

Vì vậy, dưới góc nhìn của Tăng Tuấn, yêu cầu về năng lực nền tảng giữa thị trường B (doanh nghiệp) và C (người tiêu dùng) không cùng một đẳng cấp – các sản phẩm thị trường C hoàn thiện đòi hỏi chuỗi kỹ thuật phần cứng và phần mềm rất dài, “để thực sự đưa sản phẩm đến tay người dùng, sản phẩm của bạn phải có khả năng nâng cấp liên tục và đủ sức hấp dẫn đối với họ.”

Tuy nhiên, nếu không có một hệ thống nền tảng thống nhất, việc lặp lại liên tục của robot thị trường C chỉ là lâu đài trên cát. Đây cũng là vấn đề mà Tăng Tuấn luôn trăn trở.

Ngày 14 tháng 7, Qingxin Yichuang chính thức ra mắt Dino OS nhằm giải quyết bài toán khó này. Tăng Tuấn giới thiệu, Dino OS bao gồm cấu trúc ba tầng: Infra (Hạ tầng), Brain (Bộ não) và Module (Mô-đun), hướng lên trên để hỗ trợ nhận thức, ra quyết định và biên soạn hành vi, hướng xuống dưới để kết nối điều khiển chuyển động, an toàn và trừu tượng hóa phần cứng.

“Công ty hôm nay thêm một tính năng, ngày mai thêm một tính năng, nhưng giữa chúng không có sự kết nối, chuỗi bị đứt đoạn vì không có một bộ não thống nhất để điều hành. Hôm nay nó có thể nhảy, nhưng ngày mai có thể bị ngã. Đôi khi là do vấn đề kênh truyền thông, kênh không cố định, các tính năng tranh giành kênh, giành được thì hoạt động bình thường, không giành được thì bị ngắt kết nối.”

Ông cho rằng, làm OS là phải ngăn chặn lỗi kết nối phần cứng, cố định kênh truyền thông và cung cấp cơ chế điều khiển cũng như ngắt quãng thống nhất, đảm bảo robot vận hành ổn định, “để nó hoạt động trong một môi trường xác định, dù có thêm tính năng mới thế nào, nó vẫn vận hành ổn định.”

Khác với cách tiếp cận "lắp ghép" phổ biến, Dino OS biến các mô-đun cốt lõi từ dạng "tập hợp rời rạc" thành "một thể thống nhất" ở logic nền tảng. Dựa trên tầng Dino Infra, thông qua cơ chế tuần tự hóa dữ liệu không sao chép (zero-copy) và chia sẻ bộ nhớ, các tầng năng lực trực tiếp chia sẻ cùng một bộ dữ liệu, đọc ngay khi cần. Nhiều luồng dữ liệu như nhận thức, ra quyết định, thực thi chạy song song giúp các cử động của robot tự nhiên và mượt mà. Hệ thống tích hợp cơ chế cách ly năng lực tính toán, mở đường truyền riêng cho các nhiệm vụ quan trọng như tránh chướng ngại vật, kiểm soát lực: lệnh phanh khẩn cấp sẽ không bị trì hoãn bởi quá trình "suy nghĩ sâu" của mô hình.

Để robot có "cảm giác sống" thực sự lay động, chỉ vận hành trôi chảy là chưa đủ, mà còn phải có phản hồi tương tác giống con người. Tại tầng Dino Brain, Dino OS sáng tạo thiết kế "vòng lặp hai não", cân bằng giữa hệ thống phân công "não lớn - não nhỏ" và phản ứng sinh học "não nhanh - não chậm". Trong đó, "não chậm" hiểu bối cảnh, phân tách nhiệm vụ, phán đoán ngữ cảnh; "não nhanh" cung cấp phản ứng xã hội tức thì với cung phản xạ ngắn hơn. Tiểu não tự phát triển đóng vai trò là tầng thực thi cho "hai loại phản ứng nhanh chậm của não bộ", tiếp quản thời gian thực việc điều khiển chuyển động, phản hồi lực và ranh giới an toàn, đảm bảo thực thi vật lý ở cấp độ mili giây.

(Nguồn ảnh/Doanh nghiệp)

Ví dụ, khi người dùng nói "ra phòng khách nhảy cùng tôi, bật nhạc trước đi", robot truyền thống sẽ đứng ngây ra vài giây để xử lý âm thanh rồi mới cứng nhắc đi ra phòng khách. Dưới sự điều khiển của Dino OS, chuyển động cơ thể của robot không còn là "kết quả đầu ra" của quyết định, mà là một phần của nhận thức: ngay khi nghe lệnh, "não nhanh" đã điều khiển nó quay người về phía người dùng, "não chậm" đồng thời phân tách nhiệm vụ; trong khi nó bước ra phòng khách, hệ thống đã liên kết với thiết bị nhà thông minh để phát nhạc – não chậm đang suy nghĩ, não nhanh đang hành động, còn tiểu não đang cảm nhận sự cân bằng.

Mặt khác, cấu trúc lắp ghép của các giải pháp truyền thống còn mang lại một nỗi đau khác: vô số mô-đun không đồng nhất và các phụ thuộc bên thứ ba phức tạp. Mỗi khi mở rộng một kịch bản mới, nhà phát triển phải "tự tay làm lại" chuỗi liên kết nền tảng, làm chậm khả năng mở rộng kịch bản của robot.

“Robot cần phải có OS của riêng mình, nếu không ai cũng tự phát triển, lặp lại việc chế tạo bánh xe”. Việc lặp lại này đồng nghĩa với việc khi thiếu một OS thống nhất thực sự, chi phí R&D của robot không hề nhỏ. Các nhà phát triển phải tiêu tốn quá nhiều năng lượng vào việc xử lý các công việc vụn vặt như kết nối phần cứng nền tảng, hậu xử lý dữ liệu, lỗi mạng và giao tiếp giữa các thành phần, không còn thời gian để trau chuốt giá trị cảm xúc và trải nghiệm tương tác thực sự cho người dùng.

Thông qua tầng Dino Module, robot sẽ mở rộng kịch bản như chơi xếp hình, phá vỡ vòng luẩn quẩn này. Một mặt, nó tạo ra môi trường biên dịch kín, đảm bảo cùng một bộ mã có thể chạy ra hiệu suất ổn định nhất quán trong các môi trường lập trình khác nhau. Mặt khác, nó đúc kết chuỗi liên kết phức tạp từ nhận thức đến thực thi thành các đơn vị hành vi có thể tái sử dụng và giao diện thống nhất, đóng gói thành năng lực hệ thống. Nhà phát triển chỉ cần lấy ra dùng, không còn cần phải "tự tay làm chuỗi liên kết nền tảng".

(Nguồn ảnh/Doanh nghiệp)

Do đó, việc tự phát triển OS cũng có lợi cho việc nghiên cứu sản phẩm lâu dài. “Front-end thống nhất, back-end thống nhất, một bộ não để điều hành. Khi đã có OS, việc phát triển tăng dần sẽ cực kỳ hiệu quả”, Tăng Tuấn nói. Khả năng di chuyển xuyên suốt các thực thể này giúp rút ngắn chu kỳ phát triển từ năm xuống còn tháng.

Về lâu dài, Qingxin Yichuang hy vọng thứ họ tạo ra không phải là một thiết bị thông minh hơn, mà là "một thực thể thông minh có sức sống, có năng lượng". Đây cũng là bài toán mà đại đa số robot tiêu dùng phải đối mặt: nửa đầu cuộc chơi là cạnh tranh về phần cứng và mô hình, còn nửa sau quyết định liệu sản phẩm có thực sự bước vào thế giới vật lý hay không chính là trải nghiệm tương tác giữa người và máy.