Startup robot MoSense gọi vốn thành công từ Sequoia và Agibot, phát triển hệ thống xúc giác toàn thân

Tác giả | Kiều Ngọc Kiệt (Qiao Yujie)

Biên tập | Viên Tư Lặc (Yuan Silai)

Hard (Yingke) được biết, công ty giải pháp xúc giác đa phương thức toàn thân MoSense gần đây đã hoàn thành vòng gọi vốn thiên thần trị giá hàng chục triệu nhân dân tệ, với các nhà đầu tư bao gồm Sequoia China, Gaorong Capital và Agibot. Nguồn vốn huy động được trong vòng này sẽ chủ yếu được sử dụng để tăng tốc nghiên cứu phát triển, mở rộng đội ngũ, đầu tư vào năng lực tính toán và xây dựng hệ thống kiểm thử sản xuất hàng loạt.

MoSense được thành lập vào tháng 5 năm 2026, trụ sở đăng ký tại Thượng Hải và có trung tâm R&D tại Tiền Hải, Thâm Quyến, tập trung vào nghiên cứu hệ thống cảm biến xúc giác đa phương thức toàn thân cho robot. Chỉ một tháng sau khi chính thức thành lập, công ty đã nhận được sự đầu tư chung từ các quỹ USD hàng đầu và các nhà sản xuất robot hình người.

Khi robot hình người dần chuyển từ môi trường trình diễn sang các bối cảnh thực tế phức tạp như sản xuất công nghiệp, vận chuyển logistics và dịch vụ gia đình, khả năng nhận thức tổng quát về môi trường của robot đang trở thành nút thắt quan trọng hạn chế việc triển khai thực tế. So với thị giác có thể thu thập thông tin môi trường, xúc giác chịu trách nhiệm cảm nhận các trạng thái tương tác vật lý như tiếp xúc, lực tác động, ma sát, là nền tảng quan trọng để robot thực hiện các thao tác ổn định và đưa ra quyết định tự chủ.

Tuy nhiên, các giải pháp xúc giác hiện nay trong ngành chủ yếu tập trung triển khai ở các vị trí cục bộ như bàn tay khéo léo hoặc đầu ngón tay, chỉ có thể đáp ứng nhu cầu thao tác tinh vi cục bộ. Trong các bối cảnh phức tạp, các bộ phận khác trên cơ thể robot vẫn thiếu phản hồi xúc giác, khó hình thành khả năng tương tác vật lý toàn diện. Đồng thời, nhiều lộ trình kỹ thuật truyền thống còn bị hạn chế bởi các yếu tố như chi phí, diện tích bao phủ và phương thức cảm nhận, khó đạt được triển khai quy mô lớn trên các bề mặt cong liên tục.

Để tăng cường khả năng nhận thức toàn diện cho robot, MoSense đã ra mắt hệ thống xúc giác đa phương thức linh hoạt toàn thân MoSkin dựa trên công nghệ cơ học siêu vật liệu điện từ (electromagnetic metamaterial mechanics). Hệ thống này bao phủ nhiều bộ phận như tay, tứ chi, thân mình, lòng bàn chân của robot, có thể chuyển đổi ranh giới vật lý cứng nhắc của robot thành cảm nhận trường lực sáu trục liên tục, thực hiện thu thập xúc giác đa phương thức trên toàn bộ cơ thể, cung cấp thông tin vật lý hoàn chỉnh hơn cho việc điều khiển chuyển động và tương tác môi trường của robot.

Da cảm biến siêu vật liệu điện từ (lòng bàn chân)

Nhằm giải quyết vấn đề phương thức đơn lẻ của các hệ thống xúc giác truyền thống, giải pháp MoSkin của công ty có thể tích hợp nhiều thông tin vật lý đa phương thức phức tạp như cảm giác lực, nhiệt độ, độ trượt, rung động, chất liệu, v.v., đạt được khả năng cảm nhận gần với da người thật. Ngoài phần cứng, MoSense cũng đang đồng thời phát triển các thuật toán hợp nhất đa phương thức.

Nghiêm Triều Húc (Yan Chaoxu) cho biết, hiện nay các mô hình thế giới (world models) đã có thể hoàn thành việc huấn luyện chiến lược trong môi trường mô phỏng, nhưng khi triển khai mô hình lên robot thực tế vẫn đối mặt với khoảng cách Sim-to-Real. Một trong những nguyên nhân quan trọng chính là robot thực tế thiếu phản hồi xúc giác toàn thân hoàn chỉnh, dẫn đến trạng thái tương tác vật lý không thể ánh xạ một cách chân thực.

Dựa trên phần cứng xúc giác toàn thân, công ty đã phát triển mô hình dự đoán xúc giác hành động thế giới dựa trên cơ chế cổng hợp nhất không gian ẩn đa phương thức (multi-modal latent space fusion gating mechanism). Thông qua phản hồi xúc giác đa chiều, tần suất cao để liên tục điều chỉnh quá trình ra quyết định tần suất thấp, đồng thời sử dụng xúc giác toàn thân để bổ sung thông tin tiên nghiệm vật lý, từ đó thu hẹp khoảng cách giữa mô phỏng và môi trường thực tế.

Lấy ví dụ về bối cảnh vận chuyển, khi robot cảm nhận được lực ma sát ở tay hoặc một phần cơ thể thay đổi, nó có thể phán đoán trước nguy cơ vật thể bị trượt và chủ động điều chỉnh chiến lược nắm giữ, thay vì đợi vật thể rơi rồi mới sửa chữa. Công ty hy vọng thông qua cảm nhận hợp nhất đa phương thức toàn thân, robot có thể liên tục học hỏi và sửa chữa trong quá trình thực thi, từ đó nâng cao khả năng tổng quát hóa trong môi trường thực tế.

Về đội ngũ, đồng sáng lập kiêm CEO Nghiêm Triều Húc tốt nghiệp Tiến sĩ khoa Vi điện tử tại Đại học Khoa học và Công nghệ Hồng Kông (HKUST), có thời gian dài nghiên cứu về hệ thống tần suất cao, thuật toán điện từ và cảm biến đa phương thức cho robot (embodied multi-modal sensing), sở hữu kinh nghiệm công nghiệp hóa và sản xuất hàng loạt thiết bị vi điện tử.

Đồng sáng lập kiêm CTO Chu Hàng (Zhou Hang) tốt nghiệp Tiến sĩ khoa Robot tại HKUST, từng là nghiên cứu viên thuật toán cấp cao tại một doanh nghiệp xe tự lái cấp độ ô tô trong nước, có thời gian dài nghiên cứu về mô hình tự lái end-to-end, mô hình thế giới và thuật toán trí tuệ hiện thân (embodied AI). Đồng sáng lập kiêm CFO Dương Mục Quân (Yang Mujun) có bằng Thạc sĩ Kinh tế tại Đại học Hồng Kông, từng làm việc tại nhiều công ty tài chính và công nghệ hàng đầu, có kinh nghiệm phong phú về quản lý tài chính và quản trị doanh nghiệp.

Nhà khoa học trưởng Ôn Duy Giai (Wen Weijia) hiện là Giáo sư tại HKUST, Viện trưởng Viện Chức năng tại HKUST (Quảng Châu), từng đạt Giải nhì Giải thưởng Khoa học Tự nhiên Quốc gia, lọt vào danh sách "Top 2% nhà khoa học hàng đầu thế giới" của Elsevier, có kinh nghiệm khởi nghiệp liên tục và chuyển giao thành tựu khoa học công nghệ.

Đội ngũ đồng sáng lập và nhà khoa học trưởng của công ty (Nguồn ảnh/Doanh nghiệp)

Về thương mại hóa, giải pháp xúc giác hợp nhất đa phương thức của công ty hiện đang thúc đẩy triển khai thương mại. Ngoài các nghiệp vụ liên quan đến robot hình người, công ty cũng đang mở rộng hợp tác triển khai cảm biến thông minh sang nhiều ngành công nghiệp khác.

Dưới đây là trích đoạn trao đổi giữa Hard và nhà sáng lập MoSense Nghiêm Triều Húc:

Hard: Công ty có kế hoạch gì cho ứng dụng xúc giác toàn thân trong tương lai?

Nghiêm Triều Húc: Đại khái có ba giai đoạn: Bước đầu tiên là robot phải học cách cảm nhận ranh giới vật lý, hoàn thành các chức năng cơ bản như chống va chạm, chống kẹp, thao tác tinh vi, v.v. Với tư cách là công cụ sản xuất, tính an toàn của robot quan trọng hơn tính năng.

Bước thứ hai là hoàn thành các nhiệm vụ phức tạp với sự hỗ trợ của xúc giác toàn thân, ví dụ như cách robot ôm một chiếc hộp lớn để đi bộ, yêu cầu hộp không bị rơi và robot không bị ngã trong môi trường phức tạp. Tiến xa hơn một chút, ví dụ như khi cảm nhận được hộp sắp trượt, nó có thể dùng đùi để đỡ hộp, hoặc khi ôm hộp mà không còn tay để mở cửa, nó có thể dùng chân hoặc hông để đẩy cửa. Robot của FigureAI đã thể hiện khả năng hành vi nhân hóa tương tự trong việc làm việc nhà.

Bước thứ ba là khâu khó nhất, trực tiếp hướng tới các bối cảnh tương tác người-máy độ chính xác cao. Lấy ví dụ bối cảnh chăm sóc người già và y tế, ngay cả một hành động tưởng chừng đơn giản như bế một người khó vận động từ giường vào nhà vệ sinh, nếu không có cảm nhận lực toàn thân đa phương thức thì gần như không thể thực hiện được. Nói cách khác, nếu robot lặp lại 100.000 lần mà thất bại một lần làm rơi người xuống đất, thì hậu quả đó là không thể chấp nhận được. Định lượng hóa thành tỷ lệ thành công là trên 99,999%.

Hard: Tại sao công ty vừa nghiên cứu phần cứng xúc giác toàn thân vừa thúc đẩy nghiên cứu liên quan đến mô hình thế giới?

Nghiêm Triều Húc: Chúng tôi kiên trì làm những việc khó nhưng đúng đắn. Là một tân binh trong ngành xúc giác, xuất phát điểm của MoSense là hy vọng đóng góp giá trị cho việc triển khai robot vào các bối cảnh thực tế phức tạp.

Hiện nay, mô hình thế giới đã có thể hoàn thành lượng lớn huấn luyện trong môi trường mô phỏng. Trong trình mô phỏng, robot có thể biết chính xác ranh giới cơ thể và ranh giới môi trường của mình, do đó có thể hoàn thành việc học chiến lược tương tác phức tạp. Nhưng khi các thuật toán này được triển khai lên robot thực tế, vấn đề xuất hiện — do robot thiếu phản hồi xúc giác toàn thân hoàn chỉnh, nó không thể phán đoán chính xác là cánh tay, vai hay bộ phận nào khác trên cơ thể đã xảy ra tiếp xúc, dẫn đến việc tương tác vật lý trong mô phỏng khó ánh xạ sang thế giới thực. Đây cũng là một trong những nút thắt quan trọng của việc triển khai Sim-to-Real.

Một mặt, chúng tôi bổ sung nhận thức vật lý về thế giới thực cho robot thông qua phần cứng xúc giác toàn thân, mặt khác cũng đồng thời phát triển mô hình thế giới đi kèm, hy vọng phát huy tối đa ưu thế phần cứng để thuật toán có thể thực sự triển khai trên robot thực tế. Nhưng điều này rõ ràng vẫn chưa đủ, việc thu hẹp khoảng cách Sim-to-Real vẫn cần thông qua phản hồi cảm nhận đa phương thức toàn thân để sửa chữa quá trình ra quyết định, bổ sung thông tin tiên nghiệm vật lý. Do đó, MoSense cũng tự nghiên cứu mô hình dự đoán xúc giác hành động thế giới dựa trên cơ chế cổng hợp nhất không gian ẩn đa phương thức, hy vọng phát huy tối đa ưu thế phần cứng để thuật toán có thể thực sự triển khai trên robot thực tế.

Trong tương lai, các nhà sản xuất robot không chỉ cần một bộ phần cứng, mà là một bộ giải pháp hoàn chỉnh có thể xác thực giá trị trực tiếp. Khi khách hàng đánh giá một hệ thống xúc giác toàn thân, họ muốn thấy hiệu quả ứng dụng thực tế chứ không chỉ là một miếng da điện tử. Việc trực tiếp áp dụng giải pháp tích hợp gồm da và thuật toán của chúng tôi có thể tiết kiệm chi phí phát triển thuật toán và thu thập dữ liệu toàn thân. Chúng tôi sẽ tối ưu hóa hầu hết các mô-đun chức năng trước, mô hình cuối cùng đại khái giống như các hãng xe đi tìm công ty lái xe thông minh để mua giải pháp tổng thể. Do đó, chúng tôi sẽ hoàn thành trước một phần phát triển thuật toán và ứng dụng, giúp khách hàng hoàn thành xác thực sản phẩm và triển khai nhanh hơn.

Đội ngũ của chúng tôi không phải là một đội ngũ phần cứng thuần túy, mà được cấu thành từ phần cứng, cảm biến và thuật toán. Chúng tôi hy vọng thông qua sự phối hợp giữa phần mềm và phần cứng, biến xúc giác toàn thân thực sự trở thành một phần quan trọng trong năng lực của robot, chứ không chỉ là một sản phẩm cảm biến đơn thuần.