Ra mắt mô hình 'Embodied Native' đầu tiên trên thế giới: Bộ não AI cho robot từ thế giới thực

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

Mô hình tiền huấn luyện "Embodied-native" (nguyên bản cho thực thể) đầu tiên trên thế giới đã ra mắt, kiến tạo bộ não cho robot từ thế giới vật lý!

10-07-2026 16:01:00 Nguồn: QbitAI

Đợt mở nguồn thứ tư: LingBot-VA 2.0

Jin Lei đưa tin từ trụ sở QbitAI

QbitAI | Kênh chính thức QbitAI

Cuối cùng thì, câu nói kinh điển dùng để dạy bảo người trẻ tuổi cũng đã được áp dụng cho robot:

Các bạn à,

Tầm nhìn phải xa trông rộng một chút~~[xem]

△ Hình ảnh được tạo bởi AI

Tại sao ư?

Bởi vì một robot đáng tin cậy không thể chỉ thấy gì làm nấy, mà giờ đây còn phải học cách dự đoán tương lai—

Mắt nhìn thấy khung hình hiện tại, nhưng bộ não phải đang tính toán những hình ảnh của vài bước sau đó.

Việc này trong giới trí tuệ nhân tạo thực thể (Embodied AI) có một cái tên chuyên môn, gọi là mô hình VA (Video-Action).

Hãy cùng cảm nhận "cảm giác" này:

Địa chỉ video: https://mp.weixin.qq.com/s/BbgMERwM08nKqwv2ydcxHA

Từ video, không khó để thấy rằng quả bóng khúc côn cầu trên bàn không chỉ có tốc độ nhanh mà quỹ đạo còn liên tục thay đổi. Nếu robot chỉ dựa vào thao tác phản ứng kiểu "thấy đâu đánh đó", khả năng cao là sẽ bị "knock-out".

Cách giải quyết đúng đắn là mô hình vừa phải theo dõi quỹ đạo chuyển động của bóng, vừa phải dự đoán trước vài bước xem bóng sẽ đi đâu, sau đó điều chỉnh vị trí và vung vợt từ trước.

Đây chính là sự khác biệt bản chất giữa "điều khiển dự đoán" và "điều khiển phản ứng".

Tuy nhiên, ngay hôm nay, bản thân khái niệm VA này cũng sắp thay đổi.

Bởi vì từ bây giờ, mô hình VA không chỉ cần "tầm nhìn xa", mà còn phải là thực thể ngay từ trong trứng nước!

Đây chính là LingBot-VA 2.0 vừa được Ant Lingbo công bố, mô hình nền tảng VA tiền huấn luyện "Embodied-native" đầu tiên trên thế giới.

Từ kiến trúc, dữ liệu cho đến mục tiêu huấn luyện, ngay từ ngày đầu tiên, nó đã được thiết kế riêng cho robot.

Ngoài ra, các điểm nổi bật khác bao gồm:

Giống như đợt mở nguồn và ra mắt liên tiếp của Ant Lingbo vài ngày trước, LingBot-VA 2.0 ngay khi vừa công bố đã tạo nên làn sóng thảo luận sôi nổi, cư dân mạng đồng loạt bày tỏ:

Công nghệ robot đang bước vào một kỷ nguyên mới.

Robot "nhà tiên tri" bẩm sinh

Sau khi xem đoạn đối đầu khúc côn cầu trên, có lẽ nhiều bạn sẽ tò mò: Khả năng dự đoán này của LingBot-VA 2.0 có chịu nổi những nhiệm vụ thực tế phức tạp hơn không?

Thật trùng hợp.

Nhóm nghiên cứu đã thực hiện vài nhóm thử nghiệm ở các chiều kích khác nhau trên robot thực tế, có thể thấy mô hình VA sẽ thực hiện dự đoán trong "bộ não" trước, xây dựng hành động dựa trên việc dự báo các động lực vật lý.

Nhiệm vụ 1: Dọn dẹp bàn làm việc

Đối mặt với một chiếc bàn bày bừa bộn, robot phải hiểu rõ trên bàn có những vật gì, vật nào cần di chuyển và di chuyển đến đâu.

Hãy cùng xem màn thể hiện của LingBot-VA 2.0:

Địa chỉ video: https://mp.weixin.qq.com/s/BbgMERwM08nKqwv2ydcxHA

Nhiệm vụ này kiểm tra khả năng duy trì trạng thái của mô hình đối với các nhiệm vụ kéo dài; nếu trí nhớ không tốt, robot rất có thể sẽ quên mất mình vừa dọn đến bước nào khi mới chỉ làm được một nửa.