Tranh luận tại WAIC 2026: Tương lai AI không nằm ở VLA hay World Models, vậy câu trả lời là gì?

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

06/07/2026 09:54:37 Nguồn: QbitAI

Năm 2025, mô hình thế giới (world model) đã chuyển mình từ một khái niệm học thuật trở thành tâm điểm của ngành công nghiệp. Đến năm 2026, giới học thuật coi đây là mảnh ghép then chốt để hiện thực hóa AGI, trong khi giới công nghiệp xem đây là công nghệ cốt lõi để phá vỡ rào cản về khả năng tổng quát hóa của trí tuệ hiện thân (embodied AI). "Mẹ đẻ của AI" Lý Phi Phi (Fei-Fei Li) đã phân tách nó thành ba loại hình: trình kết xuất (renderer), mô phỏng (simulator) và lập kế hoạch (planner), đồng thời thẳng thắn nhận định đây là một trong những thuật ngữ quan trọng nhất nhưng cũng bị lạm dụng nhiều nhất trong lĩnh vực AI hiện nay.

Tuy nhiên, ngành công nghiệp vẫn chưa đi đến thống nhất – các hướng đi vẫn tồn tại song song như VLA lấy ngôn ngữ làm trung tâm, tạo video lấy pixel làm trung tâm, mô phỏng lấy cấu trúc 3D làm trung tâm, và JEPA lấy biểu diễn thị giác làm trung tâm, tất cả đều còn cách xa giai đoạn ứng dụng thực tế. Mối quan hệ giữa VLA và mô hình thế giới từ lâu đã tồn tại ba giả thuyết: thay thế, cùng tồn tại và hợp nhất, khiến lộ trình phát triển vẫn còn nhiều dao động.

WAIC 2026 tập trung vào bài toán cốt lõi về sự hội tụ mô hình ngành, sẽ phân tích sâu sắc các tranh cãi trong ngành, trình diễn thành quả ứng dụng của các doanh nghiệp hàng đầu và làm rõ hướng tiến hóa tương lai của mô hình thế giới thông qua năm khía cạnh: phân tích đối lập các lộ trình kỹ thuật nền tảng, khám phá công nghiệp hóa các phân khúc mô hình thế giới, đột phá kỹ thuật nền tảng vật lý công nghiệp, bù đắp thiếu hụt bằng trí tuệ nhân quả và khép kín hệ sinh thái toàn ngành. Bài viết dưới đây sẽ kết hợp các chủ đề tiên phong tại hội nghị, các trường hợp thực tế từ doanh nghiệp hàng đầu và những đột phá lý thuyết học thuật để đưa ra lời giải đáp cuối cùng cho việc ứng dụng mô hình thế giới vào thực tiễn.

Kepler và Newton: Cuộc tranh luận giữa khớp dữ liệu và thấu hiểu của AI

Xoay quanh chủ đề "Mô hình thế giới thúc đẩy AI vật lý từ thấu hiểu đến thực thi", Diễn đàn chủ đề Mô hình thế giới tại WAIC 2026 sẽ quy tụ đại diện từ nhiều phía trong và ngoài nước để cùng thảo luận về lộ trình kỹ thuật và tương lai công nghiệp của AI vật lý. Tại diễn đàn, Chủ tịch Robot Đại Hiểu (Daxia Robotics) Vương Hiểu Cương sẽ chia sẻ về công nghệ mô hình thế giới tiên phong và thực tiễn ứng dụng, các đại diện công nghiệp quốc tế như NVIDIA cũng sẽ mang đến những góc nhìn toàn cầu.

Chủ nhân giải Nobel Thomas Sargent cũng sẽ định hình quan điểm cho cuộc tranh luận về lộ trình của ngành tại diễn đàn này. Ông tóm tắt hai hình thái trí tuệ: mô hình mô tả kiểu Kepler, khớp dữ liệu để mô tả hiện tượng nhưng không giải thích cơ chế đằng sau; và mô hình cấu trúc kiểu Newton, không chỉ khớp hiện tượng mà còn giải thích logic nhân quả. Sự phân biệt này phản ánh chính xác hai lộ trình phát triển hiện tại của AI. VLA về bản chất dựa vào dữ liệu khổng lồ để nhận dạng mô hình và dự đoán liên kết, chỉ có thể ghi nhớ máy móc các hành động khớp với từng loại kịch bản mà không nắm bắt được quy luật vật lý nền tảng; một khi các thông số môi trường như hệ số ma sát hay trọng lực thay đổi nhỏ, hệ thống rất dễ xảy ra sai sót. Ngược lại, mô hình thế giới tái hiện tư duy nghiên cứu kiểu Newton, xây dựng một lớp vật lý ảo có thể suy luận bên trong AI, tự chủ nắm bắt quan hệ nhân quả và mô phỏng các quy tắc vật lý khách quan. Nhìn từ góc độ vĩ mô, sự lặp lại năng lực của AI có logic chung với bước nhảy vọt trong lịch sử nhân loại: văn minh nhân loại chính là từ giai đoạn quan sát chỉ ghi chép bề ngoài, tiến tới giai đoạn khai thác quy luật nền tảng và dự đoán sự tiến hóa của sự vật. Ngày nay, AI vật lý cũng cần thoát khỏi việc khớp dữ liệu nông cạn, dựa vào mô hình thế giới để nắm vững logic nhân quả, mới có thể đối phó với môi trường vật lý thực tế vạn biến, hoàn thành bước nhảy vọt từ cảm nhận thụ động sang thực thi chủ động.

Trong phiên thảo luận bàn tròn "Sáu tiểu long mô hình thế giới", sáu nhân vật chủ chốt từ các hướng kỹ thuật khác nhau như mô phỏng, nhân quả, khuếch tán, nguyên bản sẽ cùng đối thoại: Đào Đại Trình (Daxia Robotics), Thẩm Vũ Quân (Ant Group Lingbo), Chu Chính (Jijia Vision), Hạ Trung Phổ (Wujie Dynamics), Nhậm Quảng Huy (Agibot), Vương Hạo (Zibianliang Robotics). Họ sẽ thảo luận xoay quanh ba vấn đề then chốt: lộ trình kỹ thuật, nguồn dữ liệu và con đường ứng dụng, nhằm làm rõ lộ trình tiến hóa của mô hình thế giới hướng tới thực thi vật lý.

Ba mô hình trình kết xuất/mô phỏng/lập kế hoạch: Mở khóa lộ trình công nghiệp hóa mô hình thế giới

Lý Phi Phi và đội ngũ World Labs chia nó thành ba loại: trình kết xuất (renderer) xuất ra hình ảnh pixel cho con người xem, tiêu chuẩn cốt lõi là độ trung thực thị giác; trình mô phỏng (simulator) xuất ra trạng thái môi trường phù hợp với quy luật khách quan, yêu cầu hình học phải kiểm chứng được và vật lý phải tuân theo định luật Newton; trình lập kế hoạch (planner) xuất ra các chỉ lệnh hành động của tác nhân, quyết định robot nên làm gì trong một thế giới phi cấu trúc.

Ba loại mô hình này chia sẻ kiến thức nền tảng về logic vận hành thế giới gồm hình học, vật lý và động lực học. Ranh giới giữa chúng đang dần xóa nhòa và cuối cùng sẽ tiến tới một mô hình nền tảng thế giới thống nhất. Lý Phi Phi nhận định rằng kiến thức cần thiết để trình kết xuất, mô phỏng và hành động trong một thế giới phần lớn là cùng một bộ. Tuy nhiên, ngành công nghiệp từ lâu đã đối mặt với tình trạng ba loại sản phẩm này hoạt động riêng lẻ, thiếu khung ứng dụng thống nhất. Làm thế nào để chuyển đổi phân loại học thuật này thành hệ tọa độ sản phẩm có thể đầu tư và phát triển là câu hỏi mà hội nghị năm nay phải trả lời.

Hệ thống trí tuệ hiện thân kiểu não bộ: NeuroVLA

Xoay quanh nhận định này, nhiều doanh nghiệp đã đưa ra câu trả lời trên lộ trình riêng của mình. Zhi Pingfang (Zhi Squared) ra mắt hệ thống trí tuệ hiện thân kiểu não bộ đầu tiên trên thế giới NeuroVLA, sử dụng kiến trúc ba tầng vỏ não - tiểu não - tủy sống, thực tế cho thấy giúp giảm độ rung lắc của robot hơn 75%; Taishi Zhihang dựa vào mô hình lớn đa năng AWE3.5 để điều khiển việc lắp ráp chính xác các bó dây phức tạp, đây là mô hình lớn hiện thân đa năng đầu tiên trên thế giới "có thể làm việc", đã được triển khai quy mô lớn tại các nhà sản xuất bó dây ô tô hàng đầu; Galaxy General ra mắt mô hình hành động thế giới (WAM) kết hợp VLA và mô hình thế giới, đã hoàn thành xác thực ứng dụng tại cửa hàng tiện lợi FamilyMart và dây chuyền sản xuất pin năng lượng của CATL.

Lộ trình hợp nhất mô hình thế giới ở phía robot đang tăng tốc hình thành, trong khi một bước đột phá ở khía cạnh khác đang diễn ra đồng thời ở phía công nghiệp – khi năng lực suy luận của mô hình thế giới hướng tới môi trường vật lý thực tế, cần một nền tảng vật lý có thể tính toán chính xác lực tác động, biến dạng, trường dòng chảy và tiêu thụ năng lượng.

Mô hình vật lý thế giới bù đắp thiếu hụt công nghiệp, hiện thực hóa từ thí nghiệm mô phỏng đến ứng dụng thực tế

Khu vực triển lãm WAIC 2026 sẽ tập trung trưng bày nhiều thành quả mô hình thế giới hướng tới robot. Genie Envisioner-Sim 2.0 của Agibot lần đầu tiên cho phép trí tuệ hiện thân tự học tập và tiến hóa trong "thế giới mô hình", đạt được sự phối hợp giữa suy luận vật lý và ra quyết định thông minh; Taishi Zhihang mang kịch bản tác nghiệp "lắp ráp chính xác bó dây phức tạp" vào gian hàng theo tỷ lệ 1:1; Unitree lần đầu trưng bày sa bàn nhà máy không người lái của robot, dựa vào mô hình thế giới mô phỏng để hoàn thành hàng triệu lần huấn luyện trước, rút ngắn 70% chu kỳ điều chỉnh dây chuyền sản xuất; Ant Group Lingbo mã nguồn mở dòng mô hình LingBot, huấn luyện dựa trên 20.000 giờ dữ liệu máy thật, đạt được một bộ não thích ứng với chín loại robot hai tay phổ biến, xuất ra giải pháp hiện thân đa năng tiêu chuẩn hóa; Sudo Technology Sudo R1 đạt đột phá ngành, chỉ dựa vào huấn luyện mô phỏng thuần túy để đạt tỷ lệ thành công gần 100% khi gắp vật thể chưa từng thấy (zero-shot), thoát khỏi sự phụ thuộc vào dữ liệu thực khổng lồ, mở ra con đường ứng dụng quy mô lớn với chi phí thấp. Loạt đột phá kỹ thuật tự nghiên cứu trong nước thúc đẩy ngành thoát khỏi tình trạng chia rẽ phe phái kỹ thuật, bước vào giai đoạn mới của sự đổi mới tự chủ, hợp nhất và cộng sinh.

Giới chuyên môn nhận định chung rằng AI đang tiến hóa từ dự đoán token tiếp theo sang dự đoán trạng thái vật lý tiếp theo, đây chính là bản chất cốt lõi của mô hình thế giới.

Từ kiến trúc hợp nhất kiểu não bộ đến nền tảng vật lý công nghiệp, từ mô hình thế giới học tăng cường đến mô hình nền tảng VLA đầu cuối, nhiều lộ trình của mô hình thế giới ở phía robot và phía công nghiệp đã được triển khai toàn diện. Tuy nhiên, lộ trình hợp nhất vẫn đối mặt với điểm yếu chung – khả năng tổng quát hóa trong các kịch bản đuôi dài (long-tail) còn chưa đủ.

Mô hình thế giới nhân quả: Một con đường khác dẫn đến thấu hiểu vật lý?

Một số đội ngũ bắt đầu khám phá mô hình thế giới nhân quả – xây dựng mô hình AI thế hệ tiếp theo với trí tuệ nhân quả làm cốt lõi. Nó cố gắng trả lời: Liệu robot có thể hiểu được quy luật nền tảng của chuyển động sau khi vật thể chịu lực, thay vì chỉ dựa vào việc học thuộc dữ liệu để đối phó với các kịch bản đã biết?

Khác với VLA truyền thống, mô hình thế giới nhân quả giúp robot có khả năng nhận thức nhân quả, sẽ không bị lúng túng khi mặt bàn cao hơn 1cm hoặc gặp phải kịch bản chưa từng thấy. Trên các mô hình quy mô nhỏ giai đoạn đầu, phương pháp nhân quả đã mang lại mức tăng 25%-50% tỷ lệ thành công của nhiệm vụ.

Diễn đàn học thuật WAIC 2026 sẽ thiết lập diễn đàn phụ về trí tuệ vật lý nhân quả, so sánh trực tiếp hiệu quả thực tế của mô hình liên kết truyền thống và mô hình thế giới nhân quả trong các kịch bản công nghiệp phi tiêu chuẩn và môi trường gia đình mở, trình diễn cho ngành một lộ trình kỹ thuật bổ sung vượt ra ngoài việc khớp dữ liệu để tiến tới thấu hiểu vật lý.

WAIC năm nay sẽ lần đầu tiên tổ chức hội nghị học thuật quốc tế cấp cao WAIC Academic, với sự tham gia của người đoạt giải Turing Diêu Kỳ Trí (Andrew Yao) làm chủ tịch hội nghị, cha đẻ của học tăng cường Richard Sutton làm đồng chủ tịch quốc tế. Hội nghị đã nhận được 284 bài nộp từ hơn mười quốc gia trên thế giới, tỷ lệ chấp nhận được kiểm soát chặt chẽ ở mức 20%, cung cấp sự hỗ trợ học thuật hàng đầu cho các đột phá lý thuyết và lặp lại khung nhân quả của mô hình thế giới.

Từ mô phỏng đến thế giới – Mô hình thế giới mở ra kỷ nguyên mới cho AI vật lý

Với việc mô hình Kepler-Newton của Sargent sắp định hình quan điểm cho cuộc tranh luận về lộ trình của ngành, các nhân vật chủ chốt sẽ đạt được sự đồng thuận công nghiệp về hợp nhất và cộng sinh tại hội nghị lần này. Hệ thống phân loại ba tầng mô hình thế giới của Lý Phi Phi cũng sẽ được xác thực ứng dụng trên toàn bộ phân khúc. Các thành quả kỹ thuật tiên phong như NeuroVLA, Yingzao-Wanxiang, AWE3.5, mô hình thế giới nhân quả... sẽ tập trung xuất hiện tại WAIC 2026.

WAIC năm nay sẽ thúc đẩy ngành công nghiệp mô hình thế giới hoàn thành bước nhảy vọt then chốt, chia tay những khác biệt về lộ trình và trò chơi mô hình kéo dài, chính thức bước vào giai đoạn hoàn toàn mới của sự hội tụ kỹ thuật và ứng dụng thực tế. Mô hình thế giới cấp công nghiệp trong tương lai sẽ thoát khỏi hoàn toàn những hạn chế của việc khớp dữ liệu nông cạn và trình kết xuất thị giác đơn thuần. Giá trị cốt lõi tập trung vào việc trao cho AI nhận thức có cấu trúc về thời gian, không gian, vật lý và nhân quả, giải quyết điểm yếu cố hữu của mô hình VLA truyền thống là khó thích ứng với môi trường vật lý thực tế. Sự lặp lại mô hình kỹ thuật hoàn toàn mới này sẽ dựa vào lợi thế tập trung công nghiệp AI hàng đầu của Thượng Hải, hệ thống sản xuất - học tập - nghiên cứu hoàn thiện và các kịch bản ứng dụng thực thể phong phú, xây dựng nền tảng ấp ủ cốt lõi để mô hình thế giới tiến từ đổi mới lý thuyết sang sản xuất công nghiệp hàng loạt.

Dựa vào tiềm năng nền tảng công nghiệp hàng đầu của WAIC, Thượng Hải sẽ tiếp tục trao quyền cho các đột phá đổi mới trong các phân khúc AI vật lý, trí tuệ nhân quả và trí tuệ hiện thân, hỗ trợ trong nước xây dựng lợi thế cạnh tranh khác biệt trên đường đua mô hình thế giới toàn cầu, thúc đẩy AI nâng cấp từ trí tuệ nông cạn khớp dữ liệu thành trí tuệ đa năng cao cấp thông hiểu quy luật vật lý và ứng dụng sâu rộng vào nền kinh tế thực thể, định hình lại giá trị biên giới của ngành AGI.

Phụ lục: Diễn đàn Mô hình thế giới WAIC 2026

Link bài gốc: https://mp.weixin.qq.com/s/NgdnGsdRR7PLH8LN8EJHXA

Bài viết này do WAIC cung cấp, QbitAI được ủy quyền đăng tải lại, quan điểm thuộc về tác giả gốc.

Bản quyền thuộc về đơn vị sở hữu, không được phép đăng tải lại hoặc sử dụng dưới bất kỳ hình thức nào khi chưa được ủy quyền, người vi phạm sẽ bị xử lý theo quy định.