Cơn sốt robot hình người tại Trung Quốc (Phần 3): Khi nào sẽ đến 'thời khắc ChatGPT' của ngành robot?

Lời tòa soạn: Bài viết này được thực hiện bởi Lucia, phóng viên của TechNode.

Lần đầu tiên nhiều người nhìn thấy một robot hình người, có lẽ nó đang thực hiện một điều gì đó ấn tượng: nhảy múa, nhào lộn hoặc trình diễn một tiết mục đã được tập luyện kỹ lưỡng. Thách thức lớn nhất của ngành công nghiệp hiện nay nằm ở việc biến những màn trình diễn ấn tượng đó thành những robot có khả năng thực hiện các công việc hữu ích trong môi trường đời thực.

Đó chính là thách thức mà ngành công nghiệp robot hình người đang phát triển nhanh chóng của Trung Quốc phải đối mặt. Khi các công ty chuyển dịch từ giai đoạn trình diễn sang triển khai thương mại, họ đang khám phá cách để những cỗ máy này đảm nhận các vai trò thực tế tại nơi làm việc, dịch vụ và các bối cảnh thực tế khác.

Selina Xu, trưởng bộ phận chính sách AI và Trung Quốc tại văn phòng của Eric Schmidt, chia sẻ với TechCrunch rằng các công ty Trung Quốc đang tiến nhanh hơn và ở quy mô lớn hơn so với các đối thủ tại Mỹ ở giai đoạn này. Nhưng khi nào thì lĩnh vực này mới có "khoảnh khắc ChatGPT" của riêng mình — bước ngoặt mà Sam Altman cho rằng có thể chỉ còn cách vài năm nữa?

Câu chuyện đằng sau sự thống trị của Trung Quốc

Ba thế lực đang mang lại cho Trung Quốc lợi thế sớm: chi phí, vốn và một sân chơi thử nghiệm quy mô lớn cho việc thương mại hóa. Cơ sở sản xuất của nước này, được củng cố bởi chuỗi cung ứng xe điện (EV) cho pin, cảm biến và các linh kiện khác, cho phép các nhà sản xuất robot tìm nguồn cung ứng phần cứng tại địa phương, lặp lại quy trình nhanh hơn và giảm giá thành. Theo Counterpoint Research, trong nửa đầu năm 2026, năm công ty Trung Quốc đã chiếm 86% lượng robot hình người xuất xưởng trên toàn cầu.

Nguồn vốn là một yếu tố khác. Đơn vị robot của XPeng đã huy động được hơn 900 triệu USD vào tháng 8, nâng mức định giá lên hơn 6,3 tỷ USD. Galbot đã huy động được 2,5 tỷ RMB (362 triệu USD) vào tháng 3 sau vòng gọi vốn hơn 300 triệu USD vào cuối năm 2025 với mức định giá khoảng 3 tỷ USD.

Trung Quốc cũng cung cấp một loạt các thị trường tiềm năng. Robot hình người đang được triển khai hoặc thử nghiệm trong sản xuất ô tô, điện tử, logistics, hàng không vũ trụ và năng lượng. Tuy nhiên, việc thương mại hóa vẫn còn ở giai đoạn đầu, với các hoạt động triển khai từ mua hàng đến đặt hàng trước và thử nghiệm, trong khi các đơn đặt hàng lặp lại quy mô lớn vẫn còn hạn chế.

Các nhà sản xuất robot hình người của Trung Quốc vẫn đối mặt với những câu hỏi về hệ thống AI và phần mềm tích hợp. Các mô hình thị giác-ngôn ngữ-hành động (vision-language-action models) và mô hình thế giới (world models) vẫn còn ở giai đoạn sơ khai, trong khi Nvidia đang dẫn đầu với hệ sinh thái phần mềm robot toàn diện (end-to-end), khiến nhiều startup Trung Quốc vẫn phải phụ thuộc vào chip Orin của hãng này ngay cả khi các nhà sản xuất chip nội địa đang phát triển các giải pháp thay thế.

Bài kiểm tra khó khăn hơn là biến năng lực vật lý thành nhu cầu thương mại bền vững. Jiang Han, một nhà nghiên cứu cấp cao tại Pangoal Institution, nói với TechNode rằng các đơn đặt hàng lặp lại và thời gian hoàn vốn của khách hàng là những dấu hiệu then chốt cho thấy robot đang giải quyết các vấn đề thực tế thay vì chỉ thu hút sự quan tâm dùng thử. Ông cho biết lợi thế dài hạn của Trung Quốc không chỉ nằm ở chi phí sản xuất thấp, mà là sự kết hợp giữa lợi thế chi phí chuỗi cung ứng với khả năng lặp lại phần cứng và thuật toán nhanh chóng.

Dữ liệu vẫn là một nút thắt khác. Không giống như các mô hình ngôn ngữ lớn, các nhà phát triển robot không thể chỉ đơn giản quét internet để lấy các ví dụ về tương tác vật lý. Họ đang chuyển sang sử dụng dữ liệu tổng hợp (synthetic data), mô phỏng, học tăng cường (reinforcement learning) và triển khai thực tế. Harry Mellsop, đồng sáng lập của Antioch, một startup xây dựng công cụ mô phỏng cho AI vật lý, đã mô tả AI vật lý đang ở "kỷ nguyên GPT-2", ám chỉ mô hình của OpenAI trước khi có ChatGPT, và vẫn cần thêm nhiều dữ liệu cũng như sức mạnh tính toán hơn nữa.

Độ tin cậy có thể phá hỏng một màn trình diễn ấn tượng. Phát biểu tại BEYOND Expo, Fu Sheng, Chủ tịch kiêm CEO của Cheetah Mobile và Chủ tịch công ty robot dịch vụ OrionStar, cho biết thách thức khó khăn nhất của ngành robot là "1% cuối cùng": tỷ lệ thành công 99% vẫn có nghĩa là cứ 100 lần thử thì có một lần thất bại. Ông lập luận rằng các robot thương mại phải chứng minh được chúng có thể vận hành ổn định và hiệu quả trong thời gian dài trước khi trở thành những người lao động hữu ích.

An toàn và bảo mật là một rào cản khác. Một vụ tai nạn nghiêm trọng có thể gây ra phản ứng dữ dội từ công chúng khi việc triển khai tăng tốc. Jiang cũng chỉ ra những lỗ hổng trong chuỗi cung ứng và tuân thủ bảo mật dữ liệu là những khoảng trống mà các nhà sản xuất robot Trung Quốc vẫn cần giải quyết, đặc biệt là tại các thị trường châu Âu và Mỹ.

Hữu ích trước, tổng quát sau

Yuli Zhao, Giám đốc chiến lược tại Galbot, một startup robot hình người của Trung Quốc tập trung vào trí tuệ hiện thân (embodied intelligence) và triển khai thương mại, kỳ vọng nhu cầu sẽ xuất hiện trước tiên trong sản xuất, logistics kho bãi và bán lẻ, nơi các nhiệm vụ mang tính lặp lại và quy trình làm việc rõ ràng — những điều kiện mà ông cho rằng sẽ tạo ra nhu cầu thực tế và giúp robot hình người có cơ hội tốt hơn để mang lại giá trị ở quy mô lớn.

Fu cũng đưa ra lập luận tương tự về sự chuyên biệt hóa. Thay vì theo đuổi một robot đa năng, ông cho rằng các công ty có thể tìm thấy giá trị thương mại lớn hơn ở những công việc được xác định rõ ràng như nông nghiệp, vận tải và phân loại, sau đó cải thiện độ tin cậy, hiệu quả và triển khai xung quanh các nhiệm vụ đó.

Nhưng mục tiêu dài hạn vẫn là trí tuệ tổng quát. Jiang cho biết một "khoảnh khắc ChatGPT" thực sự sẽ đòi hỏi một mô hình trí tuệ hiện thân tổng quát có khả năng hiểu các hướng dẫn bằng ngôn ngữ tự nhiên và chia nhỏ các nhiệm vụ phức tạp thành từng bước thay vì dựa vào các hành động được lập trình sẵn. Nút thắt chính, theo ông, là xử lý các tình huống "đuôi dài" (long-tail) trong môi trường phi cấu trúc, nơi robot vẫn có thể thất bại khi có điều gì đó không quen thuộc xảy ra.

Trung Quốc có thể đang ở vị thế tốt để thực hiện chu kỳ đó một cách nhanh chóng. Zhao mô tả lợi thế của nước này là "tốc độ đạt quy mô" (speed-to-scale), với R&D, chuỗi cung ứng, sản xuất, tích hợp và triển khai vận hành trong một vòng lặp chặt chẽ — đưa robot từ nguyên mẫu vào sử dụng thực tế nhanh hơn và đưa dữ liệu vận hành vào vòng phát triển tiếp theo.