Đột phá AI vật lý từ Trung Quốc: PhysBrain 1.5 dẫn đầu bảng xếp hạng mã nguồn mở toàn cầu

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

14/09/2026 11:18:42 Nguồn: QbitAI

Công ty Trung Quốc này vừa hoàn thành chặng đường khó khăn nhất trong vòng lặp vật lý.

AI vật lý đang trở thành đường đua quan trọng nhất của trí tuệ nhân tạo toàn cầu năm 2026, đồng thời cũng là cuộc cạnh tranh của tương lai.

Các mô hình ngôn ngữ lớn (LLM) đã dành ba năm để đẩy khả năng "biết nói, biết suy nghĩ, biết làm việc" đến mức cực hạn, nhưng khi ngành công nghiệp bắt đầu đặt câu hỏi "liệu mô hình có thể bước vào thế giới thực, có thể thực hiện các thao tác vật lý hay không", một cánh cửa mới đã được mở ra.

Ngày 30/07/2026, Google DeepMind đã ra mắt Gemini Robotics 2, với bộ não "suy luận hiện thân" (embodied reasoning) ER 2 dựa trên Gemini 3.5 Flash, nhằm giúp robot "vừa xem video vừa suy nghĩ bước tiếp theo". Gần đây, OpenAI GPT-6 đã gây xôn xao dư luận khi khả năng suy luận, lập trình và hiểu đa phương thức đạt được những đột phá mới, nâng cao hơn nữa trần năng lực của trí tuệ tổng quát.

Một thí nghiệm của Robocurve đã đặt vấn đề "liệu mô hình ngôn ngữ lớn có thể hành động trong thế giới thực hay không" lên bàn cân. Thí nghiệm này triển khai GPT-6 Astra trên cánh tay robot thực tế; trong 20 nhiệm vụ "bỏ khối hình vào bát", GPT-6 Astra hoàn thành 19 lần, trong khi Claude Fable 5.1 chỉ hoàn thành 8 lần.

Thí nghiệm này cho thấy, sau khi năng lực của các mô hình nền tảng được cải thiện đáng kể, chúng cũng có thể đạt được hiệu suất ấn tượng trong các nhiệm vụ hiện thân.

Tuy nhiên, các mô hình ngôn ngữ lớn hàng đầu vẫn tồn tại khoảng cách trong các thao tác vật lý. Một khía cạnh khác trong cùng bộ thử nghiệm của Robocurve đã chứng minh điều này: đối với các nhiệm vụ tinh vi ở cấp độ milimet như "chèn mảnh ghép màu xanh vào khe khớp", tỷ lệ thành công của GPT-6 Astra giảm từ 95% xuống còn 10%.

Sự hiểu biết tổng quát mà các mô hình lớn tích lũy được có thể vượt qua khoảng cách từ "hiểu" đến "thao tác thô", nhưng vẫn dừng bước trước các yêu cầu về "tiếp xúc tinh vi và chèn chính xác".

Đây chính là nút thắt chung của toàn ngành, và cũng là cơ hội thực sự cho những người đi sau.

Ngay tại thời điểm này, một công ty Trung Quốc bước ra từ khu Trung Quan Thôn, Hải Điến, Bắc Kinh – DeepCybo – đã đưa ra lời giải của riêng mình.

Ngày 09/09/2026, DeepCybo chính thức phát hành mô hình nền tảng vật lý PhysBrain 1.5, đạt điểm trung bình tổng thể 72,5 trên 28 tiêu chuẩn đánh giá công khai, đứng đầu trong các mô hình mã nguồn mở tham gia đánh giá, với khoảng cách so với các mô hình đóng hàng đầu như GPT-6 Astra (73,3) và Gemini 3.6 Flash (73,0) đã được thu hẹp xuống dưới 1 điểm.

Họ không chạy đua về quy mô tham số với các gã khổng lồ, cũng không đuổi theo các xu hướng kỹ thuật nóng hổi, mà chọn con đường kỹ thuật "học tập như con người", lấy năng lực mô hình nền tảng trí tuệ vật lý làm định hướng chiến lược cốt lõi để đào sâu nghiên cứu.

Thí nghiệm cánh tay robot của GPT-6 Astra đã chứng minh rằng việc xây dựng mô hình nền tảng vững chắc mới là biến số quyết định giới hạn của trí tuệ vật lý, và đây chính là hướng đi mà DeepCybo đã kiên trì thực hiện trong thời gian dài.

PhysBrain 1.5 là thành quả mang tính giai đoạn từ sự đầu tư liên tục của DeepCybo vào định hướng chiến lược này.

Trong 28 bài kiểm tra đánh giá, PhysBrain 1.5 giành vị trí số 1 mã nguồn mở ở 14 hạng mục và vị trí thứ 2 ở 10 hạng mục.

Nó không chỉ đạt điểm cao ở một hạng mục đơn lẻ, mà đã vươn lên dẫn đầu các mô hình mã nguồn mở trong toàn bộ chuỗi năng lực từ hiểu không gian, tạo hành động, đến dự đoán trạng thái tương lai.

Điều này có nghĩa là PhysBrain 1.5 không chỉ cung cấp "khả năng nhận thức thông minh hơn", mà còn là năng lực nền tảng mang tính hệ thống giúp robot từ việc hiểu môi trường đến thực thi nhiệm vụ.

PhysBrain 1.5 được mã nguồn mở hoàn toàn, bao gồm báo cáo kỹ thuật, trọng số mô hình 2B và 8B, cùng bộ công cụ đánh giá, tất cả đều được chia sẻ với cộng đồng để nhiều nhà phát triển toàn cầu cùng khám phá bước tiếp theo của trí tuệ vật lý dựa trên cùng một nền tảng.

Project Page: https://deepcybo-physai.github.io/PhysBrain-1.5 Hugging Face: https://huggingface.co/collections/DeepCybo/physbrain-15 Evaluation Kit: https://github.com/DeepCybo-PhysAI/PhysBrainEvalKit

Đứng đầu mã nguồn mở, sánh ngang với các mô hình đóng hàng đầu: Mô hình nền tảng AI vật lý của Trung Quốc vươn lên vị trí tiên phong toàn cầu.

Việc đánh giá các mô hình nền tảng vật lý luôn là một thách thức. PhysBrain 1.5 được đánh giá bởi một bộ gồm 28 tiêu chuẩn công khai, được tổ chức theo năm khía cạnh năng lực: nhận thức không gian thị giác, hiểu không gian và đa góc nhìn, nhận thức và lập kế hoạch hiện thân, định hướng không gian và khả năng tương tác, suy luận quỹ đạo thị giác.

Trong bộ kiểm tra đa chiều này, PhysBrain 1.5-8B đã đạt điểm trung bình tổng thể 72,5, xếp hạng nhất trong phe mã nguồn mở.

Xét về kết quả, PhysBrain 1.5-8B dẫn đầu bảng xếp hạng mô hình mã nguồn mở với 72,5 điểm, giành vị trí tốt nhất ở 14/28 hạng mục và vị trí thứ hai ở 10 hạng mục; cao hơn khoảng 6,5 điểm so với đối thủ mã nguồn mở mạnh nhất hiện nay là Hy-Embodied-VLM-1.0 (66,0) và cao hơn 9,4 điểm so với RynnBrain 1.1 (63,1).

Điều đáng chú ý hơn là mức điểm tổng thể: 72,5 điểm đã thu hẹp khoảng cách với GPT-6 Astra (73,3) và Gemini 3.6 Flash (73,0) xuống dưới 1 điểm. Về năng lực cốt lõi của trí tuệ hiện thân, DeepCybo đã đứng cùng vạch xuất phát với các mô hình đóng tiên tiến nhất thế giới.

Điểm số từng phần cũng chứng minh điều đó.

Đạt 73,9 điểm ở hạng mục hiểu không gian RoboSpatial-Home, điều này có nghĩa là mô hình có thể hiểu chính xác mối quan hệ không gian giữa các vật thể trong bối cảnh thực tế, đây là tiền đề để robot hoạt động trong môi trường thực.

Đạt 84,0 điểm ở hạng mục nhận diện bộ phận có thể thao tác (Part-Affordance), cho thấy mô hình không chỉ hiểu "vật thể là gì", mà còn hiểu "bộ phận nào của vật thể đó có thể thao tác và nên thao tác như thế nào", đây là bước then chốt để chuyển từ "nhận diện" sang "tương tác".

Đạt 89,8 điểm ở hạng mục định vị mục tiêu thị giác RoboRefit, cho thấy mô hình có thể tìm kiếm và khóa mục tiêu chính xác trong các bối cảnh phức tạp, cung cấp điểm neo thị giác đáng tin cậy cho việc thực thi hành động sau đó.

Những thành tích này cho thấy sự dẫn đầu của PhysBrain 1.5 không phải là lợi thế cục bộ, mà là sự dẫn đầu về năng lực hệ thống bao trùm nhận thức, không gian, suy luận, lập kế hoạch và định vị. Điều này cũng đánh dấu việc cạnh tranh mô hình nền tảng hiện thân đang chuyển từ cuộc đua năng lực đơn lẻ sang cuộc đối đầu về năng lực hệ thống.

Điều đáng chú ý hơn cả vị trí dẫn đầu của bản 8B là việc PhysBrain 1.5 không chỉ phát hành một "phiên bản lớn".

DeepCybo đồng thời mở quyền truy cập cho hai quy mô tham số là PhysBrain 1.5-2B và PhysBrain 1.5-8B. Trong bộ 28 bài kiểm tra mới nhất được công bố trên trang dự án, PhysBrain 1.5-2B đạt 66,6 điểm.

Theo quy tắc đánh giá chính thức, phiên bản 2B chỉ mang tính tham khảo và không tham gia xếp hạng mã nguồn mở; nhưng nếu chỉ so sánh về con số, điểm tổng thể của nó đã vượt qua tất cả các mô hình mã nguồn mở khác trong bảng, bao gồm Hy-Embodied-VLM-1.0 quy mô 30A3B (66,0), Embodied-R1.5 quy mô 8B (64,9) và RynnBrain 1.1 quy mô 9B (63,1).

Điều này mang lại một giá trị khác cho phiên bản 2B: nó không phải là "phiên bản thu nhỏ để trình diễn" của mô hình 8B, mà là phiên bản vẫn giữ được năng lực hiểu hiện thân khá toàn diện dù đã giảm đáng kể quy mô tham số.

Đối với các nhà phát triển, điều này đồng nghĩa với rào cản thử nghiệm, triển khai và phát triển thứ cấp thấp hơn; đối với PhysBrain, điều này có nghĩa là cùng một lộ trình kỹ thuật đã bắt đầu bao phủ cả hai hướng: "giới hạn hiệu suất" và "khả năng ứng dụng nhẹ".