WRC 2026: Thiên Tầm có thực sự 'xào lại' công nghệ cũ hay đang giấu bài tẩy?

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

21-08-2026 13:38:12 Nguồn: QbitAI

Chẳng lẽ không có chút thay đổi mới mẻ nào sao?

Hengyu đưa tin từ Aofei Temple

QbitAI | Tài khoản chính thức QbitAI

Trong khuôn khổ WRC, những màn trình diễn thu hút sự chú ý nhất tại các gian hàng robot trong triển lãm chính là những động tác mới lạ.

Nhảy múa, bắt tay, hay thực hiện một nhiệm vụ phức tạp chưa từng thấy, tất cả đều đủ trực quan và mới lạ để khiến khán giả phải giơ điện thoại lên ghi hình.

Thế nhưng, một khi đưa robot vào ứng dụng thực tế tại nhà máy, trung tâm thương mại hay gia đình, các vấn đề thực tế sẽ quay trở lại ở mức độ cốt lõi nhất. Trong môi trường thực tế, điều quan trọng hơn là liệu lần tới robot có thể thực hiện nhanh hơn, ổn định hơn và giảm thiểu sự can thiệp hỗ trợ từ con người hay không.

Chính vì lý do đó, cách tiếp cận của Thousand Intelligence tại Hội nghị Robot Thế giới 2026 (WRC) trở nên khá đặc biệt.

Họ không vội vàng tung ra các kịch bản trình diễn mới lạ hơn, mà để Moz1 tái hiện lại nhiệm vụ "dọn dẹp phòng khách" từng thực hiện tại WAIC hơn một tháng trước tại WRC.

Emmm... "xào lại món cũ" sao?

Vì vậy, chúng tôi đã bắt gặp một nhân viên của Thousand Intelligence tại triển lãm và hỏi: "Thực sự chỉ trình diễn đúng một bản Demo đó thôi sao? Chẳng lẽ không có chút thay đổi mới mẻ nào à?"

Người đó mỉm cười với tôi và nói: "Đừng chỉ nhìn bề ngoài! Dù chưa đầy 30 ngày, nhưng bản Demo này đã có những tiến bộ vượt bậc:"

Ngoài ra, tỷ lệ thực hiện thành công nhiệm vụ nhặt rác trong các điều kiện tổng quát hóa về màu sắc, chủng loại và vị trí đã đạt tới 85%.

Những thay đổi này đều diễn ra trong các khâu khác nhau của chuỗi nhiệm vụ phức hợp dài hạn "dọn dẹp phòng khách" (chứ không phải là một lần gắp hay một động tác tại vị trí cố định).

Vì vậy, hai lần xuất hiện của cùng một bản Demo thực chất là hai "bản chụp tiến hóa" của một hệ thống hiện thân (embodied system).

Thoạt nhìn, có vẻ như họ vẫn làm công việc cũ, nhưng thực chất bên dưới là một tảng băng trôi – phía trên mặt nước là sự cải thiện về mức độ hoàn thành nhiệm vụ; còn phía dưới mặt nước là sự tiến bộ của năng lực toàn diện (full-stack) được cấu thành từ dữ liệu, huấn luyện, Agent, điều hướng, phần cứng và cơ sở hạ tầng.

Sự tiến hóa nhanh chóng trong 30 ngày đã diễn ra như thế nào?

Chúng ta cần lặn xuống dưới mặt nước.

30 ngày, Demo xuất hiện bước nhảy vọt có thể định lượng

Để hiểu được những thay đổi trong 30 ngày này, không thể không nhắc đến một thuật ngữ gọi là "mật độ thời gian" (time density).

Đây là khái niệm học thuật lần đầu tiên được Thousand Intelligence đề xuất trong lĩnh vực trí tuệ hiện thân (embodied AI). Cái gọi là "mật độ thời gian" chính là việc xem xét một hệ thống có thể tiếp nhận vấn đề, hoàn thành huấn luyện và xác thực, sau đó đưa các cải tiến trở lại máy thật trong thời gian ngắn đến mức nào.

Nó không đo lường hiệu suất đỉnh điểm của một lần trình diễn, mà đo lường tốc độ tiến hóa của hệ thống.

Thực tế mà nói, 30 ngày trước tỷ lệ thành công của Thousand Intelligence đã không hề thấp: tại giai đoạn WAIC, tỷ lệ để lon nước vào tủ lạnh đạt gần 80%, bát vào máy rửa bát đạt gần 90%.

Một kết quả rất ấn tượng. Nếu chỉ để làm một bản Demo triển lãm, mức độ này đã đủ để tạo ra hiệu ứng hiện trường khá tốt.

Nhưng 90% trong một nhiệm vụ dài hạn và 90% tại một vị trí cố định hoàn toàn không cùng một đẳng cấp về độ khó.

Nếu một nhiệm vụ đơn lẻ thất bại, thường chỉ là động tác đó không thực hiện được; nhưng trong nhiệm vụ dài hạn, một sai lệch nhỏ sẽ làm thay đổi trạng thái của bước tiếp theo, và lỗi sai có thể tiếp tục kéo dài về sau.

Và việc robot hoàn thành các chuỗi hành động trong cuộc sống như "dọn dẹp phòng khách" thực chất có các khâu rất phức tạp.

Nó phải hiểu được các chỉ dẫn mơ hồ, trước tiên là quan sát môi trường, phán đoán những đồ vật nào cần được đưa về vị trí cũ, sau đó ghi nhớ các bước chưa hoàn thành. Tiếp theo là di chuyển xuyên không gian, gắp đồ vật, mở cửa, đặt đồ, đóng cửa, và trong quá trình đó phải liên tục xác nhận xem mình có làm đúng hay không.

Hơn nữa, trong các nhiệm vụ dài hạn, sự thay đổi tư thế của vật thể, sự lệch vị trí của robot, nhiễu nền, thậm chí là góc mở cửa không đủ, đều có thể khiến các hành động tiếp theo mất nhịp.

Vì vậy, việc Demo đạt tỷ lệ thành công cao chỉ là phần mở đầu của câu chuyện, không thể khẳng định rằng nhiệm vụ này đã hoàn toàn không có sai sót.

Chúng ta hãy hướng tầm mắt về hiện trường WRC.

Bốn nhóm nhiệm vụ gồm: tủ lạnh, máy rửa bát, nhặt rác và thu dọn đồ chơi, mỗi nhóm đều bộc lộ những vấn đề khác nhau trong nhiệm vụ dài hạn: liệu các thao tác liên tục có thể kết nối ổn định hay không, liệu có thể tiếp tục hoàn thành sau khi vị trí và trạng thái vật thể thay đổi hay không, và liệu có thể nhận diện chính xác mục tiêu sau khi môi trường thay đổi hay không.

Xem thêm vài vòng trình diễn nữa, thực tế tại hiện trường triển lãm là liên tục gia tăng độ khó.

Khán giả đi lại, vật cản và sự thay đổi vị trí đồ vật đều sẽ tạm thời làm xáo trộn lộ trình, robot vẫn phải tiếp tục tránh chướng ngại vật, tiếp cận lại mục tiêu, rồi kết nối lại việc điều hướng và các thao tác tiếp theo.

Có thể thấy rõ bằng mắt thường, hiện trường triển lãm vốn dĩ rất giỏi trong việc tạo ra rắc rối.