Current Robotics: Khi trí tuệ hình người bắt nguồn từ chính con người

Current Robotics (Yuanliu) gần đây đã thông báo hoàn thành nhiều vòng gọi vốn — bao gồm vòng hạt giống (seed), vòng thiên thần (angel) và vòng Pre-A — với tổng số tiền hơn 100 triệu RMB.

Oasis Capital là nhà đầu tư duy nhất trong vòng thiên thần và hiện là cổ đông tổ chức lớn nhất của công ty.

Vòng Pre-A có sự tham gia của Baidu Venture, Hillhouse, Monolith cùng các nhà đầu tư chiến lược và tổ chức khác, trong đó Oasis Capital tiếp tục tăng đáng kể tỷ lệ sở hữu trong các vòng tiếp theo.

Embodied AI (AI hiện thân) hiện đang bước vào giai đoạn quan trọng, chuyển dịch từ việc xác thực khả năng sang triển khai quy mô lớn. Thách thức cốt lõi mà ngành này phải đối mặt là làm thế nào để trang bị cho robot trải nghiệm thực tế và cho phép chúng học tập liên tục. Current Robotics được xây dựng dựa trên triết lý "trí tuệ hình người bắt đầu từ con người", xây dựng một hệ thống kỹ thuật bao trùm từ thu thập dữ liệu hành vi con người, huấn luyện mô hình nền tảng cho robot, đến đánh giá mô hình thế giới — nhằm khám phá con đường hướng tới trí tuệ hình người đa năng.

Công ty trí tuệ hình người Current Robotics (Yuanliu) lần đầu tiên tiết lộ tiến trình gọi vốn: công ty đã hoàn thành các vòng hạt giống, thiên thần và Pre-A, huy động tổng cộng vài trăm triệu RMB. Xét về cấu trúc đầu tư, các tổ chức tài chính đang tập trung vào những cơ hội tiến hóa công nghệ dài hạn trong lĩnh vực Embodied AI, trong khi sự tham gia của các đối tác chiến lược phản ánh rằng ngành này đang tiến tới việc bố trí sâu rộng hơn xung quanh dữ liệu, mô hình và hệ sinh thái ứng dụng.

Ivy, Đối tác tại Oasis Capital, cho biết: "Đội ngũ Current Robotics sở hữu nền tảng học thuật sâu rộng và khả năng đổi mới bền bỉ, đã phát triển chuyên môn đặc biệt trong các vòng lặp dữ liệu Embodied AI và xây dựng năng lực hệ thống. Lấy thao tác di động (mobile manipulation) làm điểm khởi đầu, đội ngũ đã liên tục tạo ra những đột phá trong việc thu thập dữ liệu chất lượng cao, điều khiển phối hợp toàn thân và đánh giá chính sách — khám phá những con đường mới để robot hình người bước vào các kịch bản thực tế. Oasis cam kết tìm kiếm và đồng hành lâu dài cùng những doanh nhân quan trọng nhất. Chúng tôi tin rằng Current Robotics sẽ tiếp tục đổi mới và đẩy nhanh việc ứng dụng robot hình người trong thế giới thực."

Current Robotics cho biết số tiền thu được từ vòng gọi vốn này sẽ chủ yếu tài trợ cho việc thu thập dữ liệu toàn thân của con người ở quy mô lớn, với trọng tâm đầu tư vào các công nghệ cốt lõi bao gồm mô hình nền tảng thao tác khéo léo toàn thân và các trình mô phỏng thế giới tương tác.

Từ nghiên cứu VLA đến các ứng dụng Embodied AI: Kinh nghiệm của đội ngũ là nền tảng cho phương pháp tiếp cận kỹ thuật

Cách tiếp cận về dữ liệu, mô hình và đánh giá hiện tại của Current Robotics bắt nguồn từ nhiều năm nghiên cứu liên tục của đội ngũ về các vấn đề trí tuệ robot.

Nhà sáng lập kiêm CEO Yichen Zhu, cựu giám đốc bộ phận Embodied AI tại Midea Group và là cựu sinh viên Đại học Toronto, là một trong những nhà nghiên cứu đầu tiên tại Trung Quốc làm việc về VLA và các mô hình thế giới cho robot. Ông đã công bố hơn 40 bài báo tại các hội nghị hàng đầu với hơn 5.200 trích dẫn học thuật. Ông đã đề xuất mô hình VLA đầu tiên trên thế giới kết hợp VLM với các mô hình khuếch tán (diffusion models), và là người đầu tiên mở rộng VLA sang CoT (Chain-of-Thought). Bài báo WorldEval năm 2025 của ông là nghiên cứu sớm nhất đề xuất sử dụng mô hình thế giới để đánh giá chính sách hiện thân, với các bài báo liên quan được chấp nhận tại ICML, CoRL, CVPR và các hội nghị khác. Bài báo π0 từ Physical Intelligence chỉ trích dẫn nghiên cứu của một đội ngũ Trung Quốc duy nhất — đó là công trình TinyVLA và ScaleDP của đội ngũ Zhu.

Những nỗ lực nghiên cứu này, mở rộng từ các mô hình VLA và dữ liệu mô phỏng của con người đến học tập robot toàn thân, đã trở thành nền tảng kỹ thuật của Current Robotics.

Các nghiên cứu này giải quyết những giai đoạn quan trọng trong quá trình phát triển trí tuệ robot: từ việc hiểu tác vụ của mô hình nền tảng đến tạo hành động, sau đó đến thu thập dữ liệu thực tế và đánh giá chính sách, và mở rộng hơn nữa sang dữ liệu mô phỏng của con người, học tập robot toàn thân và đánh giá mô hình thế giới — hình thành nên phương pháp tiếp cận kỹ thuật hiện tại của Current Robotics xây dựng xung quanh dữ liệu, mô hình và đánh giá.

Embodied AI bước vào hình thái cuối cùng: Cấu hình hình người với bàn tay khéo léo có bậc tự do (DOF) cao

Khi robot hình người chuyển từ các trình diễn trong phòng thí nghiệm sang các kịch bản thực tế, sự cạnh tranh trong ngành đang chuyển dịch từ khả năng phần cứng sang trí tuệ robot. Khi vô số công ty tham gia vào các kịch bản trí tuệ vật lý đa năng hơn — như gia đình và không gian thương mại — robot phải đối mặt với các tác vụ liên tục ngày càng phức tạp. Thách thức mới là làm thế nào để trang bị cho robot hình người những khả năng giống con người: hiểu môi trường, phối hợp cơ thể, điều khiển bàn tay khéo léo và hoàn thành tác vụ một cách ổn định và bền bỉ.

Để giải quyết nhu cầu này của ngành, Current Robotics đã chọn cách tiếp cận từ hướng Loco-dexterous Manipulation (thao tác khéo léo toàn thân), khám phá con đường mà khả năng di chuyển, phối hợp cơ thể và thao tác tinh vi của robot phát triển song hành.

Curr-0: Điều gì xảy ra khi robot hình người hai chân kết hợp với bàn tay khéo léo?

Hiện nay, ngành công nghiệp trong nước thường sử dụng các cấu hình robot với kẹp hai ngón, kẹp ba ngón và đế di động để hoàn thành tác vụ. Tuy nhiên, nhiều nhà sản xuất nước ngoài — bao gồm Figure, Tesla, 1X và DeepMind — đã đạt được sự đồng thuận: bàn tay khéo léo có bậc tự do (DOF) cao kết hợp với robot hình người hai chân đại diện cho hình thái cuối cùng. Cấu hình robot giống con người này có thể thích nghi hoàn hảo nhất với các không gian do con người thiết kế, nhanh chóng hòa nhập vào cuộc sống con người mà không cần thay đổi môi trường.

Theo hướng này, Current Robotics đã giới thiệu mô hình nền tảng thao tác khéo léo toàn thân Curr-0, khám phá sự tích hợp thực sự của robot hình người hai chân với bàn tay khéo léo 20+ DOF vào một mô hình duy nhất để học tập, suy luận và hoàn thành tác vụ. Curr-0 vận hành trên nền tảng robot hình người 70+ DOF và được huấn luyện end-to-end trên dữ liệu thực tế quy mô lớn, hoàn thành các tác vụ đa dạng thông qua các chính sách chia sẻ trọng số (shared-weight policies) — đạt được sự học tập thống nhất về khả năng di chuyển, phối hợp cơ thể và tương tác vật lý bằng tay.

Robot mang một vật thể qua cửa và đặt nó vào một vị trí cụ thể.

Từ robot hình người và bàn tay khéo léo đến cảm biến lực-xúc giác: Trình mô phỏng thế giới CurrentWorld-0 tăng tốc đánh giá mô hình và thu thập dữ liệu hậu huấn luyện.

Khi các mô hình robot tiếp tục mở rộng quy mô, làm thế nào để nhanh chóng xác thực hiệu quả chính sách và chuyển đổi kết quả đánh giá thành dữ liệu huấn luyện mới đang trở thành mắt xích quan trọng trong quá trình lặp lại liên tục của Embodied AI.

Không giống như đánh giá thuật toán truyền thống, robot hình người phải đối mặt với một thế giới vật lý luôn thay đổi. Trong môi trường thực tế, các tác vụ giống hệt nhau thường khó tái tạo hoàn toàn, và mỗi lần thử nghiệm tiêu tốn chi phí lớn về robot, cơ sở vật chất và nhân lực — hạn chế quy mô đánh giá và hiệu quả lặp lại. Đối với robot, việc cải thiện khả năng phụ thuộc vào phản hồi dữ liệu liên tục và cập nhật mô hình, trong khi hệ thống đánh giá quyết định tốc độ phát hiện vấn đề và tốc độ đưa chúng trở lại huấn luyện. Do đó, các mô hình thế giới được sử dụng để đánh giá robot không chỉ phải tạo ra các cảnh quay chân thực về mặt hình ảnh mà còn phải tiếp tục tạo ra các kết quả nhất quán về mặt vật lý khi hành động của robot, góc quan sát và trạng thái tiếp xúc thay đổi.

Mở chai và rót rượu, gọt dưa chuột — tất cả hình ảnh đều do mô hình tạo ra.

Tuần này, Current Robotics đã phát hành trình mô phỏng thế giới tương tác mới nhất CurrentWorld-0, được thiết kế chính xác xung quanh vấn đề này. Nó mở rộng các ứng dụng mô hình thế giới sang xác thực robot và lặp lại liên tục, đồng thời lần đầu tiên tích hợp các khả năng Cross-Embodiment (đa hiện thân), Multi-View (đa góc nhìn) và Force-Tactile (lực-xúc giác) vào một trình mô phỏng thế giới duy nhất.

Ở cấp độ hiện thân, CurrentWorld-0 bao phủ các kẹp tay kép, robot di động, robot hình người hai chân được trang bị bàn tay khéo léo và các nền tảng khác — với mỗi hiện thân robot giữ lại không gian hành động riêng trong khi học các động lực môi trường chung; ở cấp độ hình ảnh, các góc nhìn gắn trên đầu, gắn trên cổ tay và góc nhìn thứ ba phải liên tục tương ứng với cùng một trạng thái tác vụ; và khi robot thực sự tiếp xúc với vật thể, các cảm giác lực và xúc giác vượt ra ngoài thị giác sẽ tham gia vào quá trình dự đoán, bổ sung cho những thay đổi về xúc giác và lực mà chỉ riêng RGB không thể mô tả đầy đủ.

Điều này có nghĩa là khi robot thay đổi hiện thân, thay đổi góc quan sát, hoặc thậm chí gặp phải các vật thể biến dạng, chất lỏng và các tác vụ tiếp xúc phức tạp, mô hình vẫn phải đảm bảo các trạng thái tiếp theo duy trì các tương tác vật lý đã xảy ra. Những gì CurrentWorld-0 hướng tới mở rộng chính là không gian nơi các chính sách của robot có thể được thực thi, so sánh và xác thực nhiều lần — cung cấp một môi trường đánh giá có khả năng mở rộng hơn cho việc lặp lại mô hình sau này.

CurrentWorld-0 đồng thời dự đoán hình ảnh tương lai, tín hiệu lực và phản hồi xúc giác.

Ngoài đánh giá, CurrentWorld-0 còn phản hồi các lỗi vào quá trình hậu huấn luyện.

Khi các chính sách đi vào các trạng thái có khả năng thất bại, người vận hành có thể tiếp quản thông qua điều khiển từ xa (teleoperation) để sửa lỗi trực tiếp; các trạng thái trung gian trong môi trường được tạo ra có thể được lưu lại, quay ngược lại và thử nghiệm các cách tiếp cận phục hồi khác nhau từ cùng một vị trí. Điều này tiếp nối phương pháp từ công trình Hi-WM trước đó của Current Robotics (Human-in-the-World-Model, được công bố tại Hội thảo Robot World Models của RSS 2026): liên tục khám phá xung quanh các vị trí thực sự xảy ra lỗi, tạo ra các quỹ đạo sửa lỗi có mục tiêu hơn.

Những dữ liệu tiếp quản của con người này sau đó có thể được sử dụng để hậu huấn luyện chính sách. Bằng cách này, các vấn đề được phát hiện trong quá trình đánh giá có thể trực tiếp đi vào chu kỳ huấn luyện tiếp theo: nơi robot thất bại, kinh nghiệm mới được bổ sung xung quanh các điểm đó, và thông qua hậu huấn luyện, chính sách được tối ưu hóa một lần nữa.

Đối với Current Robotics, CurrentWorld-0 lấp đầy chính xác khoảng trống này — kết nối việc đánh giá chính sách, sửa lỗi và hậu huấn luyện thành một quy trình liên tục, cho phép các mô hình thế giới tham gia sâu hơn vào quá trình lặp lại bền bỉ các khả năng của robot.

Khi dữ liệu kẹp tay bị thống trị bởi UMI, dữ liệu bàn tay khéo léo cho robot hình người nên đến từ đâu?

Trong ngành công nghiệp Embodied AI, dữ liệu thực tế đang trở thành nguồn tài nguyên quan trọng quyết định giới hạn trên của khả năng mô hình. Chỉ những công ty có thể liên tục thu được dữ liệu con người chất lượng cao mới có thể thiết lập lợi thế lặp lại mô hình và rào cản cạnh tranh dài hạn. Tuy nhiên, các phương pháp thu thập dữ liệu hiện tại có những hạn chế: dữ liệu hình ảnh góc nhìn thứ nhất không thể ghi lại đầy đủ trạng thái chuyển động và lực tiếp xúc của con người; điều khiển robot từ xa, mặc dù chính xác, lại bị hạn chế bởi chi phí thiết bị và điều kiện triển khai khiến không thể thực hiện ở quy mô lớn; và dữ liệu mô phỏng có thể mở rộng dữ liệu hành động nhưng không bao giờ có thể tái tạo hình ảnh thực tế và chuyển động của con người.

Để giải quyết nút thắt dữ liệu này, Current Robotics đã giới thiệu một hệ thống thu thập dữ liệu con người ghi lại hình ảnh góc nhìn thứ nhất, chuyển động cơ thể, chuyển động bàn tay và thông tin tương tác thông qua các thiết bị đeo — chuyển đổi hành vi tự nhiên của con người thành dữ liệu huấn luyện robot.