Dũng Virgo
LG Electronics đang chuyển trọng tâm hợp tác với NVIDIA sang một hướng cụ thể hơn: phát triển robot dựa trên dữ liệu thực tế. Thay vì chỉ tập trung vào một mẫu máy hoặc một linh kiện riêng lẻ, hai doanh nghiệp muốn kết nối phần cứng, nền tảng phần mềm và dữ liệu huấn luyện thành một hệ sinh thái phục vụ AI vật lý.
Trung tâm của kế hoạch là cơ sở dữ liệu robot đang được LG xây dựng tại khuôn viên Trung tâm Nghiên cứu và Phát triển Yangjae ở Seoul, Hàn Quốc. LG đặt mục tiêu đưa cơ sở này vào vận hành toàn phần vào cuối năm 2026, với hàng trăm robot tham gia các bài thử nghiệm trong nhiều môi trường mô phỏng khác nhau.
Hợp tác LG – NVIDIA nhanh chóng chuyển sang giai đoạn triển khai
Động thái mới diễn ra chỉ vài ngày sau khi Tập đoàn LG và NVIDIA công bố quan hệ hợp tác chiến lược tại trụ sở NVIDIA ở Santa Clara, California. Sau cuộc gặp đó, lãnh đạo NVIDIA tiếp tục đến Trung tâm Dữ liệu LG tại Seoul để trao đổi về tiến độ và những hướng hợp tác tiếp theo.
Khoảng thời gian ngắn giữa hai sự kiện cho thấy thỏa thuận không chỉ dừng ở tuyên bố chiến lược. LG đang nhanh chóng đưa kế hoạch vào các hoạt động có thể đo lường, trong đó dữ liệu được xem là nền tảng để robot cải thiện khả năng nhận biết, di chuyển và xử lý nhiệm vụ.
Trung tâm R&D Yangjae có tổng diện tích sàn khoảng 10.000 m2, gồm một tầng hầm và ba tầng nổi. Tại đây, LG sẽ bố trí các khu vực để robot thực hành, kiểm định kết quả và tinh chỉnh dữ liệu trước khi đưa vào quá trình huấn luyện tiếp theo.
Robot sẽ học từ những môi trường được mô phỏng sát thực tế
Loại robot được LG sử dụng làm nền tảng thử nghiệm là LG CLOiD, mẫu robot quản gia do công ty tự phát triển và đã được kiểm chứng trong môi trường thực tế. Robot không chỉ hoạt động trong một không gian cố định mà còn được đưa qua nhiều bối cảnh, nhằm tạo ra dữ liệu đa dạng hơn cho quá trình học.
Ở khu vực mô phỏng nhà ở, LG CLOiD có thể thực hành những công việc vệ sinh hàng ngày. Các bài thử nghiệm như vậy giúp robot lặp lại thao tác trong không gian có đồ đạc, khu vực sinh hoạt và những điều kiện tương tự một căn nhà thông thường.
Một khu vực khác được thiết kế theo mô hình sản xuất, dựa trên nhà máy máy giặt của LG tại Tennessee. Tại đây, robot sẽ luyện khả năng di chuyển, sắp xếp và lắp ráp nhiều loại linh kiện. Môi trường này cho phép LG thu thập dữ liệu gắn với các nhiệm vụ có trình tự, yêu cầu độ chính xác và khả năng phối hợp giữa nhiều thao tác.
Robot cũng được đưa vào các giải pháp tự động hóa logistics của LG CNS và khu vực huấn luyện bàn tay robot do LG Innotek phụ trách. Việc kết hợp dữ liệu từ nhà ở, nhà máy, logistics và thao tác với linh kiện giúp hệ thống có thêm nhiều tình huống để phân tích, thay vì chỉ học từ một nhóm nhiệm vụ đơn lẻ.
Vì sao dữ liệu thực tế quan trọng với AI vật lý?
AI vật lý là hướng phát triển trong đó mô hình trí tuệ nhân tạo phải tương tác trực tiếp với thế giới bên ngoài. Một robot muốn làm việc hiệu quả không chỉ cần hiểu mệnh lệnh bằng ngôn ngữ mà còn phải nhận biết vật thể, ước lượng khoảng cách, điều chỉnh lực và phản ứng trước những thay đổi của môi trường.
Những khả năng này khó hình thành chỉ từ dữ liệu văn bản hoặc hình ảnh tĩnh. Robot cần quan sát, hành động, nhận kết quả rồi tiếp tục điều chỉnh. Vì vậy, quy trình phát triển thường tạo thành một vòng lặp: dữ liệu được thu thập từ hoạt động thực tế, đưa vào huấn luyện, sau đó dùng mô hình mới để cải thiện hành vi trong những lần thử tiếp theo.
LG muốn biến Trung tâm Dữ liệu thành nơi duy trì vòng lặp đó ở quy mô lớn. Dữ liệu không chỉ đến từ robot hoạt động trực tiếp tại Yangjae mà còn được tập hợp từ các cơ sở sản xuất, hệ thống logistics và thiết bị gia dụng LG trên toàn cầu.
Đây là lợi thế mà LG kỳ vọng có thể tận dụng từ lịch sử hoạt động lâu dài trong ngành sản xuất và logistics. Những quy trình, linh kiện và môi trường làm việc đã được doanh nghiệp tích lũy qua nhiều năm có thể trở thành nguồn thông tin đầu vào cho hệ thống robot.
NVIDIA cung cấp các nền tảng cho toàn bộ quy trình
Trong hệ sinh thái dự kiến xây dựng, NVIDIA sẽ đưa vào một loạt công nghệ phục vụ AI vật lý. Các thành phần được LG đề cập gồm thư viện NVIDIA Omniverse, mô hình thế giới mở NVIDIA Cosmos và nền tảng phát triển robot mở NVIDIA Isaac.
Những công nghệ này được sử dụng ở nhiều khâu, từ xử lý và mở rộng dữ liệu cho tới phát triển mô hình và triển khai robot ngoài thực tế. Trong đó, dữ liệu tổng hợp tạo ra bằng mô hình thế giới mở có thể bổ sung cho dữ liệu thu thập trực tiếp, giúp mở rộng số lượng tình huống mà robot được tiếp xúc trong quá trình học.
Điểm đáng chú ý là LG không xem trung tâm mới chỉ như một địa điểm thử nghiệm. Cơ sở này còn được định hướng trở thành nơi tập hợp, mở rộng và tổng hợp dữ liệu huấn luyện từ nhiều nguồn khác nhau. Dữ liệu sau đó được kết nối với hệ sinh thái robot của NVIDIA để tạo thành nguồn đầu vào có chất lượng và quy mô lớn hơn.
Mục tiêu 100.000 giờ dữ liệu vào cuối năm 2026
LG dự kiến đến cuối năm 2026 sẽ thu thập khoảng 100.000 giờ dữ liệu huấn luyện. Con số này bao gồm dữ liệu robot trực tiếp thực hiện nhiệm vụ tại cơ sở cũng như dữ liệu tổng hợp được tạo và tăng cường bằng NVIDIA Cosmos.
Theo cách quy đổi của LG, khối lượng nói trên tương đương khoảng 12 năm dữ liệu. Đây là mục tiêu được đặt ra cho riêng giai đoạn đến cuối năm 2026, trong bối cảnh công ty dự kiến có hàng trăm robot hoạt động tại trung tâm và tiếp tục nâng cấp hệ thống phục vụ việc học, kiểm tra và xử lý dữ liệu.
Nguồn dữ liệu này sẽ được dùng để phát triển Mô hình Nền tảng cho Robot, thường được gọi là Robot Foundation Model, hay RFM. Đây là lớp công nghệ giữ vai trò cốt lõi trong việc giúp robot hình người hiểu nhiệm vụ và thực hiện các thao tác phù hợp với môi trường.
Với RFM, LG hướng tới khả năng tái sử dụng kiến thức giữa nhiều nhiệm vụ và bối cảnh khác nhau. Tuy nhiên, hiệu quả thực tế vẫn phụ thuộc vào chất lượng dữ liệu, cách dữ liệu được kiểm định và khả năng chuyển kết quả huấn luyện từ môi trường mô phỏng sang hoạt động ngoài đời.
LG muốn mở rộng từ robot công nghiệp sang robot gia đình
LG hiện đã có vị thế trong robot công nghiệp và robot thương mại. Bước tiếp theo của công ty là mở rộng sang robot gia đình, lĩnh vực đòi hỏi sản phẩm phải hoạt động trong không gian biến đổi liên tục và tương tác gần hơn với con người.
Để điều phối hướng đi này, LG đã thành lập Trung tâm Kinh doanh Robot dưới sự dẫn dắt của CEO vào tháng trước. Đơn vị mới có nhiệm vụ kết nối các hoạt động liên quan đến robot trong toàn công ty, đồng thời nâng cao hiệu quả triển khai và vận hành.
LG cho biết năng lực của mình trải dài từ linh kiện đến sản phẩm hoàn chỉnh. Ngoài kinh nghiệm sản xuất, doanh nghiệp còn phát triển những bộ phận robot cốt lõi, trong đó có bộ truyền động. Khi kết hợp các thành phần phần cứng này với nền tảng dữ liệu và phần mềm, LG muốn trở thành nhà cung cấp giải pháp robot toàn diện hơn.
Tham vọng đó có ý nghĩa quan trọng trong bối cảnh ngành robot ngày càng chuyển từ các thiết bị chuyên dụng sang những hệ thống có thể học hỏi và đảm nhận nhiều nhóm nhiệm vụ. Một doanh nghiệp kiểm soát được cả phần cứng, phần mềm lẫn dữ liệu sẽ có điều kiện chủ động hơn trong việc phát triển sản phẩm và tối ưu hệ thống.
Cuộc đua robot sẽ không chỉ phụ thuộc vào phần cứng
Hợp tác giữa LG và NVIDIA cho thấy cuộc cạnh tranh trong lĩnh vực robot đang mở rộng sang dữ liệu và mô hình AI. Một cánh tay robot chính xác hoặc một thiết kế hình người ấn tượng chưa đủ để bảo đảm khả năng vận hành linh hoạt. Robot còn cần được huấn luyện với những tình huống gần với thực tế và có cơ chế cải thiện liên tục.
Với Trung tâm Dữ liệu Yangjae, LG đang cố gắng tạo ra hạ tầng phục vụ chính chu trình đó. Nếu đạt mục tiêu 100.000 giờ dữ liệu, công ty sẽ có thêm nền tảng để phát triển RFM và thử nghiệm những ứng dụng từ nhà máy, logistics cho tới gia đình.
Dù vậy, kế hoạch vẫn cần được đánh giá qua khả năng thương mại hóa sản phẩm và mức độ robot hoạt động ổn định trong môi trường thật. Thành công của dự án sẽ phụ thuộc vào việc LG biến khối lượng dữ liệu lớn thành năng lực hữu ích, an toàn và dễ triển khai, thay vì chỉ dừng ở những con số về quy mô.
LG đang đặt cược vào mô hình phát triển robot khép kín, trong đó dữ liệu thực tế, dữ liệu tổng hợp, phần cứng và nền tảng AI hỗ trợ lẫn nhau qua nhiều vòng huấn luyện.
Manus trở lại độc lập sau thương vụ 2 tỷ USD với Meta
Lỗ hổng tl;dv cho phép truy cập hàng trăm nghìn cuộc họp
Anthropic bị định giá bằng doanh thu tương lai 200 tỷ USD
OpenAI giải thể đội Preparedness giữa loạt cảnh báo AI
OpenAI ra mắt ChatGPT dành riêng cho người dùng tuổi teen
ChatGPT phát hiện kế hoạch bạo lực và báo cảnh sát Mỹ
GLM-5.3 gây chú ý với khả năng phát hiện lỗ hổng bảo mật
