Dũng Virgo
Tại Bắc Kinh, Trung Quốc đang vận hành một mô hình trường học đặc biệt dành cho robot hình người. Thay vì học trong lớp theo cách truyền thống, những cỗ máy tại đây phải lặp lại các thao tác như nhặt chai nước, sắp xếp đồ dùng, gấp quần áo, nấu ăn hoặc xử lý bưu kiện.
Cơ sở này là Trung tâm đào tạo dữ liệu robot hình người Thạch Cảnh Sơn, được xem là trường học robot lớn nhất Trung Quốc hiện nay. Hoạt động của trung tâm cho thấy cuộc cạnh tranh trong lĩnh vực robot không chỉ nằm ở việc chế tạo phần cứng, mà còn phụ thuộc vào khả năng cung cấp dữ liệu để máy móc hiểu và phản ứng với môi trường đời thực.
Robot học bằng cách lặp lại thao tác thực tế
Bên trong trung tâm, hàng chục robot hình người liên tục thực hiện những nhiệm vụ vốn khá quen thuộc với con người. Một robot có thể cúi xuống nhặt chai nước, robot khác đặt khay thức ăn vào lò vi sóng, trong khi những mẫu máy khác tập quét bưu kiện hoặc dọn các vật dụng trên bàn.
Các chuyên gia đứng cạnh robot, đeo kính chuyên dụng và sử dụng bộ điều khiển để hướng dẫn từng chuyển động. Mỗi thao tác được lặp đi lặp lại nhằm ghi nhận cách robot di chuyển tay, giữ thăng bằng, nhận diện vật thể và hoàn thành nhiệm vụ theo đúng trình tự.
Những bài tập này có vẻ đơn giản, nhưng lại đòi hỏi hệ thống phải xử lý đồng thời nhiều yếu tố. Robot cần xác định vị trí của vật thể, ước lượng khoảng cách, điều chỉnh lực cầm nắm và phản ứng nếu đồ vật bị lệch hoặc môi trường xung quanh thay đổi. Đây là điểm khác biệt lớn giữa việc xử lý dữ liệu trên màn hình và tương tác với thế giới vật lý.
Quy mô hơn 10.000 m², tạo 29.000 giờ dữ liệu mỗi năm
Trung tâm Thạch Cảnh Sơn đi vào hoạt động từ tháng 9/2025, có diện tích hơn 10.000 m². Cơ sở hiện sở hữu khoảng 100 robot hình người và có khả năng tạo ra khoảng 29.000 giờ dữ liệu mỗi năm.
Kho dữ liệu được xây dựng từ gần 700 tình huống khác nhau, trải rộng từ công việc gia đình, sinh hoạt hằng ngày đến các nhiệm vụ trong môi trường công nghiệp. Theo thông tin được công bố, tỷ lệ đạt yêu cầu đối với mỗi nhiệm vụ thu thập dữ liệu lên tới 99%.
Để có được kết quả này, robot không chỉ cần hoàn thành một lần. Các chuyên gia phải theo dõi, điều chỉnh và ghi lại nhiều phiên thực hiện. Dữ liệu sau đó có thể được dùng để cải thiện khả năng vận động, nhận biết bối cảnh và đưa ra hành động phù hợp.
Trung tâm do Tập đoàn Đổi mới khoa học và công nghệ Kinh Thạch, một doanh nghiệp nhà nước, phối hợp vận hành cùng công ty chế tạo robot tư nhân Leju Robotics. Mô hình hợp tác này phản ánh vai trò đồng thời của vốn nhà nước, năng lực sản xuất và công nghệ tư nhân trong chiến lược phát triển robot của Trung Quốc.
Từ gấp khăn đến mua thuốc, robot phải học nhiều bối cảnh
Danh sách nhiệm vụ tại Thạch Cảnh Sơn không chỉ xoay quanh dây chuyền sản xuất. Robot được huấn luyện với những hoạt động có thể xuất hiện trong gia đình và các dịch vụ đời thường.
- Gấp khăn, quần áo và sắp xếp đồ dùng trên bàn.
- Cắm hoa, bố trí dụng cụ nhà bếp và xử lý các vật thể có hình dạng khác nhau.
- Đặt khay thức ăn vào lò vi sóng hoặc thực hiện những bước nấu món đơn giản.
- Nhặt chai nước, quét bưu kiện và thao tác với các vật dụng trong không gian sinh hoạt.
- Mô phỏng quá trình mua thuốc tại hiệu thuốc.
Các tình huống này giúp robot tiếp cận những môi trường ít đồng nhất hơn nhà máy. Trong gia đình, đồ vật có thể nằm ở nhiều vị trí, ánh sáng thay đổi và trình tự công việc không phải lúc nào cũng cố định. Vì vậy, dữ liệu thu thập từ những bối cảnh đa dạng có giá trị lớn trong quá trình phát triển robot đa năng.
Mục tiêu cuối cùng là tạo ra “bộ não hiện thân” cho robot hình người. Khái niệm này mô tả hệ thống AI có khả năng gắn kết giữa nhận thức và hành động, tức không chỉ nhìn thấy hoặc mô tả một vật thể mà còn biết cách tiếp cận, cầm nắm và sử dụng nó trong thế giới thực.
Vì sao dữ liệu vật lý khó thu thập?
AI tạo sinh hiện có thể học từ kho văn bản, hình ảnh, âm thanh và video rất lớn trên Internet. Tuy nhiên, robot hình người cần loại dữ liệu khác: dữ liệu về chuyển động, lực tác động, va chạm, khoảng cách và phản hồi của môi trường.
Một video về việc gấp quần áo có thể cho AI biết trình tự bằng mắt thường. Nhưng để robot thực hiện được công việc đó, hệ thống còn phải biết cách đưa tay đến đúng vị trí, giữ miếng vải với lực vừa đủ, nhận ra khi nếp gấp bị lệch và điều chỉnh động tác. Những thông tin này không dễ suy ra chỉ từ dữ liệu trực tuyến.
Đó là lý do dữ liệu tương tác vật lý được xem là một trong những nút thắt lớn nhất của ngành robot hình người. Số lượng robot xuất xưởng tăng nhanh không đồng nghĩa với việc chúng đã đủ thông minh để làm việc ổn định trong nhà máy, trung tâm logistics, hộ gia đình hay cơ sở chăm sóc người cao tuổi.
Robot có thể được sản xuất hàng loạt, nhưng khả năng thực hiện công việc đáng tin cậy vẫn phụ thuộc vào lượng dữ liệu chất lượng cao mà chúng được tiếp cận.
Tại Hội nghị Trí tuệ Nhân tạo Thế giới 2026, chuyên gia Yao Maoqing của AgiBot và CEO nền tảng dữ liệu AI vật lý Maniformer nhận định rằng trí tuệ hiện thân có thể cần ít nhất hàng chục triệu, thậm chí hàng trăm triệu giờ dữ liệu trước khi được triển khai rộng rãi. Trong khi đó, lượng dữ liệu tương tác vật lý chất lượng cao có thể sử dụng trên toàn cầu hiện mới chỉ ở mức vài trăm nghìn giờ.
Trung Quốc mở rộng mạng lưới trung tâm huấn luyện
Thạch Cảnh Sơn không phải cơ sở duy nhất thuộc mô hình này. Theo Interact Analysis, đến cuối tháng 4/2026, Trung Quốc có ít nhất 90 trung tâm thu thập dữ liệu và huấn luyện robot hình người đã đi vào hoạt động, được lên kế hoạch hoặc đang xây dựng.
Xu hướng mở rộng nhanh xuất phát từ lợi thế sản xuất phần cứng của Trung Quốc. Nghiên cứu ngành được dẫn lại cho biết khoảng 19.100 robot hình người đã được xuất xưởng trên toàn cầu trong nửa đầu năm 2026, trong đó sản phẩm từ Trung Quốc chiếm hơn 97%.
Con số này cho thấy Trung Quốc đang nắm vị trí nổi bật ở khâu chế tạo. Tuy nhiên, phần cứng chỉ là nền tảng ban đầu. Nếu không có dữ liệu đủ phong phú, robot có thể gặp khó khăn khi chuyển từ một nhiệm vụ được lập trình sẵn sang những tình huống mới.
Trung tâm Thạch Cảnh Sơn được phát triển qua năm giai đoạn, với tổng vốn đầu tư 700 triệu nhân dân tệ, tương đương hơn 2.700 tỷ đồng. Ba giai đoạn đầu đã nhận 200 triệu nhân dân tệ. Bên cạnh việc thu thập dữ liệu trong môi trường thật, trung tâm cũng xây dựng hệ thống mô phỏng ảo để tạo thêm dữ liệu với quy mô lớn hơn.
AI vật lý trở thành ưu tiên chiến lược
Trung Quốc đã đưa khái niệm trí tuệ hiện thân vào Báo cáo công tác Chính phủ trong hai năm liên tiếp, 2025 và 2026. Công nghệ này cũng được xác định là một ngành công nghiệp tương lai trọng điểm trong Kế hoạch 5 năm lần thứ 15.
Với định hướng đó, các trung tâm huấn luyện robot đóng vai trò giống như hạ tầng dữ liệu. Chúng cung cấp không gian, thiết bị, nhân sự và kịch bản cần thiết để biến chuyển động trong thế giới thật thành dữ liệu có thể dùng cho việc đào tạo AI.
Chu Khải, Tổng giám đốc Trung tâm Thạch Cảnh Sơn, cho rằng Trung Quốc có lợi thế nhờ quy mô cơ sở lớn và sự hỗ trợ của chính quyền địa phương. Các cơ quan nhà nước và doanh nghiệp có thể cung cấp nhiều bối cảnh khác nhau để robot học cách làm việc.
Quan điểm này cũng cho thấy hướng phát triển của ngành không chỉ là chế tạo một mẫu robot có hình dáng giống con người. Điều quan trọng hơn là xây dựng hệ sinh thái nơi robot được tiếp xúc với đủ loại không gian, công việc và điều kiện vận hành.
Thách thức phía trước không chỉ nằm ở số lượng robot
Việc Trung Quốc sở hữu nhiều robot và trung tâm đào tạo mang lại lợi thế đáng kể, nhưng vẫn còn khoảng cách giữa dữ liệu trong phòng huấn luyện và hiệu suất ngoài đời thực. Một robot có thể hoàn thành tốt thao tác trong môi trường được chuẩn bị sẵn, nhưng chưa chắc xử lý ổn định khi gặp đồ vật mới, mặt sàn khác hoặc yêu cầu thay đổi.
Chất lượng dữ liệu cũng quan trọng không kém số lượng. Dữ liệu cần phản ánh những lần thực hiện thành công, các lỗi thường gặp và cách khắc phục. Nếu chỉ ghi nhận hành động lý tưởng, robot có thể thiếu khả năng ứng phó khi tình huống không diễn ra theo kế hoạch.
Ngoài ra, quá trình huấn luyện đòi hỏi đội ngũ chuyên gia hiểu cả robot lẫn từng lĩnh vực ứng dụng. Họ phải biết cách chia nhỏ nhiệm vụ, xác định tiêu chí đạt yêu cầu và điều chỉnh dữ liệu để hệ thống học được hành vi có thể lặp lại.
Những dự báo lạc quan về tốc độ phổ cập robot hình người, chẳng hạn nhận định của Elon Musk về tác động kinh tế của robot, sẽ chỉ trở thành hiện thực nếu ngành giải quyết được bài toán dữ liệu và độ tin cậy.
Từ “trường học” robot đến lực lượng lao động mới
Thạch Cảnh Sơn cho thấy robot hình người đang chuyển từ giai đoạn trình diễn sang giai đoạn đào tạo có hệ thống. Các nhiệm vụ như gấp khăn, mua thuốc hay nấu món đơn giản không gây ấn tượng bằng những màn biểu diễn phức tạp, nhưng lại có ý nghĩa thực tế trong việc xây dựng năng lực cho máy móc.
Nếu mạng lưới trung tâm tương tự tiếp tục mở rộng, robot có thể được huấn luyện theo từng ngành cụ thể, từ sản xuất, kho vận đến dịch vụ và chăm sóc gia đình. Khi đó, năng lực cạnh tranh sẽ phụ thuộc vào khả năng kết hợp giữa phần cứng, dữ liệu, mô phỏng và môi trường triển khai.
“Trường học robot” vì thế không đơn thuần là một nhà xưởng chứa nhiều cỗ máy. Đây là nơi Trung Quốc đang thử xây dựng nền móng cho thế hệ AI có thể nhìn, di chuyển, thao tác và học hỏi trực tiếp từ thế giới vật lý.
Kimi bị cáo buộc chuyển dữ liệu người dùng sang Claude AI
Cựu nghiên cứu viên cảnh báo AI có thể vượt tầm kiểm soát
OpenAI nói 10.000 AI Agent giải bài toán Navier–Stokes
Lập trình viên tương lai sẽ làm gì khi AI tự viết code?
AI Agent biến wiki cũ thành bộ nhớ chung, tạo 13.000 chỉnh sửa
OpenAI cam kết 1 tỷ USD tăng cường an ninh mạng bằng AI
AI lần đầu hỗ trợ trực tiếp trong ca mổ não trên người
