Will Knight muốn có một con robot cho mèo ăn. Là cây bút cấp cao của WIRED chuyên viết về trí tuệ nhân tạo, Knight nuôi một cô mèo Bengal tên Leona và đã có kế hoạch: một robot nhỏ biết đi, tìm thấy cô mèo, cúi đầu rồi thả đồ ăn từ ngăn chứa được in 3D để gắn trên lưng. Đồ ăn không phải điều đáng chú ý. Tin đáng chú ý là con robot đã hoạt động trong phần mềm, và một mô hình AI đã đảm nhiệm phần lớn công việc huấn luyện vốn thường do kỹ sư robot thực hiện thủ công.

Đó là Microduck ảo, robot hai chân hình con vịt của Pollen Robotics, nhánh robot học thuộc Hugging Face. Knight huấn luyện nó đi quanh phòng mà không bị ngã, đồng thời nhận diện bất kỳ con mèo Bengal nào ở gần. Anh cho biết việc này chỉ mất vài giờ, trong khi trước đây có thể ngốn hàng tuần. Bài viết của anh gọi đó là tương lai của ngành robot. Nhận định ấy đúng một nửa. Vòng lặp huấn luyện đã được rút ngắn đáng kể. Còn những gì nằm ở hai đầu vòng lặp thì hầu như vẫn vậy.

Mô hình thực sự đã làm gì?

Knight kết hợp GPT-6 Sol của OpenAI với Hermes, một bộ khung tác tử của Nous Research, chạy trên Nvidia DGX Spark — máy tính để bàn được xây dựng quanh một chip AI mạnh mẽ. Mô hình không chỉ viết mã. Thông qua Nvidia Isaac Sim, nó gửi chỉ dẫn đến mô hình điều khiển con vịt mô phỏng, xem video ghi lại hoạt động của vịt, đánh giá tiến triển rồi đề xuất điều chỉnh chế độ huấn luyện. Chạy thử, quan sát, tinh chỉnh, lặp lại: đó là phần chậm chạp, ít hào nhoáng trong quá trình robot học hỏi, và cũng là phần đã được tự động hóa.

Các phòng thí nghiệm chuyên nghiệp cũng ghi nhận sự chuyển dịch tương tự. Tại UC Berkeley, nhóm của giáo sư Ken Goldberg cho mô hình Astra của OpenAI quyền truy cập vào một công cụ của Nvidia tên là Newton, cho mô hình xem đoạn phim về robot thật rồi yêu cầu dựng lại khung cảnh dưới dạng mô phỏng. “Điều khiến tất cả chúng tôi kinh ngạc là chỉ trong vòng một giờ, nó đã tạo ra một mô phỏng 3D hoàn chỉnh với mọi thông số được thiết lập — vị trí máy quay, ánh sáng, phông nền, toàn bộ vật liệu,” Goldberg nói với WIRED. Ông cho biết Astra còn có thể chạy thí nghiệm và xem xét kết quả, qua đó đảm nhận phần lớn những việc lặp đi lặp lại trong quá trình huấn luyện robot bằng mô phỏng.

Giờ đây, phương pháp này đã có tên gọi. ASPIRE là một khuôn khổ có các tác giả gồm Goldberg và Jim Fan của Nvidia; trong đó, mô hình ngôn ngữ lớn viết mã điều khiển robot, đọc lại nhật ký thực thi khi robot gặp lỗi, sửa chương trình rồi lưu bản sửa đã hoạt động vào thư viện kỹ năng để những tác vụ sau có thể dùng lại. Theo ToolNavs và RuntimeWire, phòng thí nghiệm của Fan tại Nvidia đã đưa mã nguồn phiên bản 1.0 lên GitHub theo giấy phép Apache 2.0 vào giữa tháng 10. Một bản trình diễn cho thấy các cánh tay robot học cách giải khối Rubik. “Nó cầm khối lên, thử xoay nhưng đặt sai góc,” Fan nói với WIRED. “Sau đó nó suy luận trong một khoảng thời gian rất, rất dài, nhưng cuối cùng vẫn giải được vì dần học hỏi kỹ năng.”

Kỹ năng nay rẻ hơn, nhưng phải thuê

Đây là phần mà cách gọi “robot học theo cảm hứng” thường bỏ qua. Bài nghiên cứu về ASPIRE nói rõ hiệu năng của hệ thống tăng theo năng lực của mô hình tiên phong bên dưới. Khi chạy trên Claude Opus 5.5 của Anthropic, hệ thống đạt tỷ lệ thành công trung bình được báo cáo là 99% trên toàn bộ 80 tác vụ thao tác LIBERO-Pro — một con số do chính nhóm nghiên cứu công bố và chưa được tái lập độc lập. Danh sách hạn chế do dự án đưa ra cũng cho biết hệ thống phụ thuộc vào một mô hình tiên phong cố định; hiện chưa xác minh được liệu các mô hình nhỏ hơn có thể duy trì cùng vòng lặp gỡ lỗi hay không.

Nhìn vào hệ quả sẽ thấy rõ điều này. Giờ đây, chú vịt của một người chơi nghiệp dư và cánh tay robot trong phòng thí nghiệm Berkeley học hỏi hiệu quả gần như tương đương với mô hình lớn mà chúng có thể gọi đến. Chuyên môn kỹ thuật từng là rào cản của ngành robot chưa biến mất. Phần lớn chuyên môn ấy giờ nằm trong mô hình tiên phong mà người phát triển có khả năng trả tiền để sử dụng.

Dù vậy, chú vịt vẫn đang phải chờ

Đầu kia của vòng lặp là phần cứng, và Knight vẫn chưa nhận được robot của mình. Pollen mở đặt trước Microduck với giá 399 USD vào cuối tháng 8, dự kiến giao hàng trước Giáng sinh. Business Insider đưa tin số đơn hàng đã vượt 2,6 triệu USD trong 24 giờ đầu tiên, dẫn lời đồng sáng lập Hugging Face Thomas Wolf; chẳng bao lâu sau, trang thanh toán chuyển thời gian chờ của các đơn mới sang mức từ bốn đến sáu tháng. Gadget Flow cho biết cửa hàng hiện cảnh báo các đơn đặt trước đang mở sẽ chỉ được giao sau tháng 4 năm 2027. Huấn luyện trong môi trường mô phỏng là quy trình được thiết kế để sử dụng: quy trình của chính Pollen cho phép chủ sở hữu huấn luyện hành vi trên vịt ảo rồi chuyển chúng sang robot thật. Nhưng một chính sách điều khiển còn đang chờ thân robot vẫn chưa va phải tấm thảm, chân ghế sofa hay một con mèo không chịu hợp tác.

Knight thẳng thắn về những hạn chế còn lại. Anh viết rằng hệ thống thị giác trên chú vịt của mình chưa hoạt động đủ tốt để đưa vào một sản phẩm thực tế. Khi đưa cho mô hình một ảnh GIF của Michael Jackson để dạy nó điệu moonwalk, hàng giờ nỗ lực chỉ tạo ra thứ mà anh gọi là một kiểu chạy giật lùi khá hăng hái. Các tác giả ASPIRE cũng liệt kê những khoảng trống tương tự khi triển khai ngoài đời thực: phát hiện thành công một cách đáng tin cậy, đưa hệ thống về trạng thái an toàn, giám sát an toàn và hiệu chỉnh. Tất cả đều liên quan đến việc xác định chính xác điều gì đã xảy ra trong một căn phòng ngoài đời — điều mà mô phỏng không thể cho bạn biết.

Dòng tiền đang hướng về đâu?

Không điều gì trong số này làm giảm sức hút của công nghệ. Goldberg cho biết một số công ty hoạt động trong lĩnh vực robot công nghiệp và tự động hóa đã bày tỏ quan tâm đến phương pháp này; Knight nhận định tốc độ phát triển có thể sớm tạo ra tác động lớn đến ngành sản xuất và thương mại điện tử. Tại Conference on Robot Learning ở Austin trong tuần này, Fan dùng bài diễn thuyết chính để trình diễn Astra điều khiển một cánh tay robot, dùng sơn và những cây cọ có sẵn gần đó để vẽ Cầu Cổng Vàng.

Hệ quả là sai sót sẽ xuất hiện ở một khâu khác. Khi việc tạo ra một hành vi cho robot chỉ tốn hàng giờ thay vì hàng tuần, các nhóm sẽ huấn luyện nhiều hành vi hơn hẳn, và khâu khan hiếm sẽ là chứng minh hành vi nào an toàn khi đưa ra khỏi môi trường mô phỏng. Làm rơi món ăn khỏi bát của Leona là một cách rẻ tiền để rút ra bài học ấy. Để một cánh tay robot trong nhà kho vận hành bằng kỹ năng do mô hình viết mà chưa ai kiểm tra trên sàn thực tế thì đắt đỏ hơn nhiều.

Thẻ: nvidia, Hugging Face, robot, Microduck, Pollen Robotics