Trí tuệ thể chất là một hệ thống thông minh tích hợp nhận thức, suy luận, ra quyết định và hành động thông qua tương tác thời gian thực giữa các thực thể vật lý và môi trường, bao gồm nhiều dạng như robot hình người, robot sinh học và các hệ thống môi trường được nhúng.
Trí tuệ hiện thân là một hệ thống thông minh tích hợp nhận thức, tư duy, ra quyết định và hành động thông qua tương tác thời gian thực giữa các thực thể vật lý và môi trường, bao gồm nhiều dạng như robot hình người, robot sinh học và các hệ thống môi trường được nhúng. Hiện nay, trí tuệ hiện thân không ngừng phát triển nhờ tương tác lặp đi lặp lại với môi trường, nâng cao đáng kể khả năng ra quyết định dựa trên nhận thức cũng như hiệu suất thực tiễn trong thế giới khách quan, đồng thời đẩy nhanh quá trình tiến hóa hướng tới trí tuệ tổng quát tự chủ hơn và vận dụng được trong nhiều tình huống khác nhau. Việc nắm bắt chính xác xu hướng đổi mới công nghệ toàn cầu về trí tuệ hiện thân và chủ động đối phó với những thách thức sâu xa mang ý nghĩa đặc biệt quan trọng nhằm tận dụng cơ hội và giành lợi thế trong đợt chuyển đổi công nghiệp mới.
Sự phát triển công nghệ trí tuệ hiện thân toàn cầu cho thấy năm xu hướng chính
Hiện nay, công nghệ trí tuệ hiện thân toàn cầu đang cho thấy xu hướng tiến hóa tăng tốc, với những đột phá trên năm phương diện: nhận thức và tương tác cảm giác, ra quyết định và nhận thức, điều khiển và thực thi, tích hợp dữ liệu giữa miền ảo và miền thực, cũng như tích hợp hệ thống – những yếu tố này đang thúc đẩy trí tuệ hiện thân từ phòng thí nghiệm tiến tới các ứng dụng quy mô lớn.
Một là việc tích hợp các mô hình thế giới và sự chuyển đổi trong tương tác nhận thức. Được thúc đẩy bởi mô hình thế giới và công nghệ nhận thức đa phương thức, trí tuệ hiện thân đã cải thiện đáng kể khả năng hiểu và tương tác với môi trường vật lý, đạt được bước chuyển đổi mang tính đột phá từ "phản ứng kích thích" sang "ra quyết định suy luận" và từ tái cấu trúc dữ liệu sang hiểu các mẫu. Meta đã ra mắt mô hình thế giới V-JEPA2, có khả năng dự đoán hệ quả của các hành vi khác nhau và xếp hạng chúng theo mục tiêu, từ đó nâng cao đáng kể độ chính xác của các hành động. Đại học Bắc Kinh đã đề xuất kiến trúc mô hình ngôn ngữ – hành động đa giác quan MLA, tích hợp đầy đủ các giác quan đa phương thức và cung cấp cơ sở ra quyết định đáng tin cậy hơn bằng cách kết hợp các tín hiệu dị cấu.
Thứ hai, đang xuất hiện xu hướng từ đầu đến cuối và một sự chuyển dịch mô hình trong ra quyết định. Kiến trúc ra quyết định phân cấp của trí tuệ thể chất — gồm "bộ não + tiểu não" — đã trưởng thành và ngày càng được áp dụng rộng rãi; mô hình từ đầu đến cuối, nhờ những ưu điểm như phạm vi bao quát rộng, độ trễ thấp, mức độ tự chủ cao và khả năng hợp tác mạnh mẽ, đã cho thấy tiềm năng to lớn trong việc khám phá trí tuệ thể chất hướng tới khả năng khái quát hóa tổng quát. Gemini Robotics của Google DeepMind dựa trên kiến trúc VLA từ đầu đến cuối và sở hữu khả năng khái quát hóa chéo ontology xuất sắc; mô hình DOBOT-VLA do Yuejiang (Trung Quốc) phát triển độc lập tích hợp khả năng thị giác, ngôn ngữ và điều khiển, đồng thời đã được tối ưu hóa thông qua học tăng cường trong môi trường thực tế. Khi được trang bị robot người dạng ATOM của chính hãng, mô hình này đã đạt quy mô sản xuất hàng loạt vào năm 2025 và có thể thực hiện các nhiệm vụ phức tạp như đi bộ, cân bằng động và lắp ráp chính xác.
Thứ ba, những đột phá trong vật liệu linh hoạt đã dẫn đến sự xuất hiện của khả năng tự phục hồi. Cuộc cách mạng vật liệu đang thúc đẩy quá trình tiến hóa của trí tuệ hiện thân từ "điểm thực thi cứng nhắc" sang "thể hiện trí tuệ thích nghi". Cảm biến xúc giác giống da và da điện tử cho phép trí tuệ hiện thân có khả năng cảm nhận môi trường một cách cực kỳ nhạy bén, trong khi cấu trúc linh hoạt mô phỏng sinh học trang bị cho các dạng sống thông minh hiện thân khả năng vận động đa chế độ như bò, lăn và nhu động, từ đó thích nghi hiệu quả và mở rộng các tình huống ứng dụng. Vật liệu tự sửa chữa đạt được bước đột phá trong việc tự phục hồi chủ động. Sau khi cơ thể bị hư hại, nó có thể tái tổ hợp thuận nghịch các liên kết hóa học dưới tác động của ánh sáng và nhiệt. Vật liệu này tích hợp các chức năng phát hiện hư hỏng, xác định vị trí hư hỏng và tự phục hồi, nhờ đó nâng cao đáng kể độ bền và độ tin cậy của trí tuệ hiện thân trong các môi trường phức tạp và khắc nghiệt, đảm bảo khả năng vận hành tự chủ trong thời gian dài.
Thứ tư là tích hợp dữ liệu ảo và thực, đồng thời thống nhất các tiêu chuẩn dữ liệu. Chi phí cao và quy mô nhỏ của việc thu thập dữ liệu từ máy thật, cùng với khả năng khái quát yếu đối với các môi trường chưa từng thấy, đã trở thành những điểm nghẽn trong phát triển trí tuệ thể chất. Nguồn dữ liệu sinh tổng hợp là môi trường mô phỏng được tạo ra từ mô hình lớn, có khối lượng lớn và mức độ cấu trúc cao, giúp lấp đầy khoảng trống dữ liệu với chi phí thấp. Khi kết hợp với các ràng buộc dựa trên định luật vật lý, các phương pháp dữ liệu hỗn hợp và hiệu chuẩn bằng dữ liệu từ máy thật, khoảng cách giữa mô phỏng và thực tế có thể được thu hẹp đáng kể. Doanh nghiệp trong nước 51Sim đã tích lũy được các tình huống hỗ trợ lái xe đầu cuối và dữ liệu tổng hợp dựa trên nền tảng Nvidia, thành công trong việc huấn luyện robot cho các tình huống phức tạp như cảng và mỏ. Nền tảng "Dome DOME" thống nhất giao diện dữ liệu và đặc tả định dạng, phá vỡ các “hòn đảo dữ liệu”, xây dựng một ngôn ngữ chung cho ngành và thúc đẩy hiệu quả khả năng tương tác giữa các tình huống cũng như nguồn cung dữ liệu chất lượng cao.
Thứ năm là đạt được sự hợp tác dị cấu và xây dựng nền tảng an toàn. Việc tách rời phần mềm và phần cứng cùng với tích hợp theo mô-đun đang thúc đẩy quá trình tăng tốc các hệ điều hành thông minh thể chất nhằm đạt được khả năng tương thích chéo giữa các ontology và hợp tác dị cấu. Kiến trúc OpenRMF thống nhất các "quy tắc giao thông" và "ngôn ngữ giao tiếp" dành cho robot, từ đó cho phép các cụm máy móc dị cấu vận hành phối hợp với nhau; OM1 do OpenMind ra mắt hỗ trợ chức năng cắm vào là chạy (plug and play) và phát triển API của các mô hình lớn chủ lưu trên nhiều ontology khác nhau. Việc tích hợp hệ thống làm vững chắc nền tảng dự án, đảm bảo tính an toàn, độ tin cậy cũng như tuân thủ các ràng buộc giới hạn tối thiểu. Các công nghệ điện toán riêng tư như huấn luyện đối kháng (adversarial training), riêng tư vi phân (differential privacy)… cho phép hợp tác liên tổ chức mà không tiết lộ dữ liệu thô, từ đó xây dựng một hệ thống phòng thủ chủ động và an toàn theo chiều sâu cho các ứng dụng quy mô lớn của trí tuệ nhân tạo thể chất.
Thực hiện nhiều biện pháp nhằm nâng cao năng lực cạnh tranh về trí tuệ thể chất của Trung Quốc
Hiện nay, trí tuệ thể chất của Trung Quốc đang ở giai đoạn then chốt để phối hợp các đột phá công nghệ, triển khai công nghiệp và nuôi dưỡng hệ sinh thái. Việc nội địa hóa phần cứng cốt lõi đã được đẩy nhanh, đồng thời hiệu năng của các mô hình quy mô lớn đã được cải thiện đáng kể. Năng lực tính toán trong nước có thể vận hành hiệu quả các mô hình phức tạp, và năng lực ứng dụng sơ bộ đã hình thành trong một số lĩnh vực. Tuy nhiên, trước sự cạnh tranh quốc tế ngày càng gay gắt, những thách thức sâu sắc đối với trí tuệ thể chất không thể bị bỏ qua.
Thứ nhất, khả năng tự chủ và kiểm soát các thành phần cốt lõi cần được nâng cao, do hiện vẫn phụ thuộc nhiều vào bên ngoài đối với động cơ servo, bộ giảm tốc và cảm biến cao cấp. Độ bền của hệ thống năng lượng còn thiếu, đồng thời năng lực phát triển toàn bộ chuỗi (full stack) nội tại vẫn còn yếu; Thứ hai, hệ thống tiêu chuẩn và hệ sinh thái công nghiệp vẫn cần hoàn thiện, với các giao diện phần cứng, giao thức truyền thông và tiêu chuẩn tương thích phần mềm chưa thống nhất, tình trạng ‘độc lập dữ liệu’ (data silos) phổ biến, ảnh hưởng hạn chế từ các cộng đồng mã nguồn mở (open source), và nguồn cung dữ liệu tương tác chất lượng cao còn thiếu; Thứ ba, hệ thống quản trị an ninh vẫn cần cải thiện, việc xác định rõ trách nhiệm trong các sự cố liên quan đến hệ thống tự chủ gặp khó khăn. Việc thu thập liên tục dữ liệu nhạy cảm dễ dẫn đến các rủi ro như rò rỉ dữ liệu và xâm phạm quyền riêng tư, đồng thời cơ chế đáng tin cậy cho hợp tác liên tổ chức cần được tăng cường.
Trước những thách thức nêu trên, Trung Quốc cần nắm bắt giai đoạn cửa sổ phát triển, lấy đổi mới độc lập làm trung tâm, xây dựng tiêu chuẩn làm điểm khởi đầu và quản trị an toàn làm đường nền, đẩy nhanh việc nuôi dưỡng một hệ sinh thái công nghiệp thông minh thực thể, từ đó tạo động lực mạnh mẽ cho sự phát triển của năng suất chất lượng mới và việc xây dựng một quốc gia công nghệ mạnh.
Một là tăng cường bố trí lực lượng công nghệ chiến lược và củng cố nền tảng đổi mới độc lập. Dựa vào hệ thống quốc gia mới, chúng ta sẽ nâng cao năng lực khoa học – công nghệ chiến lược của các phòng thí nghiệm trọng điểm quốc gia trong lĩnh vực trí tuệ thể chất, đồng thời triển khai nghiên cứu khoa học có tổ chức xung quanh các hướng tiên phong như mô hình hợp nhất ba miền "thông tin – vật lý – nhận thức", kiến trúc ra quyết định đầu cuối (end-to-end), và vật liệu linh hoạt bắt chước sinh học. Đẩy mạnh tích hợp sâu giữa công nghiệp – nhà trường – viện nghiên cứu do doanh nghiệp dẫn dắt, hỗ trợ các doanh nghiệp công nghệ đầu ngành đi đầu trong việc thành lập liên minh đổi mới, tập trung nguồn lực ưu việt để đột phá điểm nghẽn trong việc nội địa hóa các linh kiện cốt lõi như động cơ servo, bộ giảm tốc và vít me bi hành tinh, kết nối toàn bộ chuỗi "nghiên cứu cơ bản – phát triển công nghệ – ứng dụng công nghiệp", từ đó tháo gỡ những ràng buộc đối với sự phát triển công nghiệp ngay từ gốc.
Thứ hai là xây dựng một hệ sinh thái công nghiệp mở và hợp tác, dẫn dắt sự phát triển chất lượng cao bằng các tiêu chuẩn cao. Đẩy nhanh việc phát triển các giao diện phần cứng liên ngành, các giao thức truyền thông và các tiêu chuẩn tương thích phần mềm; đồng thời thúc đẩy các phần mềm nền độc lập và kiểm soát được như hệ điều hành và phần mềm trung gian (middleware). Khám phá khả năng thành lập các thực thể cấp cao về tập hợp và quản trị dữ liệu; phát triển các tiêu chuẩn thu thập và gán chú dữ liệu đa phương thức; xây dựng các bộ tiêu chí mô phỏng và các nền tảng dữ liệu mở cho các tình huống then chốt như sản xuất thông minh và các hoạt động có rủi ro cao; từ đó tháo gỡ các rào cản đối với lưu thông dữ liệu. Tích cực nuôi dưỡng hệ sinh thái mã nguồn mở trong nước; khuyến khích các trường đại học, viện nghiên cứu và doanh nghiệp cùng nhau xây dựng các hệ thống chia sẻ năng lực tính toán thuật toán; giảm thấp rào cản nghiên cứu và phát triển; đẩy nhanh chu kỳ đổi mới công nghệ; và dẫn dắt việc nâng cấp chất lượng ngành thông qua tiêu chuẩn hóa cấp cao và mã nguồn mở.
Thứ ba là thiết lập một hệ thống quản trị an ninh vững chắc và xây dựng nền tảng vững chắc cho sự phát triển đáng tin cậy. Xây dựng cơ chế bảo vệ phân cấp bao trùm thuật toán, dữ liệu và an ninh vật lý, làm rõ ranh giới về quyền hạn và trách nhiệm của tất cả các bên tham gia vào sản xuất, sử dụng, cung cấp thuật toán và giám sát. Nghiên cứu tiên phong về xác định trách nhiệm trong tai nạn, hợp tác liên tổ chức và các quy tắc quản trị dựa trên sự tin cậy lẫn nhau, cũng như các hướng dẫn về an toàn và đạo đức đối với các hành vi cụ thể như điều hướng, cộng tác nhóm và các hành vi khác. Khám phá các mô hình quản lý bao dung và thận trọng, thực hiện đánh giá toàn diện về đạo đức và an toàn trong suốt vòng đời, thiết lập các hệ thống phòng thủ chủ động và an toàn theo chiều sâu, đồng thời cung cấp các đảm bảo thể chế cho việc triển khai quy mô lớn và phát triển lành mạnh lâu dài của trí tuệ thể chất.
EN
