CES 2026 Đọc và xem toàn bộ tin tức về CES của chúng tôi tại đây Đã cập nhật chưa đầy 31 phút trước
Tại CES 2026, cuộc trò chuyện về robot đã lặng lẽ thay đổi. Ngày càng ít người hỏi liệu robot có thể di chuyển nhanh hơn hoặc nâng vật nặng hơn hay không. Nhiều người đang đặt câu hỏi khó hơn: tại sao robot vẫn gặp khó khăn bên ngoài các bản demo được kiểm soát – và còn thiếu điều gì để khiến chúng trở nên đáng tin cậy trong thế giới thực?
Đối với nhiều người trong ngành, câu trả lời chính là dữ liệu. Không phải dữ liệu tổng hợp hoặc chuyển động theo kịch bản mà là dữ liệu tương tác thực tế ghi lại cách các đối tượng hoạt động khi chúng được chạm, đẩy, bóp hoặc di chuyển.
Đó là vấn đề mà Daimon Robotics đang cố gắng giải quyết bằng DM-EXton2, một hệ thống thu thập dữ liệu dựa trên hoạt động từ xa được ra mắt tại CES năm nay. Nó không phải là một sản phẩm tiêu dùng. Đây là một công cụ chuyên nghiệp được thiết kế để giúp robot học hỏi từ sự tương tác của con người trên quy mô lớn.
Robot không ngu ngốc – chúng thiếu kinh nghiệm
Những tiến bộ gần đây trong AI đã cải thiện đáng kể nhận thức, hiểu ngôn ngữ và lý luận. Nhưng tương tác vật lý vẫn là một điểm yếu. Robot có thể nhận dạng một vật thể một cách hoàn hảo nhưng vẫn không thành công khi được yêu cầu nhặt, nhét hoặc thao tác một cách an toàn.
Lý do rất đơn giản: thế giới vật chất rất lộn xộn. Lực, ma sát, biến dạng và tiếp xúc thay đổi theo từng thời điểm và những tín hiệu đó rất khó nắm bắt một cách rõ ràng. Hầu hết các robot đơn giản là chưa nhìn thấy đủ dữ liệu này.
Các phương pháp thu thập dữ liệu truyền thống đi kèm với sự đánh đổi. Môi trường thu thập chuyên dụng rất tốn kém và tốn nhiều công sức nhưng vẫn tạo ra dữ liệu có thể tái sử dụng hạn chế. Mô phỏng rẻ hơn nhưng khoảng cách giữa vật lý ảo và thực tế thường dẫn đến các mô hình hoạt động được trong phòng thí nghiệm và thất bại trong thực tế.
Tệ hơn nữa, nhiều hệ thống hiện có can thiệp vào chính hành vi mà chúng đang cố ghi lại. Thiết bị cồng kềnh hạn chế chuyển động tự nhiên, trong khi khả năng cảm nhận hạn chế bỏ lỡ lực tinh vi và tín hiệu xúc giác mà con người dựa vào theo bản năng.
Alex Tchaikovsky / Xu hướng kỹ thuật số
Hệ thống thu thập dữ liệu robot thực sự làm được những gì
Hệ thống thu thập dữ liệu dựa trên hoạt động từ xa sẽ tiếp cận vấn đề theo cách khác.
Dựa trên các phương pháp điều hành từ xa truyền thống, hệ thống thu thập dữ liệu dựa trên hoạt động từ xa ghi lại dữ liệu tương tác trong thời gian thực với tính nhất quán cao hơn trên nhiều tín hiệu. Người vận hành con người điều khiển từ xa rô-bốt để thực hiện các nhiệm vụ thực tế — nắm vật thể, lắp các bộ phận hoặc thao tác công cụ — trong khi hệ thống ghi lại đồng thời dữ liệu chuyển động, thời gian, tiếp xúc và lực.
Trên thực tế, robot học bằng cách quan sát và cảm nhận cách con người thực hiện công việc. Thiết lập này càng gần với hành vi tự nhiên của con người thì dữ liệu thu được càng hữu ích.
Được xây dựng cho dữ liệu trong thế giới thực, không phải bản demo
DM-EXton2 là hệ thống viễn thông phản hồi xúc giác đầu tiên trên thế giới để thu thập dữ liệu bằng robot, được thiết kế để thu thập dữ liệu tương tác chất lượng cao từ các tác vụ trong thế giới thực.
Nó được thiết kế xoay quanh khả năng đáp ứng và tính linh hoạt khi triển khai thay vì các thông số kỹ thuật có thể đeo được. Hoạt động ở tốc độ phản hồi 1000Hz, hệ thống cho phép đồng bộ hóa lệnh ở mức mili giây hỗ trợ hoạt động từ xa mượt mà, độ trễ thấp trong quá trình thu thập dữ liệu.
Nó cũng hỗ trợ hoạt động từ xa toàn cơ thể, bao gồm điều khiển phối hợp các đế di động và khớp thắt lưng, mở rộng phạm vi nhiệm vụ có thể thực hiện. Cùng với khả năng chia tỷ lệ chuyển động thích ứng và chuyển đổi bộ tác động cuối nhanh chóng, những khả năng này cho phép một hệ thống duy nhất hỗ trợ cả thao tác tinh tế và chuyển động phạm vi rộng mà không làm gián đoạn quá trình thu thập dữ liệu.
Để phù hợp với các môi trường làm việc khác nhau, DM-EXton2 có sẵn hai cấu hình: phiên bản ba lô phù hợp với thiết lập thu thập dữ liệu di động và phiên bản gắn trên giá đỡ được thiết kế cho các máy trạm cố định. Điều này cho phép người vận hành chọn định dạng phù hợp nhất với quy trình làm việc của họ, cho dù dữ liệu đang được ghi lại trên các không gian động hay trong môi trường ổn định, có thể lặp lại.
Robot Daimon
Đưa lực và xúc giác vào vòng lặp
Điểm nổi bật nhất của DM-EXton2 là khả năng kết hợp phản hồi lực từ phía người vận hành với cảm biến xúc giác để thu thập dữ liệu.
Hệ thống đưa các khả năng lực lượng này vào một khuôn khổ hoạt động từ xa rộng hơn, cho phép thao tác tự nhiên và chính xác hơn trong quá trình thu thập dữ liệu. Khi robot tương tác với môi trường của nó, lực tiếp xúc sẽ được phản hồi lại cho người vận hành theo thời gian thực. Các tác vụ như xử lý các vật thể dễ vỡ hoặc thực hiện các thao tác chèn chính xác trở nên trực quan hơn, ngay cả khi tầm nhìn của robot bị cản trở một phần.
Đây không chỉ là cải thiện trải nghiệm điều khiển của người vận hành. Ở cấp độ robot, tín hiệu lực và xúc giác được ghi lại cùng với dữ liệu chuyển động, tạo ra các bộ dữ liệu đa phương thức phản ánh cách con người thực sự tương tác với các vật thể. Dữ liệu đó rất quan trọng để dạy robot không chỉ cách di chuyển mà còn cách đánh giá sự tiếp xúc và thích ứng với những hạn chế về thể chất.
Từ những thí nghiệm biệt lập đến học tập lặp lại
Bằng cách đồng bộ hóa chuyển động, lực và cảm ứng, DM-EXton2 đóng vai trò là cầu nối giữa kỹ năng của con người và học máy. Trực giác của con người trở thành dữ liệu có cấu trúc mà robot có thể học hỏi, tái sử dụng và áp dụng trong các nhiệm vụ.
Sự thay đổi đó quan trọng. Thay vì thu thập các tập dữ liệu nhỏ, dành riêng cho nhiệm vụ, các nhóm có thể xây dựng các quy trình liên tục để tạo dữ liệu. Theo thời gian, điều này hỗ trợ việc đào tạo mô hình nhanh hơn và triển khai đáng tin cậy hơn.
Đóng vòng lặp
Hệ thống này cũng phù hợp với sự thay đổi lớn hơn trong cách phát triển robot. Thu thập dữ liệu, đào tạo và triển khai mô hình không còn là các giai đoạn riêng biệt nữa. Họ ngày càng tạo thành một vòng lặp.
Dữ liệu tương tác chất lượng cao được cung cấp vào các mô hình đa phương thức — bao gồm các khung Thị giác-Tactile-Ngôn ngữ-Hành động — giúp cải thiện hành vi của robot. Sau đó, việc sử dụng trong thế giới thực sẽ tạo ra dữ liệu mới giúp tinh chỉnh chu kỳ đào tạo tiếp theo.
Để vòng lặp đó hoạt động, dữ liệu phải di chuyển tự do. Tiêu chuẩn hóa và khả năng tương thích không phải là điều dễ dàng có được; chúng là điều kiện tiên quyết.
Alex Tchaikovsky / Xu hướng kỹ thuật số
Nơi Daimon Robotics phù hợp
Daimon Robotics tập trung vào các công nghệ hỗ trợ việc học của rô-bốt thay vì chế tạo rô-bốt hoàn chỉnh. Công việc của nó bao gồm cảm biến xúc giác, phần cứng thao tác khéo léo và hệ thống điều hành từ xa được thiết kế để hỗ trợ thu thập dữ liệu quy mô lớn.
Công ty được ươm tạo tại Đại học Khoa học và Công nghệ Hồng Kông và được thành lập bởi Giáo sư Yu Wang, giám đốc sáng lập Viện Robotics HKUST, cùng với Tiến sĩ Jianghua Duan. Nhóm kết hợp nghiên cứu học thuật với kinh nghiệm triển khai công nghệ robot ngoài phòng thí nghiệm.
Theo cách tiếp cận này, DM-EXton2 đóng vai trò là thành phần chính trong chiến lược “3D” của Daimon Robotics – Thiết bị, Dữ liệu và Triển khai. Dựa trên sự tập trung lâu dài của công ty vào cảm biến xúc giác và thao tác khéo léo, hệ thống này giúp biến dữ liệu lực và cảm ứng thành đầu vào có thể sử dụng được cho các mô hình học tập nâng cao, hỗ trợ tiến trình hướng tới khả năng robot có mục đích chung hơn.
Tại sao điều này lại quan trọng
Khi robot tiến gần hơn đến môi trường hàng ngày, tiến trình sẽ phụ thuộc ít hơn vào các thuật toán thông minh mà phụ thuộc nhiều hơn vào việc liệu máy móc có thể học hỏi từ thế giới vật chất mà chúng hoạt động hay không.
DM-EXton2 không hứa hẹn khả năng tự chủ ngay lập tức. Thay vào đó, nó đóng vai trò là cầu nối quan trọng, cho phép robot được hướng dẫn thực hiện các nhiệm vụ trong thế giới thực để có thể thu thập dữ liệu tương tác chất lượng cao làm nền tảng cho các khả năng tổng quát hơn.
Bạn có thể tìm hiểu thêm về Daimon Robotics thông qua trang web công ty, Hồ sơ LinkedIn Và tài khoản YouTube.
Nguồn DigitalTrend