Hai ngày. Đó là khoảng thời gian mà mẫu robot mới nhất của Nvidia đứng đầu bảng xếp hạng trong bao lâu Bảng xếp hạng RoboArena trước khi một công ty khởi nghiệp từ Hàng Châu đánh bại nó.
Vào thứ Tư, Spirit AI đã thông báo rằng mô hình nền tảng cho trí thông minh thể hiện, Spirit v1.6, đã đạt được 1.924 điểm chuẩn, vượt xa Chính sách Cosmos3-Nano của Nvidia ở mức 1.881. Dự án thứ hai của Nvidia, DreamZero, đứng thứ ba với 1.763. Đây là lần đầu tiên một người mẫu Trung Quốc giành được vị trí dẫn đầu trên RoboArena, một chuẩn mực mà Nvidia đồng phát triển với Đại học Stanford và Đại học California, Berkeley.
Thời gian nhức nhối. Nvidia đã ra mắt Cosmos 3 đa mẫu tại Computerx ở Đài Bắc vào ngày 1 tháng 6, gọi đây là “mô hình nền tảng biên giới mở cho AI vật lý”. Được đào tạo trên 20 nghìn tỷ mã thông báo dữ liệu đa phương thức, Cosmos 3 được cho là thể hiện sự thống trị của công ty trong một danh mục mà nó thực tế đã phát minh ra. Spirit AI đã có kế hoạch khác.
AI vật lý thực sự đo lường được những gì
TNW City Coworking Space – Nơi công việc tốt nhất của bạn diễn ra
Một không gian làm việc được thiết kế để phát triển, hợp tác và có cơ hội kết nối vô tận ở trung tâm công nghệ.
RoboArena không kiểm tra tính trôi chảy của chatbot hoặc chất lượng tạo hình ảnh. Nó đánh giá mức độ hiệu quả của chính sách robot tổng quát chuyển thành các hành động trong thế giới thực: thao tác đối tượng, điều hướng, sử dụng công cụ, nhận thức, lập kế hoạch và khả năng thích ứng trong môi trường xa lạ. Nói tóm lại, nó đo lường xem một cỗ máy có thể suy nghĩ và thực hiện hay không.
AI vật lý dựa vào hai khả năng cốt lõi. Khả năng chính sách xác định khả năng của mô hình trong việc hành động theo những gì nó quan sát được, đó chính xác là những gì RoboArena đo lường. Khả năng của thế giới xác định khả năng mô phỏng và dự đoán điều gì sẽ xảy ra tiếp theo của mô hình nếu thực hiện một hành động cụ thể.
Ngành công nghiệp đang hướng tới việc tích hợp cả hai. Tháng 9 năm ngoái, các nhà nghiên cứu Trung Quốc đã giới thiệu một kiến trúc “Mô hình Thế giới Chính sách” thống nhất, kết hợp mô hình hóa thế giới và lập kế hoạch quỹ đạo thành một hệ thống duy nhất. Sự hội tụ đó hiện đang tăng tốc trên toàn ngành.
Trung Quốc đang dẫn đầu trên nhiều mặt trận
Kết quả RoboArena của Spirit AI không phải là một điểm dữ liệu riêng biệt. Trong hệ sinh thái rộng lớn hơn về các tiêu chuẩn AI vật lý, các công ty Trung Quốc giữ vị trí dẫn đầu trong hầu hết mọi hạng mục.
Trên điểm chuẩn WorldArena, nơi đánh giá các mô hình thế giới được thể hiện, vị trí hàng đầu thuộc về WorldScape-0.2 từ AI đa dạng. Nó vượt trội hơn Cosmos-Predict 2.5 của Nvidia trong phần đánh giá chính sách. Con đường nhận thức được dẫn đầu bởi AgiBot, một trong những công ty chế tạo robot lớn nhất Trung Quốc, với GenieEnvisioner-Sim2.0-2B mô hình được ra mắt vào tuần trước. Đứng đầu bảng xếp hạng công cụ dữ liệu là DexForce, một công ty khởi nghiệp khác của Trung Quốc.
Trên điểm chuẩn WorldScore, bài kiểm tra khả năng tạo ra thế giới từ lời nhắc bằng văn bản của mô hình, WorldScape-0.2 của Manifold AI một lần nữa dẫn đầu, vượt trội so với WonderJourney, một dự án chung của Stanford và Google.
Tiền đổ vào
Các kết quả kỹ thuật được củng cố bởi một làn sóng vốn bất thường. Spirit AI đã công bố vòng tài trợ trị giá 1,5 tỷ nhân dân tệ (222 triệu USD) vào thứ Tư, vòng thứ tư chỉ sau ba tháng. Tốc độ đó được cho là hoạt động gây quỹ tích cực nhất được thấy trong lĩnh vực AI hiện thân. Các vòng trước đã đẩy mức định giá của công ty lên hơn 10 tỷ nhân dân tệ (1,4 tỷ USD).
Cùng ngày, XYZ Embbed AI, do Học viện Trí tuệ nhân tạo Bắc Kinh ươm tạo, cho biết họ đã kết thúc vòng pre-A, huy động được 1 tỷ nhân dân tệ chỉ trong 10 tháng để phát triển “bộ não hiện thân” và các mô hình thế giới. Manifold AI đã hoàn thành 5 vòng cấp vốn trong 10 tháng, lần gần đây nhất là vào tháng 4, được báo cáo đã huy động được hàng trăm triệu nhân dân tệ.
Lĩnh vực robot rộng lớn hơn của Trung Quốc đã thu hút 3,4 tỷ USD vốn đầu tư mạo hiểm chỉ riêng trong năm 2025, nhiều hơn 42% so với Hoa Kỳ. Khoảng cách đó dường như ngày càng mở rộng vào năm 2026.
Chiến lược phản công của Nvidia
Nvidia không đứng yên. Tại Computerx, Giám đốc điều hành Jensen Huang đã công bố hợp tác với công ty robot Trung Quốc Unitreecông ty đang chuẩn bị IPO trị giá 7 tỷ USD và nhà sản xuất bàn tay robot Sharpa của Singapore để xây dựng một thiết kế tham chiếu robot hình người. Nền tảng này kết hợp cơ thể hình người H2 Plus của Unitree, bàn tay xúc giác Wave của Sharpa và bộ xử lý Jetson AGX Thor T5000 của Nvidia.
Huang cũng thành lập Liên minh vũ trụ, huy động các phòng thí nghiệm AI bao gồm Robot Agile, Phòng thí nghiệm rừng đen, Runway và Skild AI để phát triển các mô hình thế giới mở. Thông điệp rất rõ ràng: Nvidia muốn trở thành lớp cơ sở hạ tầng cho toàn bộ hệ sinh thái AI vật lý, ngay cả khi các mô hình riêng lẻ mất vương miện điểm chuẩn.
Nhưng chính Huang đã xác định được điểm nghẽn cơ bản của ngành. “Đối với các hệ thống robot và AI vật lý, dữ liệu là vấn đề khó khăn nhất”, ông nói tại Computerx. Sự thừa nhận đó chỉ ra lý do tại sao Trung Quốc có thể nắm giữ lợi thế về cơ cấu.
Câu hỏi dữ liệu
Alexandr Wang, người sáng lập Scal AI, người gia nhập Meta với tư cách là giám đốc AI đầu tiên vào năm 2025, được cho là vào năm ngoái đã nói rằng Trung Quốc “về cơ bản có vị trí rất tốt về dữ liệu” và nhiều công ty Mỹ đã dựa vào dữ liệu của Trung Quốc để đào tạo các mô hình nền tảng chế tạo robot. Tuyên bố này chưa được xác minh độc lập đầy đủ nhưng nó phù hợp với chính sách có thể quan sát được.
Tại các trung tâm công nghệ như Bắc Kinh và Thâm Quyến, chính quyền Trung Quốc đã thành lập các “nhà máy dữ liệu” do nhà nước hậu thuẫn để thu thập dữ liệu đào tạo về robot trên quy mô lớn. Chuỗi cung ứng sản xuất của Trung Quốc, với mạng lưới nhà máy và dây chuyền lắp ráp dày đặc, cung cấp môi trường tự nhiên cho loại dữ liệu tương tác robot trong thế giới thực vốn vẫn đắt đỏ và khó thu thập ở phương Tây.
Nếu dữ liệu thực sự là vấn đề khó khăn nhất thì quốc gia có nhiều nhà máy nhất, nhiều robot nhất và sẵn sàng thu thập nhất có thể đã có câu trả lời.
Nguồn The Next Web