Robot hình người IRON của Xpeng bước đi như con người, dự kiến có mặt tại các cửa hàng vào năm 2026

Robot hình người di chuyển như con người

Trên sân khấu rực sáng ở Quảng Châu, Xpeng giới thiệu thế hệ robot hình người mới IRON với màn trình diễn bước đi mượt mà, lập tức thu hút sự chú ý trên mạng xã hội. Robot lướt đi với dáng bước như người mẫu, chuyển trọng lượng từ hông bên này sang bên kia và giữ thăng bằng bằng cách điều khiển bàn chân, ngón chân trông rất giống con người. Màn ra mắt là điểm nhấn tại Ngày hội AI của công ty, đồng thời cho thấy Xpeng đặt cược nghiêm túc vào AI vật lý, chiến lược kết hợp chip tùy chỉnh, bộ não AI mới ưu tiên thị giác và cơ cấu sinh học mô phỏng cơ thể người.

Màn trình diễn chân thực đến mức nhiều người xem tự hỏi liệu có người bên trong lớp vỏ hay không. Công ty đáp lại nghi vấn theo cách đầy kịch tính. Một kỹ sư cẩn thận rạch mở một phần lớp phủ bên ngoài ngay trên sân khấu, để lộ khung xương kim loại và bộ truyền động ở chân, rồi cho IRON tiếp tục bước đi trên sàn. Màn trình diễn gần như không để lại chỗ cho nghi ngờ về trò đánh lừa. Những gì mọi người chứng kiến là một cỗ máy được thiết kế để di chuyển như con người, và nó đã làm được điều đó.

Xpeng định vị IRON là trợ lý phục vụ tại những không gian công cộng đông đúc, từ phòng trưng bày ô tô đến trung tâm thương mại và sảnh văn phòng. Các đợt triển khai đầu tiên dự kiến diễn ra tại những địa điểm của chính công ty vào năm 2026, sau đó là kế hoạch mở rộng thương mại rộng hơn. Xpeng đặt mục tiêu sản xuất hàng loạt vào cuối năm 2026, với nền tảng là chip điện toán tự phát triển và hệ thống phần mềm dùng chung với ô tô và taxi tự hành của hãng.

Điều gì khiến IRON trông giống người đến vậy

Thiết kế của IRON mô phỏng cơ thể người từ trong ra ngoài. Cột sống linh hoạt cùng mạng lưới cơ bắp sinh học giúp phần thân uốn cong, xoay và lấy lại thăng bằng một cách uyển chuyển. Lớp ngoài là da tổng hợp bao phủ toàn thân, tạo cảm giác ấm khi chạm vào; đây là lựa chọn có chủ ý nhằm giúp tương tác bớt lạnh lẽo so với kim loại trần hay nhựa cứng. Màn hình cong 3D bao quanh một phần đầu, biến khuôn mặt thành bề mặt hiển thị linh hoạt có thể thể hiện cảm xúc đơn giản hoặc thông tin hữu ích như trạng thái phục vụ.

Khả năng chuyển động tinh vi đến từ hệ thống khớp dày đặc. Xpeng cho biết IRON có 82 bậc tự do trên toàn thân, trong đó mỗi bàn tay có 22 bậc tự do để cầm nắm vật dễ vỡ và làm cử chỉ như người đang trò chuyện. Các kỹ sư còn bổ sung chuyển động thụ động ở ngón chân để tạo nhịp lăn từ gót đến mũi chân mượt mà, giúp dáng đi trông tự nhiên. Các khớp hài nhỏ giúp bàn tay có kích thước tương đương tay người, để robot sử dụng dụng cụ và đồ vật thường ngày theo đúng công thái học ở tầm vóc con người.

Bộ não AI và chip bên trong

Chỉ riêng khả năng di chuyển chưa đủ tạo nên hành vi thuyết phục. Hệ thống điều khiển của IRON xoay quanh một mô hình lấy thị giác làm trung tâm, chuyển đổi những gì robot nhìn thấy thành hành động tiếp theo với ít bước trung gian nhất. Xpeng mô tả quy trình này là Vision to implicit token to action. Trên thực tế, robot không cần dừng lại để chuyển hình ảnh thành lời trước khi quyết định kế hoạch chuyển động. Nó nhận diện khung cảnh, dự đoán ý định rồi hành động.

Vì sao bỏ qua ngôn ngữ có thể giúp hành động nhanh hơn

Ngôn ngữ rất hữu ích cho đối thoại và lập kế hoạch, nhưng có thể làm tăng độ trễ khi hệ thống chỉ cần tránh sang một bên hoặc nhặt tấm thẻ bị rơi. Khi học được các quy luật liên kết trực tiếp đầu vào thị giác với đầu ra vận động, robot có thể rút ngắn khoảng cách giữa nhận thức và điều khiển. Với một robot hai chân phải giữ thăng bằng và điều chỉnh vị trí đặt chân nhiều lần mỗi giây, giảm độ trễ là điều rất quan trọng. Con người xem khả năng ấy là đương nhiên. Robot phải tự chứng minh mình làm được.

Nền tảng điện toán dành dư địa xử lý cho những vòng điều khiển nhanh đó. IRON được trang bị ba chip AI Turing, cho tổng hiệu năng khoảng 2.250 TOPS trên thiết bị. TOPS là viết tắt của nghìn tỷ phép tính mỗi giây, thước đo số bước tính toán mà bộ xử lý có thể hoàn thành. Năng lực này hỗ trợ chạy đồng thời nhiều mạng nơ-ron, gồm các mạng phục vụ nhận thức, đối thoại và chuyển động, mà không cần chuyển tác vụ lên máy chủ ở xa. Một số bài thuyết trình tại sự kiện đề cập con số hiệu dụng cao hơn trong những chế độ cụ thể, nhưng điểm cốt lõi là một hệ thống điện toán gọn nhẹ có thể xử lý theo thời gian thực ngay trên robot.

Phía trên các chip là kiến trúc đa mô hình kết hợp nhiều kỹ năng. VLT, viết tắt của Vision Language Task, là động cơ cốt lõi cho hành vi hướng đến mục tiêu. VLA, hay Vision Language Action, được kế thừa từ đội ngũ ô tô và điều khiển liên tục 82 khớp. VLM, hay Vision Language Model, hỗ trợ trò chuyện và làm theo chỉ dẫn. Khi phối hợp, các mô hình này giúp IRON trò chuyện với khách, nhận biết khung cảnh trong cửa hàng, rồi đi lại, chỉ dẫn và trao tờ giới thiệu trong một mạch liền.

Năng lượng, an toàn và quyền riêng tư

Xpeng cho biết IRON là robot hình người đầu tiên sử dụng pin thể rắn hoàn toàn. Trong pin lithium-ion thông thường, chất điện phân dẫn điện tích là chất lỏng. Thiết kế thể rắn thay vào đó sử dụng chất điện phân rắn. Thay đổi này nhằm tăng độ ổn định nhiệt và giảm nguy cơ cháy, điều quan trọng với robot hoạt động cạnh con người trong không gian kín. Chất điện phân rắn cũng có thể tăng mật độ năng lượng, giúp robot di động hoạt động lâu hơn mà không cần bộ pin nặng.

An toàn không chỉ phụ thuộc vào pin. IRON hỗ trợ phanh khẩn cấp tự động trong nhà, tương tự tính năng mà nhiều tài xế đã biết qua các hệ thống hỗ trợ lái tiên tiến trên ô tô. Nếu cảm biến phát hiện người hoặc vách kính mà robot chưa lường trước, bộ điều khiển có thể giảm tốc hoặc dừng lại để tránh va chạm. Xpeng cũng đưa ra quy tắc dữ liệu gợi nhớ đến những câu chuyện khoa học viễn tưởng kinh điển. Bên cạnh ba định luật của Asimov, công ty bổ sung định luật thứ tư: robot có nghĩa vụ bảo vệ dữ liệu cá nhân. Theo cam kết của hãng, thông tin nhạy cảm của người dùng không được rời khỏi thiết bị; điều này phù hợp với năng lực xử lý mạnh ngay trên máy và giảm phụ thuộc vào điện toán đám mây trong các tác vụ thường ngày.

Ứng dụng bắt đầu ở cửa hàng, không phải nhà máy

Robot hình người vẫn đối mặt với những câu hỏi về độ bền, chi phí và bảo trì trong ngành công nghiệp nặng. Xpeng đang triển khai theo từng giai đoạn. Bước đầu tiên là dịch vụ tại các địa điểm mở cửa cho công chúng. Công ty dự định đưa IRON vào các cửa hàng bán lẻ của mình từ năm 2026. Tại đây, robot có thể chào đón khách, hướng dẫn họ tham quan khu trưng bày, trả lời câu hỏi về sản phẩm hoặc điều tiết dòng người trong các sự kiện ra mắt đông đúc. Đây là những môi trường có quy trình rõ ràng và luôn có nhân viên hỗ trợ, phù hợp để thử nghiệm trước khi đảm nhiệm công việc khó khăn hơn.

Để đẩy nhanh quá trình phát triển kỹ năng mới, Xpeng sẽ mở bộ công cụ phát triển phần mềm để các nhóm bên ngoài xây dựng ứng dụng. Một cửa hàng có thể cần trợ lý đón khách mang dấu ấn thương hiệu. Văn phòng có thể cần trợ lý kiểm tra thẻ ra vào. Bảo tàng có thể lập trình một chuyến tham quan có hướng dẫn, đồng bộ lời nói của robot với màn hình video. Vì robot dùng chung nền tảng AI với xe của Xpeng, những công cụ nhận thức và lập kế hoạch vốn giúp xe phát hiện xe đẩy trẻ em tại lối sang đường cũng có thể giúp nhân viên đón khách nhận ra khi trẻ nhỏ đi xa cha mẹ.

Thử nghiệm công nghiệp với Baosteel

Dù triển khai rộng rãi trong nhà máy chưa phải mục tiêu đầu tiên, Xpeng đã nêu tên Baoshan Iron and Steel là đối tác trong hệ sinh thái. Các robot IRON sẽ được đưa vào cơ sở sản xuất thép để thử nghiệm những công việc như kiểm tra và tuần tra định kỳ. Các thử nghiệm này cung cấp dữ liệu thực tế về nhiệt độ cao, bụi và rung động, đồng thời giúp xác định những yêu cầu để robot hình người có thể trụ vững trong các ca làm việc dài tại nhà máy. Những bài học từ thử nghiệm nhiều khả năng sẽ được áp dụng vào các phiên bản sau.

Tùy chỉnh ngoại hình và hiện diện xã hội

Công việc dịch vụ đòi hỏi tương tác xã hội, và ngoại hình của IRON được thiết kế để phù hợp với yêu cầu đó. Nền tảng hỗ trợ nhiều vóc dáng và giới tính, kiểu tóc, màu tóc cũng như trang phục phù hợp với môi trường thương hiệu. Bàn tay có kích thước như tay người để việc trao nhận đồ vật diễn ra tự nhiên. Da tổng hợp bao phủ khung máy và được điều chỉnh để tạo cảm giác ấm, giúp cái bắt tay không có cảm giác như chạm vào nhựa. Màn hình cong gắn trên đầu có thể hiển thị biểu cảm và hoạt ảnh đơn giản, giúp khách dễ nhận biết robot đang lắng nghe, suy nghĩ hay hoàn thành một tác vụ.

Bàn tay khéo léo với 22 bậc tự do mỗi bên là yếu tố then chốt để thực hiện các công việc dịch vụ hữu ích. Chúng giúp IRON làm cử chỉ dễ hiểu khi nói chuyện, cầm điện thoại quét mã, nhặt tờ giới thiệu mà không làm nhàu hoặc mang một chiếc hộp nhỏ trong khi vẫn giữ thăng bằng. Kết hợp với cột sống linh hoạt và bàn chân có ngón chân mềm dẻo, khả năng điều khiển bàn tay giúp giữ ổn định toàn thân khi robot cúi người, với tay hoặc bước vòng qua kệ trưng bày.

IRON so với các robot hình người khác

Robot hình người đang chuyển từ những màn trình diễn trong phòng thí nghiệm sang các đợt thử nghiệm có kiểm soát trên khắp thế giới. Tesla thường xuyên công bố tiến triển với Optimus. Boston Dynamics, vốn nổi tiếng với những cú nhảy và chạy năng động, đang hướng Atlas sang lĩnh vực công nghiệp. Các công ty Trung Quốc như Unitree đang đẩy nhanh chu kỳ cập nhật sản phẩm. Hiện Xpeng đang tạo dựng một hướng đi khác. Công ty nhấn mạnh khả năng hiện diện xã hội chân thực, cơ thể phủ da mềm và quy tắc bảo vệ quyền riêng tư ngay trên thiết bị cho các không gian công cộng, cùng bộ pin thể rắn phù hợp với hoạt động trong nhà. Định hướng này nhắm đến các công việc dịch vụ, thay vì nâng vật nặng ngay từ đầu.

Đi bằng hai chân vẫn là việc khó đối với máy móc. Con người giữ thăng bằng bằng những điều chỉnh nhỏ ở mắt cá chân, đầu gối, hông và cột sống mà không cần suy nghĩ. Robot cần hàng nghìn lệnh được căn thời gian chính xác để đạt hiệu quả tương tự. Cách tiếp cận của Xpeng kết hợp việc học chuyển động dựa trên dữ liệu với thiết kế cơ khí cẩn trọng, chẳng hạn như chuyển động thụ động ở ngón chân và bố trí bàn tay, vai theo tỷ lệ cơ thể người. Kết quả là dáng đi bớt máy móc hơn và đôi tay làm được nhiều việc hơn là chỉ kẹp đơn giản. Giá trị thực tế sẽ được chứng minh qua nhiều giờ hoạt động trên sàn, chứ không phải một màn bước đi ngắn trên sân khấu; tuy vậy, màn trình diễn trước công chúng cho thấy hệ thống đã sẵn sàng bắt đầu tích lũy thời gian hoạt động đó.

Từ ô tô đến taxi tự hành và phương tiện bay

IRON là một phần trong nỗ lực rộng lớn hơn mà Xpeng gọi là AI vật lý. Cùng mô hình lấy thị giác làm trung tâm vận hành robot cũng được dùng cho hệ thống hỗ trợ lái trên các phương tiện của công ty và chương trình taxi tự hành dự kiến mở rộng với các mẫu xe mới vào năm tới. Hệ thống được thiết kế để chạy trên chip riêng của hãng, với độ dự phòng cao trên xe. Xpeng cũng đã giới thiệu các sản phẩm bay tầm thấp dưới thương hiệu ARIDGE, trong đó có một phương tiện mặt đất dạng mô-đun có thể chở máy bay cất hạ cánh thẳng đứng chạy điện cỡ nhỏ. Thông điệp chung là công ty không chỉ sản xuất ô tô. Hãng đang xây dựng một hệ sinh thái máy móc được định hình bởi AI, có thể di chuyển giữa dòng xe cộ, trong các phòng trưng bày và cuối cùng là trên bầu trời.

Tóm tắt

• Xpeng giới thiệu thế hệ robot hình người IRON mới tại Ngày hội AI ở Quảng Châu với màn trình diễn bước đi chân thực trên sân khấu.
• Các kỹ sư rạch mở một phần lớp phủ ở chân robot ngay trên sân khấu để cho thấy các bộ phận cơ khí bên trong và xua tan nghi ngờ.
• IRON có cột sống linh hoạt, cơ bắp sinh học, da tổng hợp bao phủ toàn thân và màn hình cong 3D gắn trên đầu.
• Robot có 82 bậc tự do trên toàn thân và 22 bậc mỗi bàn tay để thực hiện các thao tác khéo léo.
• Hệ thống AI lấy thị giác làm trung tâm chuyển trực tiếp từ nhận thức sang hành động, giảm độ trễ khi giữ thăng bằng và cầm nắm.
• Ba chip AI Turing cung cấp khoảng 2.250 TOPS năng lực điện toán trên thiết bị, phục vụ nhận thức, đối thoại và điều khiển.
• Xpeng cho biết IRON là robot hình người đầu tiên sử dụng pin thể rắn hoàn toàn, hướng đến hoạt động an toàn hơn trong nhà.
• Hệ thống phanh khẩn cấp tự động trong nhà giúp robot tránh người và chướng ngại vật ở cự ly gần.
• Quy tắc quyền riêng tư bổ sung định luật thứ tư, quy định dữ liệu người dùng không được rời khỏi thiết bị trong quá trình hoạt động thường ngày.
• Các vai trò dịch vụ ban đầu gồm chào đón khách, hướng dẫn tham quan và hỗ trợ mua sắm tại các địa điểm của Xpeng từ năm 2026.
• Xpeng đặt mục tiêu sản xuất hàng loạt vào cuối năm 2026 và dự kiến cung cấp SDK để nhà phát triển tạo kỹ năng mới.
• Các đợt thử nghiệm công nghiệp với Baosteel sẽ kiểm tra khả năng thực hiện công việc kiểm tra và tuần tra trong điều kiện nhà máy khắc nghiệt.