Xpeng cho biết robot IRON có thể dự đoán chuyển động của con người trước sáu giây

Cái bắt tay thay đổi trước khi robot kịp hoàn tất chuyển động

Xpeng cho biết robot hình người IRON hiện có thể dự đoán những thay đổi trong chuyển động của con người trước tối đa sáu giây, đồng thời cập nhật đánh giá cứ mỗi 0,2 giây khi quan sát người đứng trước mặt. Nâng cấp này được thiết kế để giúp robot điều chỉnh khi ai đó bất ngờ xòe bàn tay thành nắm đấm hoặc đổi vị trí bàn tay để đập tay ăn mừng.

Nhà sản xuất xe điện Trung Quốc cho biết khả năng này đến từ mô hình VLA thế hệ thứ hai, một hệ thống trí tuệ nhân tạo kết nối thông tin thị giác với hành động thể chất. Theo công ty, hệ thống dự đoán chạy ngay trên robot thay vì phụ thuộc vào kết nối với máy tính đám mây.

IRON được trang bị ba chip AI Turing của Xpeng, với tổng năng lực tính toán 2.250 TOPS. Khả năng tương tác mới dựa trên cùng công nghệ AI vật lý nền tảng mà Xpeng sử dụng để dự đoán những tình huống thay đổi xung quanh xe.

Những ví dụ trực tiếp là các cử chỉ quen thuộc: bắt tay, chạm nắm đấm và đập tay ăn mừng. Thách thức nằm ở thời điểm. Một người có thể đổi hướng giữa chừng, buộc robot phải điều chỉnh cánh tay, bàn tay và tư thế ngay trong lúc tương tác.

Kế hoạch thương mại hóa của Xpeng khiến khả năng phản ứng này trở nên thiết thực hơn ngoài các buổi trình diễn. Công ty muốn IRON trước tiên hoạt động tại cửa hàng, trung tâm thương mại và những môi trường thương mại khác, nơi khách tham quan di chuyển và hành xử theo nhịp độ riêng. Mục tiêu chính thức của công ty là sản xuất hàng loạt robot hình người tiên tiến vào cuối năm 2026, dự kiến giao hàng trong nửa đầu năm 2027.

Năm lần cập nhật mỗi giây thay đổi cách tương tác

IRON đánh giá lại những gì nó nhìn thấy cứ mỗi 0,2 giây, tương đương năm lần cập nhật mỗi giây. Trong khoảng thời gian sáu giây, tốc độ này cho phép thực hiện khoảng 30 lần đánh giá mới. Nhờ vậy, robot liên tục điều chỉnh dự đoán thay vì cố định vào một chuyển động sau khi nhận diện một cử chỉ duy nhất.

Cái bắt tay cho thấy rõ sự khác biệt. Một trình tự cố định có thể yêu cầu robot đưa tay ra sau khi phát hiện bàn tay đang tiến đến. Nếu người đó sau đó nắm tay lại để chạm nắm đấm, robot cần nhận ra thay đổi và điều chỉnh phản ứng trước khi hai bàn tay chạm nhau.

Xpeng cho biết IRON có thể làm điều đó trong lúc tương tác, đồng thời điều chỉnh tư thế và đổi tay khi người đối diện thay đổi vị trí bàn tay để đập tay. Quá trình này tạo thành một vòng lặp liên tục: quan sát người đó, dự đoán điều gì sẽ xảy ra tiếp theo, di chuyển rồi quan sát lại.

Công ty mô tả sáu giây là khoảng dự đoán của hệ thống. Xpeng chưa công bố tỷ lệ chính xác, điều kiện thử nghiệm chi tiết hay tỷ lệ thành công được đo lường đối với các tương tác này. Những số liệu đó sẽ giúp người dùng tiềm năng hiểu rõ hơn khả năng hoạt động ổn định của công nghệ trong những môi trường và với những người khác nhau.

Kết nối AI giữa ô tô và robot hình người

Xpeng giới thiệu VLA thế hệ thứ hai tại Ngày hội Công nghệ ở Quảng Châu vào ngày 5 tháng 11 năm 2025. Trong thông báo về Ngày hội Công nghệ, được công bố ngày 17 tháng 11, công ty mô tả một mô hình tạo chỉ dẫn hành động trực tiếp từ tín hiệu thị giác, loại bỏ bước dịch trung gian sang ngôn ngữ.

VLA là viết tắt của thị giác, ngôn ngữ và hành động. Nói đơn giản, các hệ thống này kết nối những gì máy móc nhìn thấy và hiểu được với những việc chúng cần làm. Xpeng cho biết kiến trúc được cải tiến giúp rút ngắn đường đi từ đầu vào thị giác đến chuyển động, đồng thời cho phép mô hình suy luận về diễn biến tiếp theo của một cảnh vật.

Một chiếc xe tiến đến tình huống giao thông thay đổi và một robot đối diện bàn tay đang di chuyển cùng gặp một vấn đề thực tế: cả hai cần phản ứng với hướng di chuyển của vật thể, chứ không chỉ vị trí hiện tại của nó. Xpeng cho biết nền tảng AI vật lý của hãng cung cấp khả năng chung này để diễn giải chuyển động theo thời gian.

Thông báo hồi tháng 11 mô tả trí tuệ của IRON là sự kết hợp giữa các mô hình VLT, VLA và VLM. Xpeng cho biết VLT là mô hình được phát triển riêng cho khả năng suy luận và ra quyết định tự chủ của robot. VLM, hay mô hình ngôn ngữ thị giác, kết nối thông tin hình ảnh với ngôn ngữ. Nâng cấp tương tác mới tập trung vào khả năng hiểu chuỗi sự kiện và dự đoán chuyển động của VLA thế hệ thứ hai.

Các chip bên trong IRON làm gì

Ba chip Turing của IRON cung cấp năng lực tính toán để liên tục đánh giá tình huống và tạo hành động ngay bên trong thân robot. TOPS là viết tắt của nghìn tỷ phép tính mỗi giây, một thước đo số phép tính phần cứng có thể thực hiện. Với mức 2.250 TOPS, năng lực được công bố tương đương 2.250 nghìn tỷ phép tính mỗi giây.

Chạy mô hình tương tác ngay trên robot có nghĩa là máy có thể xử lý quan sát và tạo phản hồi mà không cần gửi từng quyết định đến máy chủ từ xa. Điều này hữu ích khi bàn tay đã bắt đầu hướng về phía robot và phản hồi cần được đưa ra nhanh chóng.

Xpeng cũng sử dụng nguồn lực điện toán đám mây đáng kể để phát triển AI. Thông báo hồi tháng 11 của hãng đề cập đến một cụm gồm 30.000 card điện toán, mô hình nền tảng có 72 tỷ tham số và quá trình huấn luyện sử dụng gần 100 triệu đoạn video lái xe. Tham số là các giá trị có thể điều chỉnh, qua đó mô hình AI học các quy luật.

Hạ tầng đám mây hỗ trợ phát triển mô hình, còn các chip trên IRON xử lý hệ thống tương tác được triển khai. Chiến lược của Xpeng kết nối hai giai đoạn này: huấn luyện mô hình bằng nguồn lực điện toán quy mô lớn, sau đó điều chỉnh để chúng hoạt động trong giới hạn về năng lượng và phần cứng của một cỗ máy thực.

Cơ thể được thiết kế cho nhiều hơn một cử chỉ

Theo Xpeng, thế hệ IRON mới được ra mắt ngày 5 tháng 11 năm 2025 có 82 bậc tự do trên toàn thân và 22 bậc ở thiết kế bàn tay. Bậc tự do là một chuyển động độc lập, chẳng hạn như khớp gập hoặc xoay. Càng có nhiều chuyển động như vậy, các kỹ sư càng có thêm cách định vị cơ thể và tạo hình cử chỉ.

Xpeng liệt kê cột sống mô phỏng giải phẫu người, các cấu trúc giống cơ bắp, lớp da linh hoạt bao phủ cơ thể, vai được thiết kế để chuyển động như người và màn hình ba chiều cong trên đầu. Các khớp hài hòa nhỏ gọn, một dạng cơ cấu chính xác kích thước nhỏ, giúp bàn tay có tỷ lệ gần với bàn tay người.

Mối liên hệ giữa cơ thể và hệ thống dự đoán mang tính thực tiễn. Khi nhận ra người đối diện đã di chuyển bàn tay, robot có một mục tiêu mới; các khớp và phần mềm điều khiển sau đó phải đặt bàn tay của robot vào đúng vị trí, đồng thời duy trì thăng bằng.

Xpeng cũng cho biết IRON sử dụng pin thể rắn. Loại pin này dùng chất điện phân rắn, là vật liệu cho phép các hạt mang điện di chuyển bên trong pin. Công ty cho biết thiết kế này giúp giảm trọng lượng, tăng mật độ năng lượng và cải thiện độ an toàn. Hãng chưa công bố thời lượng hoạt động của khả năng tương tác đã nâng cấp.

Cửa hàng trước, đồng thời lên kế hoạch cho công việc công nghiệp

Các vai trò dịch vụ ban đầu mà Xpeng công bố gồm hướng dẫn khách tham quan, hỗ trợ người mua sắm và tuần tra. Kế hoạch thương mại hóa ưu tiên cửa hàng và trung tâm thương mại, sau đó mở rộng dần sang môi trường công nghiệp và hộ gia đình.

Những lựa chọn này đặt tương tác với con người vào trọng tâm sản phẩm. Một trợ lý mua sắm có thể cần quay về phía khách, làm theo cử chỉ chỉ tay hoặc phản hồi khi có người tiến đến từ hướng bất ngờ. Nâng cấp mới nhất giải quyết một phần nhỏ nhưng cụ thể của thách thức đó: duy trì tương tác vật lý linh hoạt khi người đối diện thay đổi chuyển động.

Baosteel là đối tác đã được công bố trong chương trình IRON. Tuyên bố hồi tháng 11 của Xpeng cho biết hai công ty sẽ tìm hiểu các ứng dụng, trong đó có kiểm tra tại những môi trường công nghiệp phức tạp. Chủ tịch Baosteel Zou Jixin mô tả kế hoạch đưa IRON vào các cơ sở của công ty và tiếp tục phát triển thông qua ứng dụng thực tế.

Xpeng cũng công bố kế hoạch mở bộ công cụ phát triển phần mềm (SDK) cho IRON. SDK cung cấp cho các nhà phát triển bên ngoài công cụ để xây dựng ứng dụng trên một nền tảng. Với chương trình robot, mục tiêu là để các đối tác tạo ra những ứng dụng ngoài phạm vi do đội ngũ Xpeng thiết kế.

Công ty đã thành lập một nhà máy dữ liệu trí tuệ hiện thân ở Quảng Châu nhằm giải quyết tình trạng thiếu dữ liệu huấn luyện robot. Trí tuệ hiện thân là AI hoạt động thông qua cơ thể vật lý, nơi một quyết định phải chuyển thành chuyển động liên quan đến trọng lượng, tiếp xúc và thăng bằng.

Thách thức sản xuất đằng sau các buổi trình diễn

Chủ tịch kiêm Tổng giám đốc điều hành Xpeng He Xiaopeng mô tả độ khó của lĩnh vực robot cao gấp khoảng 20 lần so với sản xuất ô tô. Ông cho biết công ty tự phát triển phần lớn phần cứng, phần mềm, thiết kế và chuỗi cung ứng của robot.

Ông cũng nói sự do dự trước đây của mình khi công khai trình diễn robot chủ yếu là vì chúng chưa thể được sản xuất hàng loạt. Ông chỉ trích việc sử dụng các màn trình diễn năng lực đã qua biên tập trong toàn ngành. Những bình luận này cho thấy sản xuất ổn định và vận hành đáng tin cậy cũng là mối quan tâm trọng yếu của chương trình, bên cạnh khả năng trình diễn trực quan.

Trong tuyên bố hồi tháng 11, Xpeng xác định chuỗi cung ứng phần cứng và phần mềm chưa trưởng thành là một trong những vấn đề của ngành. Một thiết kế được lắp ráp để trình diễn cuối cùng phải trở thành sản phẩm có thể được chế tạo lặp lại, bảo dưỡng và vận hành tại nhiều địa điểm.

Cột mốc nguyên mẫu ET1 của công ty, được công bố trước ngày 20 tháng 1 năm 2026, đánh dấu thêm một bước tiến hướng đến mục tiêu đó. Ông He cho biết Xpeng đã hoàn thành nguyên mẫu robot hình người ET1 đầu tiên được phát triển theo tiêu chuẩn ô tô. Chương trình ban đầu vẫn tập trung vào hướng dẫn khách, hỗ trợ mua sắm và tiếp đón, đồng thời tiếp tục phát triển các ứng dụng công nghiệp.

Kinh nghiệm sản xuất xe giúp Xpeng tận dụng các quy trình chế tạo và chuyên môn về linh kiện. Nhận định của He Xiaopeng về độ khó cũng phản ánh khối lượng kỹ thuật còn cần thiết để kết hợp AI, chuyển động cơ học và sản xuất trong một sản phẩm robot hình người.

Một lần ngã trước công chúng và lộ trình sắp tới

Sự cố IRON ngã tại trung tâm thương mại Thâm Quyến vào cuối tuần trước ngày 4 tháng 2 năm 2026 cho thấy một khía cạnh khác của quá trình phát triển. Sau khi đi qua sân khấu tại trung tâm thương mại MixC, một robot mất thăng bằng khi đứng yên và được đưa đi. Robot thay thế tiếp tục các màn trình diễn, và ngày hôm sau IRON thực hiện tương tác trong khi được gắn vào khung hỗ trợ.

Sự cố này đáng chú ý vì trung tâm thương mại là một trong những nơi Xpeng dự định triển khai robot đầu tiên. Hệ thống tương tác phải hoạt động cùng khả năng giữ thăng bằng và điều khiển thể chất đáng tin cậy khi khách tham quan ở gần. Vì vậy, các kỹ sư phải phát triển khả năng dự đoán, chuyển động và ổn định như những phần của cùng một cỗ máy.

Những cột mốc và kế hoạch của chương trình trải dài qua nhiều thời điểm:

• 2024: Xpeng giới thiệu IRON thế hệ đầu tiên.
• Ngày 5 tháng 11 năm 2025: Xpeng ra mắt thế hệ mới tại Ngày hội Công nghệ ở Quảng Châu.
• Tháng 1 năm 2026: He Xiaopeng thông báo hoàn thành nguyên mẫu ET1 được phát triển theo tiêu chuẩn ô tô.
• Cuối tuần trước ngày 4 tháng 2 năm 2026: IRON ngã trong buổi trình diễn công khai tại trung tâm thương mại MixC ở Thâm Quyến.
• Ngày 22 tháng 10, không nêu năm trong các thông tin về nâng cấp: Xpeng công bố khả năng dự đoán chuyển động.
• Cuối năm 2026: Xpeng đặt mục tiêu sản xuất hàng loạt robot hình người tiên tiến.
• Nửa đầu năm 2027: Dự kiến giao hàng, ban đầu cho các môi trường thương mại.

Đối với các doanh nghiệp đang cân nhắc IRON, bước thực tế tiếp theo là chuyển từ các cột mốc phát triển sang sản xuất và giao hàng. Khoảng dự đoán sáu giây mô tả một phần trong sản phẩm được đề xuất: robot được thiết kế để thích ứng với con người khi thực hiện công việc hữu ích tại những nơi họ thường lui tới.

Điểm chính

• Xpeng cho biết IRON dự đoán những thay đổi trong chuyển động của con người trước tối đa sáu giây và đánh giá lại thông tin thị giác năm lần mỗi giây.
• Hệ thống tương tác chạy trực tiếp trên robot, được trang bị ba chip AI Turing với năng lực 2.250 TOPS.
• Theo Xpeng, thế hệ mới có 82 bậc tự do trên toàn thân và 22 bậc trong thiết kế bàn tay.
• Các vai trò dự kiến ban đầu gồm hướng dẫn khách tham quan, hỗ trợ người mua sắm và tuần tra; Baosteel tham gia tìm hiểu các ứng dụng công nghiệp.
• Xpeng đặt mục tiêu sản xuất hàng loạt vào cuối năm 2026 và giao hàng trong nửa đầu năm 2027.
• Công ty chưa công bố số liệu chi tiết về độ chính xác hoặc tỷ lệ thành công của nâng cấp dự đoán chuyển động.