Nomura: Đột phá mô hình robot đang đến gần, bàn tay khéo léo hưởng lợi trước, độ tin cậy trong nhà máy vẫn là rào cản

Đột phá mô hình đang đến gần, còn bao xa mới có thể dùng trong nhà máy?

Nomura dự kiến OpenAI sẽ phát hành mô hình dành cho AI vật lý từ tháng 12 năm 2026 đến tháng 1 năm 2027, trở thành chất xúc tác đầu tiên. Tuy nhiên, ngân hàng này đánh giá bước tiến hiện tại ở mức gần GPT-2: năng lực bắt đầu xuất hiện, nhưng vẫn còn khoảng cách tới sản xuất ổn định.
Việc học từ số ít lần trình diễn đã có tiến triển. Generalist AI công bố GEN-1.5 đạt tỷ lệ thành công 59% trong mười bài kiểm tra sau khi xem một lần trình diễn dài 3–12 giây, rồi tăng lên 83% sau một đợt huấn luyện ngắn với thêm năm phút dữ liệu. Các kết quả này đến từ thử nghiệm của công ty, bao gồm các tác vụ ngắn hoặc môi trường mô phỏng.
Độ tin cậy mới thực sự quyết định khách hàng có chuyển từ ngân sách thử nghiệm sang ngân sách vận hành hay không. Nghiên cứu của Nomura cho thấy robot tốt nhất chỉ có thể vận hành vài giờ mà không cần can thiệp, trong khi nhà máy cần một tuần; độ chính xác tại hiện trường khoảng 60%, còn ngành yêu cầu ít nhất 98%. Ngân hàng này dự kiến cần 3–5 năm để thu hẹp khoảng cách đối với yêu cầu sau.

Điều khiển từ xa dựa vào con người điều khiển robot từ xa để thu thập dữ liệu, có chi phí cao và gắn với từng mẫu robot. Nomura ước tính chi phí điển hình khoảng 700 nhân dân tệ mỗi giờ. Video góc nhìn thứ nhất của con người có giá khoảng 300–350 nhân dân tệ và vẫn có thể dùng qua các thế hệ robot, phù hợp hơn để mở rộng lượng dữ liệu tiền huấn luyện.
Hiệu quả cũng được cải thiện nhờ phương pháp huấn luyện. SuperMimic trước hết học cách cơ thể chuyển động, sau đó huấn luyện bộ điều khiển trong mô hình. Bài báo cho biết huấn luyện trên một GPU trong 3 giờ đã vượt phương pháp chuẩn được huấn luyện trên 128 GPU trong 7 ngày, với lượng tính toán giảm hơn một nghìn lần. Cải thiện này áp dụng cho điều khiển chuyển động toàn thân; từ đó, Nomura cho rằng khâu này có thể bớt phụ thuộc vào sức mạnh tính toán.
Video có thể giải quyết việc học ban đầu, nhưng tiến bộ liên tục còn dựa vào dữ liệu tạo ra khi robot làm việc. Nomura cho rằng chỉ khi số lượng triển khai đủ lớn mới có thể hình thành vòng lặp “hoạt động tạo dữ liệu—mô hình cải thiện—triển khai tăng lên”.

Nomura ưu tiên các phòng thí nghiệm AI lớn và Tesla: nhóm thứ nhất có mô hình đa dụng, nhân tài và sức mạnh tính toán, còn Tesla kết nối mô phỏng, nền tảng dữ liệu, thử nghiệm tại nhà máy và robot của chính mình. Hai nhóm năng lực này có thể bổ sung cho nhau.
Quy mô tại hiện trường vẫn là ràng buộc. Theo nghiên cứu của Nomura, Tesla đặt mục tiêu đến cuối năm 2026 tích lũy 1 triệu giờ dữ liệu có thể sử dụng thông qua khoảng 10 nghìn robot huấn luyện nội bộ. Trong khi đó, bảy doanh nghiệp chuyển phát nhanh lớn nhất Trung Quốc dự kiến mua tổng cộng chưa đến 500 robot hình người trong năm 2026. Vì vậy, ngân hàng này nhận định vòng phản hồi sẽ bắt đầu trong các doanh nghiệp nắm cả mô hình lẫn robot.

Trước đây, dữ liệu huấn luyện không đủ nên robot thường sử dụng các bộ kẹp đơn giản. Nomura cho rằng các mô hình nền tảng mạnh hơn có thể chuyển kỹ năng mà bộ kẹp hai hoặc ba ngón học được sang bàn tay năm ngón, thúc đẩy lượng sử dụng tăng và đơn giá giảm.
Ngân hàng này dự kiến lượng bàn tay khéo léo xuất xưởng năm 2026 tăng 80%–120% so với cùng kỳ, chủ yếu nhờ các sản phẩm có bậc tự do cao với nhiều khớp chuyển động hơn. Cơ sở hưởng lợi ở đây là mô hình hạ thấp rào cản sử dụng bàn tay phức tạp, đồng thời tăng trưởng xuất xưởng đi kèm với giá giảm.

Nomura dự kiến sau khi hướng phát triển mô hình ổn định, robot sẽ hội tụ về một số ít hình dạng tiêu chuẩn. Khi đó, điều quan trọng là bảo đảm hơn 20 khớp của mỗi robot hoạt động tương đồng: nếu khác biệt giữa các thân máy quá lớn, chiến lược điều khiển một máy học được sẽ khó tái sử dụng trên máy khác, cản trở việc chia sẻ dữ liệu.
Vì vậy, ngân hàng này ưu tiên Unitree, các hãng xe và nhà cung cấp linh kiện chủ chốt có tốc độ cải tiến nhanh và kiểm soát chi phí tốt. Ngân hàng cũng dự kiến Unitree tăng tỷ lệ mua ngoài khi sản lượng tăng để cân bằng chi phí và chất lượng. Ngược lại, các nhà sản xuất robot hoàn chỉnh có tính nhất quán sản phẩm kém và phụ thuộc vào khách hàng thu thập dữ liệu có thể đối mặt với nhu cầu giảm.