Khi AI bắt đầu có cơ thể: AI vật lý sẽ trở thành dòng công nghệ chính tiếp theo?

Tác giả: Jim, MSX Maitong

Biên tập: Frank, MSX Maitong

Trong hai năm qua, AI giao dịch trên thị trường vốn chủ yếu là "bộ não" của AI.

Từ ChatGPT, mô hình lớn đến GPU, HBM, trung tâm dữ liệu, truyền thông quang học và cơ sở hạ tầng điện lực, gần như tất cả các dòng chính đều xoay quanh việc làm cho mô hình lớn hơn, tốc độ huấn luyện nhanh hơn và chi phí suy diễn thấp hơn.

Tuy nhiên, những AI này có thể tạo ra văn bản, hình ảnh, mã và video, nhưng phần lớn vẫn hoạt động trong màn hình và thế giới số.

Vì vậy, khi khả năng của mô hình lớn và cơ sở hạ tầng tính toán dần trở nên trưởng thành, thị trường tự nhiên sẽ bắt đầu đặt ra câu hỏi tiếp theo: Những mô hình ngày càng thông minh này, cuối cùng có thể bước ra khỏi màn hình, vào ô tô, nhà máy, kho hàng, bệnh viện và thế giới thực không?

Đây chính là lý do AI vật lý bắt đầu bước ra ánh sáng công nghiệp.

I. Từ "có khả năng suy nghĩ" đến "có khả năng hành động", tại sao AI vật lý lại quan trọng?

Theo định nghĩa của NVIDIA, AI vật lý là việc đưa AI ra khỏi màn hình, cho phép các hệ thống tự động như robot, camera, ô tô tự lái có thể cảm nhận và hiểu môi trường xung quanh, thực hiện suy diễn, quyết định và hành động phức tạp.

Nói cách khác, nếu AI sinh ra giải quyết "máy móc làm thế nào để suy nghĩ", thì AI vật lý cố gắng giải quyết sau khi máy móc suy nghĩ, làm thế nào để hành động đúng đắn, an toàn và chi phí thấp, từ đó cho phép máy móc thực sự có khả năng tương tác với thế giới thực.

Từ những phát biểu gần đây của Huang Renxun trong các bài phát biểu công khai, NVIDIA đang liên tục củng cố các dòng sản phẩm như Isaac, GR00T, Cosmos, Omniverse và Jetson, mục tiêu của họ không chỉ đơn thuần là đặt cược vào một loại robot nào đó, mà là xây dựng một nền tảng cơ sở hạ tầng toàn diện cho việc đưa máy vào thế giới vật lý, bao gồm huấn luyện, mô phỏng, suy diễn và triển khai.

Bởi vì AI vật lý thực sự không đơn giản chỉ là kết nối một mô hình lớn vào robot, nó còn cần phải hiểu các mối quan hệ không gian và quy luật vật lý, cần có mô hình thế giới, dữ liệu huấn luyện, môi trường mô phỏng, tính toán biên, thị giác máy móc, cảm biến và điều khiển chuyển động, và phải hoàn thành nhiều bài kiểm tra an toàn trước khi triển khai.

Trong bối cảnh thị trường, AI vật lý có sự trùng lặp cao với "trí tuệ thể chất", nhưng ý nghĩa của nó rộng hơn, không chỉ bao gồm robot hình người mà còn bao gồm ô tô tự lái, robot công nghiệp, drone, nhà máy thông minh, hệ thống kho bãi, cũng như không gian thông minh được điều khiển bởi camera và cảm biến.

Tất nhiên, AI vật lý không phải là một khái niệm mới xuất hiện đột ngột.

Ô tô tự lái, robot công nghiệp, thị giác máy móc và tự động hóa kho đã phát triển trong nhiều năm, điều thực sự thay đổi là các mô hình lớn, mô hình thế giới, công nghệ mô phỏng và tính toán biên đang kết nối những con đường công nghệ tương đối tách biệt trong quá khứ.

Nhiều robot công nghiệp truyền thống dựa vào các chương trình được viết trước, thực hiện các hành động tiêu chuẩn trong môi trường tương đối cố định; mục tiêu của AI vật lý là cho phép máy móc có thể điều chỉnh phán đoán và hành động dựa trên thông tin thời gian thực khi đối mặt với các vật thể khác nhau, môi trường lạ và tình huống bất ngờ.

Điều này có nghĩa là chuỗi công nghiệp AI đang mở rộng từ "bộ não" sang "cơ thể".

Trong hai năm qua, thị trường đã đầu tiên đánh giá lại GPU, lưu trữ, máy chủ, mạng và điện cần thiết để huấn luyện và vận hành AI. Tiếp theo, vốn có thể tìm kiếm những gì có thể tiếp nhận sức mạnh tính toán này và chuyển đổi khả năng mô hình thành năng suất thực tế: robot, ô tô tự lái, drone, thiết bị tự động hóa công nghiệp, cũng như các hệ thống thị giác và cảm biến trải rộng trong nhà máy, kho bãi và thành phố.

Vì vậy, AI vật lý không phải là một khái niệm đơn giản có thể đồng nhất với "robot hình người", mà thực sự mở ra một chuỗi công nghiệp từ sức mạnh tính toán đến hành động.

II. Từ sức mạnh tính toán đến robot, chuỗi công nghiệp AI vật lý gồm năm tầng

Để dễ hiểu, Viện nghiên cứu MSX đã tách chuỗi công nghiệp AI vật lý thành năm khâu chính.

1. Tầng đầu tiên: Tầng sức mạnh tính toán

Dù là huấn luyện mô hình robot, xây dựng môi trường ảo, hay hoàn thành suy diễn thời gian thực trên ô tô và robot, đều không thể thiếu sức mạnh tính toán.

Nó bao gồm GPU trung tâm dữ liệu, chip AI biên, nền tảng tính toán trên xe và bộ xử lý tiết kiệm năng lượng, các mục tiêu chính bao gồm:

• NVIDIA (NVDA.M): bao phủ sức mạnh huấn luyện, nền tảng tính toán biên Jetson, và hệ sinh thái phát triển robot;
• TSMC (TSM.M): nền tảng sản xuất chip AI, chip trên xe và chip tính toán biên;
• Arm (ARM.M): kiến trúc tính toán tiết kiệm năng lượng được ứng dụng rộng rãi trong ô tô, robot và thiết bị thông minh;
• Qualcomm (QCOM.M): bố trí AI trên xe, suy diễn biên và thiết bị thông minh;
• AMD (AMD.M): có thể hưởng lợi từ sức mạnh AI và tính toán nhúng;

Logic của tầng này tương tự như thị trường AI sinh ra trong hai năm qua, tiếp tục theo "bán xẻng" logic, dù cuối cùng công ty robot nào chiến thắng, nền tảng đều cần chip, sức mạnh tính toán và kiến trúc tính toán.

2. Tầng thứ hai: Tầng mô hình

Điều này cũng không khó hiểu, AI vật lý không chỉ cần mô hình ngôn ngữ, mà còn cần mô hình cơ bản cho robot, mô hình thế giới, cũng như mô hình thị giác - ngôn ngữ - hành động.

Mô hình ngôn ngữ có thể hiểu chỉ dẫn của con người, mô hình thị giác giúp máy nhận diện môi trường, mô hình hành động thì chịu trách nhiệm chuyển đổi phán đoán thành hành động cụ thể; mô hình thế giới thì tiến xa hơn, nó cố gắng giúp AI hiểu mối quan hệ giữa các vật thể, dự đoán những gì có thể xảy ra tiếp theo, và thực hiện suy diễn trước khi hành động.

Tầng này hiện tại vẫn chủ yếu do các công ty công nghệ lớn và doanh nghiệp nền tảng thúc đẩy, bao gồm NVIDIA, Tesla, Google, và một số công ty khởi nghiệp robot.

So với mô hình ngôn ngữ lớn, vấn đề lớn nhất mà mô hình robot phải đối mặt là dữ liệu, mặc dù trên internet có vô số văn bản, hình ảnh và video, nhưng thực sự có rất ít dữ liệu hoạt động robot chất lượng cao, cách tạo ra đủ dữ liệu huấn luyện sẽ trở thành rào cản chính trong quá trình phát triển AI vật lý.

3. Tầng thứ ba: Tầng mô phỏng

Do chi phí huấn luyện thực tế cao, tốc độ chậm, và rủi ro lớn, robot cần học trước trong thế giới ảo, vì vậy sinh đôi số, dữ liệu tổng hợp và môi trường huấn luyện ảo tạo thành một tầng rất quan trọng của AI vật lý.

NVIDIA đã xây dựng một chuỗi công cụ khá hoàn chỉnh ở tầng này: Omniverse được sử dụng để xây dựng sinh đôi số và môi trường mô phỏng, Isaac Sim và Isaac Lab hỗ trợ huấn luyện, kiểm tra và xác minh robot, Cosmos cung cấp mô hình thế giới và khả năng tạo dữ liệu.

Giá trị của tầng này nằm ở chỗ, nó có thể chuyển đổi những thử nghiệm tốn kém, nguy hiểm và chậm chạp trong thế giới thực sang môi trường ảo, các nhà phát triển có thể chạy đồng thời nhiều cảnh, kiểm tra ánh sáng, thời tiết, địa hình và sự kiện bất ngờ khác nhau, sau đó triển khai các mô hình đã được xác minh vào thiết bị thực tế.

Nói cho cùng, robot có thể cần vài phút để huấn luyện trong thực tế, nhưng trong môi trường mô phỏng có thể chạy hàng nghìn lần song song.

4. Tầng thứ tư: Tầng cảm nhận

Khi robot bước vào thế giới thực, bước đầu tiên thường không phải là có đôi tay linh hoạt, mà là có thể "nhìn thấy" và hiểu môi trường xung quanh một cách ổn định.

Nó phải nhận diện vật thể, đánh giá khoảng cách, hiểu sự thay đổi của môi trường, và hoàn thành định vị trong không gian phức tạp, sau khi đưa ra phán đoán, nó còn cần thông qua bộ điều khiển, động cơ, cánh tay cơ khí và mô-đun khớp để chuyển đổi quyết định thành hành động thực tế.

Tầng này bao gồm thị giác máy móc, camera, lidar, cảm biến, chip điều khiển, điều khiển chuyển động và các thành phần thực hiện khác:

• Cognex (CGNX.M): hệ thống thị giác và nhận diện máy công nghiệp;
• Ouster (OUST.M): lidar và nền tảng cảm nhận;
• Qualcomm, NVIDIA: cung cấp nền tảng tính toán thị giác trên xe và biên;

Ouster đã kết nối lidar kỹ thuật số thế hệ mới với NVIDIA Jetson và hệ sinh thái Isaac, và đang thúc đẩy ứng dụng trong robot công nghiệp, kiểm tra và hệ thống tự động; Cognex cũng liên tục triển khai hệ thống thị giác AI vào các cảnh kiểm tra và tự động hóa trong ngành sản xuất.

So với robot hình người, không gian tưởng tượng của thị giác máy móc và cảm biến có thể không lớn như vậy, nhưng gần gũi hơn với đơn hàng thực tế và khách hàng hiện có.

Còn về động cơ, bộ giảm tốc và mô-đun khớp, các mục tiêu thuần túy trên thị trường chứng khoán Mỹ tương đối hạn chế, cơ hội liên quan nhiều hơn phân tán trong tự động hóa công nghiệp, chip mô phỏng và các công ty linh kiện chuyên nghiệp.

5. Tầng thứ năm: Tầng ứng dụng

Là tầng cao nhất trong chuỗi công nghiệp, đây cũng là robot, ô tô tự lái, drone và thiết bị tự động hóa công nghiệp mà thị trường quen thuộc nhất, các mục tiêu tương ứng bao gồm:

• Tesla (TSLA.M): Optimus, FSD và Robotaxi;
• Alphabet (GOOGL.M): bố trí ô tô tự lái thông qua Waymo;
• Amazon (AMZN.M): robot kho, tự động hóa logistics và Zoox;
• Teradyne (TER.M): robot hợp tác và robot di động;
• AeroVironment (AVAV.M), Kratos (KTOS.M), Ondas (ONDS.M): drone và hệ thống không người lái;
• Palantir (PLTR.M): nền tảng phần mềm kết nối dữ liệu, quyết định và thiết bị không người lái;

Trong đó, Palantir không phải là nhà sản xuất robot, mà thiên về nền tảng phần mềm kết nối dữ liệu, quyết định và thiết bị không người lái; Uber có thể trở thành cổng kết nối giữa các đội Robotaxi khác nhau với người dùng, điều phối đơn hàng và hoàn thành giao dịch, cả hai đều thuộc hướng hưởng lợi gián tiếp.

Đây cũng là khâu dễ tạo ra tính linh hoạt cao nhất của AI vật lý, một khi một loại robot, Robotaxi hoặc drone nào đó bước vào sản xuất quy mô lớn, thị trường sẽ nhanh chóng điều chỉnh doanh thu và không gian định giá của nó.

Nhưng đồng thời, tầng ứng dụng cũng là phần cạnh tranh khốc liệt nhất, khó khăn nhất để hiện thực hóa.

III. Ai sẽ kiếm tiền trước: bán xẻng hay chế tạo robot?

Từ thứ tự hiện thực hóa trong ngành, doanh thu và lợi nhuận gia tăng mà AI vật lý mang lại, chưa chắc sẽ xuất hiện trước tiên ở những robot hình người có cảm giác khoa học viễn tưởng nhất.

Ngược lại, con đường có khả năng hơn là, trước tiên bán nền tảng cơ sở, sau đó vào các cảnh đóng kín; trước tiên giải quyết các nhiệm vụ tiêu chuẩn hóa, sau đó thách thức thế giới mở, nói tóm lại, "bán xẻng" vẫn có độ chắc chắn cao nhất.

Vì vậy, nếu nói rằng những người hưởng lợi lớn nhất trong giai đoạn đầu của AI sinh ra là NVIDIA, thì sự phát triển sớm của AI vật lý vẫn rất khó tránh khỏi NVIDIA. Dù cuối cùng là Tesla, Amazon, hay một công ty khởi nghiệp robot nào đó chiến thắng, họ đều cần huấn luyện mô hình, kiểm tra mô phỏng, suy diễn thời gian thực và triển khai biên.

Lợi thế của NVIDIA không chỉ là GPU, mà là họ đang tích hợp chip, mô hình, phần mềm mô phỏng và nền tảng tính toán biên thành một hệ thống phát triển hoàn chỉnh, điều này cũng có nghĩa là họ không cần tự sản xuất từng robot, chỉ cần để ngày càng nhiều robot sử dụng sức mạnh tính toán và hệ sinh thái phần mềm của họ.

Từ góc độ này, hướng hưởng lợi rõ ràng trong giai đoạn đầu của AI vật lý vẫn có thể là những người "bán xẻng" cung cấp sức mạnh tính toán, mô phỏng, chip và công cụ phát triển; nhưng "đường hưởng lợi rõ ràng" không có nghĩa là giá cổ phiếu không có rủi ro, thị trường có thể đã tính toán trước kỳ vọng tăng trưởng, liệu hệ sinh thái phần mềm có thể tạo ra doanh thu bền vững, và liệu đối thủ có thể cung cấp giải pháp thay thế hay không, vẫn cần quan sát.

Tiếp theo là nhà máy và kho bãi, có thể sớm hoàn thiện vòng đời thương mại, tức là cảnh mà AI vật lý sớm xuất hiện trong báo cáo tài chính, rất có thể xảy ra trong lĩnh vực sản xuất, kho bãi và logistics.

Những cảnh này có môi trường tương đối kín, lộ trình và nhiệm vụ tiêu chuẩn hóa hơn, các doanh nghiệp cũng dễ dàng tính toán tỷ suất hoàn vốn đầu tư------một robot được đầu tư có thể giảm bao nhiêu nhân công, nâng cao bao nhiêu hiệu suất, giảm bao nhiêu tổn thất, đều có thể được định lượng trực tiếp.

Amazon đã sử dụng robot quy mô lớn trong mạng lưới kho bãi, và thông qua mô hình AI tối ưu hóa việc điều phối và lộ trình giữa các thiết bị; Universal Robots và MiR thuộc Teradyne, lần lượt bao phủ cánh tay cơ khí hợp tác và robot di động tự động, đã bước vào môi trường sản xuất thực tế như sản xuất, logistics và bán dẫn.

Điểm chung của những công ty này là không chỉ trình diễn robot có thể thực hiện những hành động gì, mà đã bắt đầu đưa robot vào nhà máy và kho bãi, giải quyết các vấn đề sản xuất thực tế. So với việc để robot vào nhà bếp, dọn dẹp và chăm sóc người già, cần phải đối mặt với môi trường và trách nhiệm an toàn phức tạp hơn, chu kỳ thương mại có thể rõ ràng dài hơn.

Cuối cùng, robot hình người chắc chắn có sức tưởng tượng thị trường lớn nhất, lý thuyết nó có thể vào các nhà máy, kho bãi, bệnh viện và gia đình đã được thiết kế sẵn bởi con người, sử dụng trực tiếp các con đường, công cụ và bàn làm việc hiện có.

Tesla Optimus do đó trở thành một trong những hướng được chú ý nhất trong lĩnh vực AI vật lý, nhưng điều này không có nghĩa là thương mại hóa quy mô lớn đã đến, đối với robot hình người, điều cần quan sát thực sự không phải là các động tác có trơn tru trong buổi ra mắt hay không, mà là chi phí đơn vị, thời gian làm việc liên tục và giá trị mà nó tạo ra có thể bao phủ chi phí mua sắm và bảo trì hay không.

So với đó, Robotaxi đã đi trước một bước. Ô tô tự lái về bản chất chính là "AI vật lý trên bánh xe"------xe cảm nhận môi trường thông qua camera, radar và lidar, mô hình đưa ra phán đoán, sau đó xe thực hiện hành động thực tế.

Tesla, Waymo và Zoox lần lượt đại diện cho sự tích hợp phần mềm và phần cứng của xe, hệ thống tự lái và lộ trình Robotaxi chuyên dụng; Uber cố gắng trở thành cổng kết nối giữa các đội xe tự lái khác nhau với hành khách; Waymo đã bắt đầu thúc đẩy hệ thống tự lái thế hệ thứ sáu hoàn toàn không người lái, khi mẫu xe mới nhất được trang bị hệ thống này, công ty đã tiết lộ đã hoàn thành hơn 20 triệu chuyến đi hoàn toàn không người lái, cho thấy Robotaxi rõ ràng dẫn đầu trong việc xác thực thương mại so với robot hình người thông dụng.

Ngoài ra, drone và robot quốc phòng cũng dễ dàng nhận được xác thực đơn hàng. Dù sao, nhu cầu của khách hàng quốc phòng đối với các hệ thống không người lái tự động hóa, chi phí thấp và thiết bị chống drone rõ ràng hơn, như AeroVironment và Kratos đã thể hiện doanh thu và tăng trưởng đơn hàng trong lĩnh vực hệ thống không người lái và tự động hóa.

Tuy nhiên, những công ty nhỏ này thường đi kèm với độ tập trung dự án cao hơn, rủi ro tài chính và thực hiện.

Do đó, để xác định một công ty AI vật lý có đáng để theo dõi liên tục hay không, cuối cùng vẫn phải quay lại ba câu hỏi:

• Nó có phải là khâu cốt lõi không thể thay thế trong chuỗi công nghiệp không?
• Nó có khách hàng thực, đơn hàng và cảnh ứng dụng không?
• Tiến bộ công nghệ có thể cuối cùng thể hiện trong doanh thu, lợi nhuận và dòng tiền không?

Kết luận

AI vật lý sẽ không hoàn thành hiện thực hóa trong một đêm.

Từ quy luật công nghiệp, nó có khả năng tiến theo một con đường từ độ chắc chắn đến độ linh hoạt: trước tiên là sức mạnh tính toán, mô phỏng và nền tảng biên, sau đó là kho bãi, nhà máy và robot chuyên nghiệp, tiếp theo là Robotaxi, drone và robot hình người thông dụng.

Và điều thực sự quyết định con đường chính này có thể đi xa bao nhiêu, không phải là robot đã hoàn thành bao nhiêu động tác trong buổi ra mắt, mà là chúng có thể bước xuống sân khấu, vào nhà máy, kho bãi, đường phố và doanh nghiệp thực tế, và tạo ra giá trị có thể được xác thực bởi báo cáo tài chính hay không.

Khi điều này xảy ra, AI mới thực sự bước ra khỏi màn hình và vào thực tế.