AgiBot ra mắt GO-3: model robot học liên tục ngay khi làm việc, kèm thước đo năng suất 'Worken'

Phần lớn sự chú ý về AI vẫn đổ dồn vào các chatbot. Nhưng ranh giới khó hơn, và có lẽ quan trọng hơn, là làm sao để một model điều khiển được một thân xác vật lý di chuyển trong thế giới thực. Ngày 29/10/2026, tại sự kiện Innovation Day ở Thượng Hải, công ty robot Trung Quốc AgiBot (còn viết là AGIBOT, tên tiếng Trung là Zhiyuan Robotics) đưa ra hai công bố đáng tách khỏi màn trình diễn robot hình người thường thấy. Một là một model, GO-3 Preview. Hai là một đề xuất về cách đo lường, Worken. Hai thứ này cho thấy ít nhất một tay chơi nghiêm túc hình dung cuộc đua robot sẽ thắng bằng gì, và được chấm điểm ra sao.

AgiBot đã công bố những gì

GO-3 Preview là thứ mà giới chuyên môn gọi là model nền tảng cho robot (embodied foundation model): một model lớn duy nhất nhận vào hình ảnh robot nhìn thấy cùng một mệnh lệnh bằng ngôn ngữ thường ngày, rồi xuất ra các hành động vật lý để thực hiện. Đây là thế hệ kế tiếp của dòng GO-1 trước đó của AgiBot. Hãng gọi kiến trúc của model là WRAM (World Reasoning Action Model), nối ba bước mà các model hành động cũ thường gộp làm một: suy luận về nhiệm vụ, dự đoán kết quả khả dĩ của một động tác, rồi mới sinh ra hành động. Bước “dự đoán” là chỗ thú vị, vì nó mượn ý tưởng từ world model (mô hình thế giới), cho hệ thống hình dung điều gì sẽ xảy ra trước khi quyết định cử động.

Mục tiêu thiết kế nổi bật nhất là học liên tục qua ba giai đoạn: pre-training (tiền huấn luyện), post-training (hậu huấn luyện) và deployment (triển khai). Giai đoạn tiền huấn luyện trộn hai nguồn dữ liệu: video góc nhìn thứ nhất của con người, cho thấy người ta cầm nắm đồ vật thế nào, và các quỹ đạo của robot, gắn những gì camera thấy với hành động vật lý và kết quả của nó. Cho hậu huấn luyện, AgiBot dựng một hệ thống phân tán tên Genie Evolver, kết hợp khoảng 100 robot thật với mô phỏng vật lý và world model để robot luyện tập, tự chấm điểm và cải thiện qua lặp đi lặp lại. Giai đoạn thứ ba, học ngay trong lúc triển khai, mới là tham vọng lớn: một con robot cứ giỏi dần lên ngay trong lúc làm việc, thay vì đứng yên ở mức năng lực lúc xuất xưởng.

Các màn demo được chọn để phô diễn khả năng khái quát hóa và sự khéo léo. AgiBot cho GO-3 đổ bánh tráng kiểu Trung Quốc (jianbing), món cần phối hợp nhiều động tác tinh tế; lắp Lego sau khi fine-tune (tinh chỉnh), với một agent sắp xếp các bước; và trong một demo về học, model vượt điểm trung bình của người sau bốn giờ luyện trực tuyến ở trò curling trên bàn, rồi rút năm khối liên tiếp khỏi một tháp kiểu Jenga mà không làm đổ. Hãng nói model xử lý được thao tác khéo léo mà không cần fine-tune riêng cho từng việc mới, và tuyên bố đứng đầu ba benchmark về AI hiện thân là RoboDojo, RoboTwin và RoboColiseum. AgiBot dự định phát hành model đầy đủ dưới dạng open-source (mã nguồn mở) vào cuối năm 2026. Cùng sự kiện còn có một nền tảng phần cứng mới (AHA3), một model tương tác đa phương thức (WITA-Omni), một robot công nghiệp (G2 Max) và một hệ điều hành cho trí tuệ hiện thân, Link-U OS 1.0, cũng hứa mở mã nguồn vào cuối năm.

Worken: đếm công việc, không đếm robot

Công bố thứ hai lặng lẽ hơn nhưng sắc hơn. AgiBot đề xuất Worken, một khung đo lường lượng công việc hữu ích mà robot thực sự tạo ra sau khi được triển khai. Tên này ghép từ “work” (công việc) và “token”, và hãng diễn giải là “số giờ làm việc thông minh hữu hiệu”. Công thức đề xuất cố ý giữ cho đơn giản:

Worken = Số robot đang hoạt động × Số giờ làm việc tự chủ × Tỉ lệ hiệu suất đầu ra

Thành phần cuối so sánh những gì một con robot hoàn thành với một mốc tham chiếu cho nhiệm vụ đó, ví dụ mức sản lượng chấp nhận được của một công nhân theo chuẩn đã định. Theo lời đồng sáng lập kiêm CTO Peng Zhihui (Bành Chí Huy), mục đích là “vượt khỏi việc đo đã chế tạo hay giao bao nhiêu robot, để bắt đầu đo chúng làm được việc hữu ích hiệu quả đến đâu, một cách tự chủ và ổn định, trong thế giới thực”. AgiBot nói khung này vẫn đang hoàn thiện và sẽ được tinh chỉnh bằng dữ liệu triển khai thật.

Cách đặt lại vấn đề này quan trọng, vì con số ồn ào nhất của ngành, tức số máy bán ra, gần như chỉ là con số đánh bóng. Hai đội robot cùng quy mô có thể tạo ra giá trị chênh nhau rất xa, tùy vào việc con người phải can thiệp thường xuyên tới mức nào. Worken thực chất là nỗ lực đưa mức tận dụng và tính tự chủ lên làm bảng điểm. Đây là phiên bản robot của một bước chuyển mà dân phần mềm quá quen: từ đếm số dòng code sang đo thứ thực sự chạy được và dùng được.

Thực ra mới đến đâu

Model nền tảng cho robot giờ là một sân đông. Dòng Gemini Robotics của Google DeepMind, các model của Physical Intelligence, GR00T của Nvidia, Helix của Figure và chính GO-1 của AgiBot đều đuổi theo cùng một công thức thị giác-ngôn ngữ-hành động. Thứ GO-3 nhận là khác biệt là vòng lặp suy luận-và-dự đoán tường minh, và việc học ngay khi triển khai. Cả hai là hướng đi hợp lý chứ chưa phải bài toán đã giải xong. Ý tưởng world model mà nó dựa vào cũng chính là thứ đang dẫn dắt các hệ như Genie 4, còn thế đứng mở mã nguồn thì lặp lại những bước gần đây nhằm mở ngăn xếp phần mềm cho robot.

Phần hoài nghi thì tự nó hiện ra. Các chiến thắng benchmark và con số hay được trích rằng tỉ lệ thành công tăng từ khoảng 29% lên 86% sau năm ngày thử nghiệm thị trường đều là do chính hãng công bố và chưa được kiểm chứng độc lập. RoboDojo, RoboTwin và RoboColiseum phần lớn là benchmark mô phỏng, mà thành công trong mô phỏng từ lâu đã có tiền sử không sống sót khi chạm vào một gian bếp thật. Các demo là được dàn dựng; đổ một chiếc bánh trên sân khấu không giống đổ một trăm chiếc không người trông. Và đây là model “Preview” (bản xem trước): bộ trọng số đầy đủ và bản open-source là lời hứa cho “cuối năm 2026”, chứ không phải thứ lập trình viên tải về được hôm nay. Ngay cả danh hiệu hãng robot hình người lớn nhất cũng dựa trên ước lượng sản lượng nửa đầu 2026 mà các đơn vị theo dõi không thống nhất, khi IDC cho con số trên 8.600 máy và khoảng một phần ba thị trường, còn Counterpoint đọc ra cao hơn.

Worken cũng cần cảnh báo riêng. Một thước đo năng suất do chính hãng đang dẫn đầu thị phần đề xuất, với một “tỉ lệ hiệu suất đầu ra” mang tính chủ quan làm cốt lõi và chưa có một tổ chức tiêu chuẩn độc lập nào đứng sau, rất dễ trở thành công cụ tiếp thị hơn là một cây thước trung lập. Ý tưởng thì hay; ai định nghĩa và kiểm toán nó mới quyết định nó có ý nghĩa hay không.

Vì sao điều này quan trọng với tương lai của ngành IT

Gạt bỏ phần thổi phồng, còn lại hai tín hiệu bền. Thứ nhất, canh bạc robot nghiêm túc giờ đặt vào các model tổng quát biết học liên tục, chứ không phải các kỹ năng viết tay, đúng là canh bạc kiến trúc từng định hình lại ngành phần mềm với các large language model, nay nhắm vào thế giới vật lý. Thứ hai, một hãng dẫn đầu đang cố đổi thước đo thành công từ số máy đã lắp đặt sang lượng việc tạo ra, dấu hiệu cho thấy ngành này tin sắp tới mình sẽ bị chấm theo bài toán kinh tế, chứ không theo các màn demo. Cả hai diễn ra trên một phông nền đã bị chính trị hóa: giữa năm 2026, Mỹ đã siết nhập khẩu robot hình người mới do Trung Quốc sản xuất với lý do an ninh, khiến việc một nhà vô địch Trung Quốc mở mã nguồn model của mình vừa là nước đi cạnh tranh vừa là nước đi địa chính trị, chứ không chỉ thuần kỹ thuật. Với lập trình viên, thứ cần theo dõi không phải màn demo trên sân khấu, mà là liệu bản GO-3 mã nguồn mở, khi ra mắt, có thực sự để bên thứ ba tái lập được các tuyên bố trên phần cứng của chính họ hay không.

AgiBot đã công bố những gì

Worken: đếm công việc, không đếm robot

Thực ra mới đến đâu

Vì sao điều này quan trọng với tương lai của ngành IT

Nguồn