Google Cho Robot Hình Người Điều Khiển Toàn Thân Từ Một Câu Lệnh

Robot hình người từng chỉ giỏi vẫy tay từ eo lên, còn hai chân thì gần như là "phần cứng phụ" chạy riêng. Ngày 30/7/2026, Google DeepMind xóa luôn giới hạn đó bằng Gemini Robotics 2, hệ thống AI điều khiển toàn bộ cơ thể robot, từ bàn chân đến từng ngón tay.

🦾 Ba Model Tạo Nên Bộ Não Robot

Gemini Robotics 2 không phải một model đơn lẻ, mà là hệ thống gồm ba lớp, mỗi lớp lo một việc riêng thay vì nhồi hết vào một mạng nơ-ron duy nhất. Gemini Robotics 2 (bản vision-language-action) nhận hình ảnh và ngôn ngữ, rồi chuyển thành lệnh vận động cho từng khớp, từ bàn chân đến ngón tay. Gemini Robotics ER 2 đóng vai trò lớp suy luận, giúp robot hiểu bối cảnh xung quanh, lập kế hoạch nhiều bước và giao tiếp bằng lời với người đứng cạnh. Gemini Robotics On-Device 2 chạy trực tiếp trên phần cứng robot, không cần gửi dữ liệu lên cloud, nên robot vẫn hoạt động được khi mất kết nối internet, ví dụ trong nhà máy ở khu vực sóng yếu hoặc kho hàng dưới hầm.

🚶 Robot Đi, Nhặt Đồ, Đặt Lên Kệ Chỉ Từ Một Câu Nói

Apptronik lắp hệ thống này lên robot hình người Apollo 2 để kiểm chứng thực tế. Bạn chỉ cần nói một câu duy nhất, Apollo 2 tự đi qua phòng, nhặt vật thể lên và đặt gọn lên kệ thấp. Không có chuỗi lệnh chi tiết, không cần lập trình từng bước di chuyển. Đây là điểm khác với robot công nghiệp truyền thống, loại chỉ lặp lại đúng một quy trình đã cài sẵn từ trước. Robot công nghiệp không tự quyết định đường đi, không tự chọn vật thể nào cần nhặt, còn Apollo 2 làm cả hai việc đó trong một lần thực thi liền mạch. Toàn bộ quá trình, từ nghe câu lệnh, nhìn quanh phòng, chọn vật thể đến đặt đúng vị trí trên kệ, diễn ra mà không cần con người can thiệp thêm lần nào.

Điều Khiển Toàn Thân Thay Đổi Cuộc Chơi Ra Sao

Trước Gemini Robotics 2, hầu hết robot hình người chỉ điều khiển tốt phần thân trên: cánh tay, bàn tay, đôi khi cả đầu. Phần chân thường phải nhờ một hệ thống giữ thăng bằng riêng, tách biệt khỏi phần "hiểu và quyết định". Khi một hệ thống AI duy nhất điều khiển cả hai chân, thân, tay và ngón tay cùng lúc, robot phối hợp động tác tự nhiên hơn nhiều. Ví dụ, robot có thể vừa bước đi vừa cúi người nhặt đồ mà không mất thăng bằng giữa chừng. Về lâu dài, đây là nền tảng để robot xử lý những tình huống không có trong dữ liệu huấn luyện, thay vì chỉ chạy đúng một bài demo đã tập trước. Một robot chỉ biết đúng một chuỗi động tác sẽ đứng im khi gặp vật cản mới, còn robot điều khiển toàn thân có thể tự điều chỉnh bước chân, tay và tư thế trong lúc thực hiện nhiệm vụ.

Ai Đang Được Dùng Thử Ngay Lúc Này

Gemini Robotics ER 2 đã có sẵn trên Google AI Studio, ai muốn thử suy luận và lập kế hoạch cho robot đều truy cập được ngay. Model này cũng đang trong giai đoạn private preview trên Gemini Enterprise Agent Platform. Trong khi đó, hai model quan trọng nhất về vận động, Gemini Robotics 2 (VLA) và Gemini Robotics On-Device 2, hiện chỉ dành cho các đối tác early-access như Apptronik. Bạn sẽ phải chờ thêm để được dùng trực tiếp trên robot của riêng mình, nhưng phần suy luận qua Google AI Studio đã đủ để lập trình viên bắt đầu thử nghiệm ý tưởng ngay hôm nay.

Bước Tiến Tới Robot Làm Việc Nhà Và Nhà Máy

Google DeepMind không giấu mục tiêu: đưa robot hình người vào làm những việc lặp đi lặp lại trong nhà máy, kho hàng, và dần dần cả trong nhà. Khả năng hiểu một câu lệnh nói bình thường, rồi tự lên kế hoạch nhiều bước để hoàn thành, chính là mảnh ghép còn thiếu suốt nhiều năm qua. Với Gemini Robotics 2, mảnh ghép đó bắt đầu có hình dạng rõ ràng, không còn chỉ là demo trong phòng lab. Từ dọn bàn, xếp đồ lên kệ đến phụ giúp việc nhà, khoảng cách giữa robot trong video quảng cáo và robot ngoài đời thực đang ngắn lại từng tháng.

Bạn nghĩ bao lâu nữa robot hình người mới thật sự bước vào phòng khách nhà mình?

#VibeAICoder #GeminiRobotics #GoogleDeepMind #AIRobot #CongNgheAI