- Đầu tư VC vào lĩnh vực Physical AI đang tăng lên rõ rệt, với hàng loạt sự kiện liên tiếp như NVIDIA GTC, Bessemer Robotics Day, IPO của Unitree, thương vụ Amazon mua lại Fauna Robotics, và sự xuất hiện của humanoid Figure tại Nhà Trắng đang tạo động lực cho ngành
- Dù ký ức đau thương từ các thất bại đầu tư robotics trong quá khứ vẫn còn, chu kỳ lần này về cơ bản là một giai đoạn khác khi các chất xúc tác cốt lõi đang tác động tổng hợp đồng thời theo kiểu song song, chứ không tuần tự
- Sự xuất hiện của các mô hình nền tảng dành riêng cho thế giới vật lý như mô hình thị giác-ngôn ngữ-hành động, mô hình tự lái, và world model đang mở ra khả năng về một “bộ não robotics” mang tính phổ dụng
- Nút thắt trong việc thu thập dữ liệu huấn luyện robot đang được nới lỏng nhờ sự phát triển của mô phỏng, teleoperation và video egocentric, đồng thời kết hợp với bối cảnh vĩ mô gồm suy luận biên, chi phí phần cứng giảm và tình trạng thiếu hụt lao động
- Một làn sóng nhân tài quy mô lớn từ Big Tech và startup đang diễn ra, gợi nhớ đến giai đoạn đầu của cơn sốt LLM, và “khoảnh khắc ChatGPT” của Physical AI có thể gần hơn dự kiến
Động lực hiện tại của Physical AI
- Tuần trước, robot Olaf xuất hiện trong bài keynote của NVIDIA GTC, tiếp đó là tin về Bessemer Robotics Day và IPO của Unitree
- Cùng tuần đó, tin Amazon mua lại Fauna Robotics và sự kiện humanoid Figure xuất hiện tại Nhà Trắng càng thu hút thêm sự chú ý
- Nguồn vốn VC dành cho lĩnh vực Physical AI gần đây cho thấy xu hướng tăng đáng kể, có thể thấy điều này trong báo cáo của Morgan Stanley (tháng 12/2025)
- Trong các dự báo cho năm 2026, cuộc cạnh tranh Embodied AI có thể tạo ra kết quả khốc liệt và quan trọng hơn cả cuộc chiến LLM
Vì sao lần này khác: tác động tổng hợp đồng thời của các chất xúc tác song song
- Robotics không phải lúc nào cũng là một lĩnh vực “nóng”, và nhiều nhà đầu tư vẫn mang theo sẹo tâm lý từ những lần thất bại trước đó
- Có thể thấy các chu kỳ thăng trầm của đầu tư robotics trong quá khứ qua báo cáo của Bessemer Venture Partners (tháng 11/2025)
- Điểm khác biệt cốt lõi lần này là các chất xúc tác của Physical AI đang tác động tổng hợp song song (compounding in parallel), chứ không theo trình tự tuần tự
- Điều này tạo ra một hiện tượng hội tụ (convergence) về cơ bản khác với bất kỳ thời điểm nào trước đây
Sự phát triển nhanh chóng của các foundation model cho Physical AI
- Một loại mô hình AI mới được thiết kế riêng cho thế giới vật lý đang xuất hiện
- Bao gồm mô hình thị giác-ngôn ngữ-hành động (Vision-Language-Action), mô hình tự lái, và world model
- Một “lớp foundation model” dành cho robotics đang bắt đầu hình thành, mở ra khả năng về một “bộ não robotics” có thể suy nghĩ và lập luận trên nhiều tác vụ, môi trường và dạng hình robot khác nhau
- So với các cách tiếp cận mong manh dựa trên luật lệ hoặc các policy chỉ được huấn luyện trong phạm vi hẹp và không thể khái quát hóa, đây là một bước nhảy vọt theo từng nấc (step-function improvement)
Nút thắt dữ liệu đang được nới lỏng
- Trong nhiều năm, yếu tố giới hạn của frontier robotics không phải là trí tuệ mà là dữ liệu
- Dữ liệu cần thiết để huấn luyện mô hình robot (kỹ năng vận động, áp lực, thao tác...) không thể thu thập từ Internet
- Dữ liệu cho Physical AI mang tính phi cấu trúc, đa phương thức, trong khi chi phí thu thập trong môi trường thực tế cao và tốc độ chậm
- Ràng buộc này đang được nới lỏng nhờ các tiến bộ sau:
- teleoperation có thể mở rộng, cách tiếp cận ưu tiên mô phỏng, video egocentric, world model, haptics
- Các kỹ thuật và công cụ liên quan đang trưởng thành nhanh chóng (tham khảo tài liệu của Emily Yu tại Boost VC)
- Vấn đề dữ liệu chưa được giải quyết hoàn toàn, nhưng không còn là bức tường không thể vượt qua như trước đây
Hạ tầng suy luận đang trưởng thành đúng thời điểm
- Trí tuệ robot chỉ hữu ích khi có thể hành động theo thời gian thực
- Đã xuất hiện các đột phá trong suy luận biên (edge inference)
- Năng lực tính toán hiệu quả hơn cho phép chạy cục bộ các mô hình phức tạp trên thiết bị theo thời gian thực
- Trong các môi trường mà độ trễ và kết nối là ràng buộc cứng (như nhà máy, công trường xây dựng...), hành động tức thì là bắt buộc, vì vậy kiểu suy luận này là yếu tố cốt lõi của các hệ thống Physical AI
Phần cứng đã sẵn sàng để mở rộng và chi phí đang giảm
- Sự cải thiện của phần cứng, quá trình hàng hóa hóa (commoditization) và đường cong chi phí đi xuống đang giúp robot có khả năng mở rộng và đa dụng trở nên khả thi về mặt kinh tế
- Đây là điều kiện tiên quyết để chuyển các demo đầy hứa hẹn thành sản phẩm có thể triển khai ngoài thực tế
Thuận gió vĩ mô
- Thay đổi công nghệ và môi trường vĩ mô thuận lợi đang hội tụ cùng lúc
- Thiếu hụt lao động, sự mong manh của chuỗi cung ứng, và áp lực địa chính trị liên quan đến reshoring đang biến tự động hóa từ một khoản đặt cược cho tương lai thành nhu cầu chiến lược của hiện tại
- Tính tự chủ cũng đang dần trở thành xu hướng chủ lưu trong nhận thức của công chúng
- Xe tự lái trên đường phố, robot humanoid phục vụ khách trong nhà hàng...
Làn sóng nhân tài quy mô lớn
- Tín hiệu có ý nghĩa nhất là dòng dịch chuyển nhân tài
- Các nhà nghiên cứu, nhà phát triển và nhà sáng lập từ Big Tech lẫn startup đang chuyển sang lĩnh vực robotics
- Quy mô của làn sóng này gợi nhớ đến giai đoạn đầu của cơn sốt LLM (tham khảo báo cáo Lazard tháng 9/2025)
“Khoảnh khắc ChatGPT” sẽ đến khi nào
- Những tiến bộ gần đây rất đáng chú ý, nhưng tranh luận cốt lõi hiện đã chuyển sang thời điểm: khi nào “khoảnh khắc ChatGPT” của Physical AI sẽ đến
- Lĩnh vực này vẫn chưa đạt tới khả năng khái quát hóa thực sự (true generalizability) ở quy mô lớn trong môi trường thực tế
- Tuy nhiên, khi nhiều chất xúc tác đang tác động tổng hợp theo kiểu song song, quỹ đạo phát triển ngày càng cho thấy điểm bẻ ngoặt có thể gần hơn dự đoán
Chưa có bình luận nào.