Sber, tập đoàn ngân hàng và công nghệ lớn nhất nước Nga, đã chính thức tham gia cuộc đua robot hình người với việc ra mắt "Green", một cỗ máy hai chân được trang bị mô hình ngôn ngữ lớn độc quyền của công ty, GigaChat.
Robot này được giới thiệu tại hội nghị quốc tế AI Journey 2025 ở Moscow, đánh dấu điều mà Giám đốc điều hành của Sber, German Gref, mô tả là một giai đoạn mới trong sự phát triển của "Trí tuệ nhân tạo vật lý" - các hệ thống mở rộng trí tuệ nhân tạo vượt ra ngoài màn hình và đi vào thao tác trong thế giới thực.
Sự kiện này đánh dấu một bước đột phá cho ngành robot và Trí tuệ nhân tạo vật lý của Nga, vượt ra ngoài phạm vi các thiết bị điện tử (loa thông minh, tivi, ứng dụng điện thoại thông minh) để hỗ trợ con người giải quyết không chỉ các nhiệm vụ trí tuệ mà còn cả các nhiệm vụ vật lý.
Câu 1: Robot Green của Sber nổi bật nhờ sự kết hợp giữa mô hình AI nào và hình dạng vật lý để xử lý âm thanh, hình ảnh thời gian thực cũng như di chuyển tự động trong không gian chưa biết?
A. ChatGPT với khung di động bốn bánh.
B. GigaChat với hình dạng hai chân và khả năng thao tác vật thể.
C. YandexGPT với thiết kế bánh xe.
D. Grok với cấu trúc bốn chân.
Giải thích:
Green kết hợp khả năng xử lý thần kinh vượt trội của GigaChat với hình dạng vật lý, cho phép xử lý âm thanh và hình ảnh theo thời gian thực, hội thoại tự nhiên và thực hiện tác vụ bằng giọng nói. Không như các AI chỉ hoạt động trên màn hình, hình dạng vật lý giúp robot tự động di chuyển trong không gian chưa biết, phân loại và đóng gói đồ vật trong môi trường hỗn loạn.
Sber nhấn mạnh chiều sâu nhận thức hơn là chỉ chuyển động, cho phép Green diễn giải lệnh trực quan và thích ứng nhanh chóng. Sự tích hợp này hứa hẹn phát triển cùng các bản nâng cấp GigaChat, mở rộng từ tương tác cơ bản đến giải quyết vấn đề phức tạp trong môi trường năng động.
Đáp án đúng là: B. GigaChat với hình dạng hai chân và khả năng thao tác vật thể.
Câu 2: Bộ cảm biến chính nào được tích hợp trên robot Green để lập bản đồ môi trường, đảm bảo cân bằng và thao tác vật thể an toàn?
A. Microphone mảng, cảm biến ánh sáng và động cơ servo cơ bản.
B. Radar 360 độ, cảm biến nhiệt và hệ thống treo thủy lực.
C. Camera RGB đơn giản, cảm biến siêu âm và bánh xe cân bằng.
D. Mười bộ xử lý hình ảnh, cảm biến quán tính, lực, động lực học, LiDAR, IMU, bộ phát hiện lực/mô-men xoắn, con quay hồi chuyển, gia tốc kế và bộ mã hóa khớp.
Giải thích:
Green được trang bị bộ cảm biến mạnh mẽ bao gồm mười bộ xử lý hình ảnh để lập bản đồ môi trường, cùng cảm biến quán tính, lực và động lực học để đảm bảo cân bằng chính xác khi di chuyển. Công nghệ SLAM thị giác và lập bản đồ LiDAR kết hợp với các thiết bị hỗ trợ cân bằng cho phép điều hướng liền mạch trong không gian làm việc của con người.
Bằng cách ưu tiên phản hồi lực và nhận biết va chạm, robot giảm thiểu rủi ro trong không gian dùng chung, hỗ trợ triển khai thực tế an toàn. Các lớp an toàn như giới hạn lực, cảnh báo va chạm, dừng khẩn cấp và kiểm tra dự phòng đảm bảo hợp tác đáng tin cậy.
Đáp án đúng là: D. Mười bộ xử lý hình ảnh, cảm biến quán tính, lực, động lực học, LiDAR, IMU, bộ phát hiện lực/mô-men xoắn, con quay hồi chuyển, gia tốc kế và bộ mã hóa khớp.
Câu 3: Robot Green đạt tốc độ di chuyển tối đa bao nhiêu m/s và nền tảng phần mềm nào hỗ trợ các kỹ năng tùy chỉnh cho xử lý công cụ, thay thế cảm biến hoặc thiết bị công nghiệp?
A. 0.5-1 m/s, nền tảng Windows-ROS 1-C++.
B. 0.8-2 m/s, nền tảng macOS-ROS 4-Swift.
C. 4-6 m/s, nền tảng Android-ROS 3-Java.
D. 1,5-3 m/s, nền tảng Linux-ROS 2-Python.
Giải thích:
Khả năng di chuyển hai chân của Green dựa trên camera RGB, cảm biến độ sâu, LiDAR, IMU, bộ phát hiện lực/mô-men xoắn, con quay hồi chuyển, gia tốc kế và bộ mã hóa khớp, cho phép di chuyển mượt mà với tốc độ 1,5-3 m/s và tương tác khéo léo trong khu vực đông người.
Nền tảng Linux-ROS 2-Python hỗ trợ các kỹ năng tùy chỉnh để xử lý công cụ, thay thế cảm biến hoặc thiết bị công nghiệp trong sản xuất và vận hành từ xa. Thời lượng pin từ 3-5 năm đảm bảo hoạt động dài hạn.
Đáp án đúng là: D. 1,5-3 m/s, nền tảng Linux-ROS 2-Python.
Câu 4: Green hiện đang ở giai đoạn nào và kế hoạch tương lai của Sber với robot này là gì theo lời Herman Gref?
A. Đã triển khai thương mại rộng rãi, tập trung vào robot hình người đa năng.
B. Nền tảng thử nghiệm, triển khai thí điểm trong quy trình kinh doanh và phát triển robot chuyên dụng cho nhiệm vụ cụ thể.
C. Đã hoàn thiện sản xuất hàng loạt, hướng tới xuất khẩu quốc tế.
D. Chỉ là mô hình concept, chưa có kế hoạch triển khai thực tế.
Giải thích:
Green hiện là nền tảng thử nghiệm nhưng Sber có kế hoạch triển khai các dự án thí điểm tích hợp robot vào nhiều quy trình kinh doanh trong tương lai gần. Herman Gref lưu ý rằng khi GigaChat phát triển, bộ kỹ năng của robot sẽ mở rộng sang sản xuất, bán lẻ và dịch vụ ăn uống.
Ông nhấn mạnh tương lai của tự động hóa không chỉ giới hạn ở hình người, mà sẽ tạo ra các dòng robot chuyên dụng được thiết kế cho các nhiệm vụ thực tiễn cụ thể hơn là robot hình người đa năng.
Đáp án đúng là: B. Nền tảng thử nghiệm, triển khai thí điểm trong quy trình kinh doanh và phát triển robot chuyên dụng cho nhiệm vụ cụ thể.
Câu 5: Robot Green ưu tiên những yếu tố nào để đảm bảo an toàn và hợp tác đáng tin cậy trong không gian dùng chung của con người?
A. Tốc độ cao và kích thước lớn để dễ nhận biết.
B. Phản hồi lực, nhận biết va chạm, giới hạn lực, cảnh báo va chạm, dừng khẩn cấp và kiểm tra dự phòng.
C. Chỉ sử dụng đèn LED và âm thanh báo hiệu.
D. Tích hợp camera 360 độ và theo dõi chuyển động người.
Giải thích:
Green ưu tiên phản hồi lực và nhận biết va chạm để giảm thiểu rủi ro trong không gian dùng chung của con người. Các lớp an toàn bao gồm giới hạn lực, cảnh báo va chạm, dừng khẩn cấp và kiểm tra dự phòng đảm bảo hợp tác đáng tin cậy.
Sự hài hòa giữa phần cứng (cảm biến lực, mô-men xoắn) và phần mềm (ROS 2) nâng tầm Green thành nền tảng đáng tin cậy, hỗ trợ nỗ lực của Nga trong phát triển phần cứng AI tự lực, đặc biệt trong môi trường hỗn loạn như nhà kho hoặc sản xuất.
Đáp án đúng là: B. Phản hồi lực, nhận biết va chạm, giới hạn lực, cảnh báo va chạm, dừng khẩn cấp và kiểm tra dự phòng.
Minh Anh (Theo Humanoidsdaily)
