OpenAI giải tán nhóm robot, chuyển sang dùng mô hình tổng quát

OpenAI không còn nhóm robot riêng

OpenAI đã giải tán nhóm nghiên cứu robot độc lập của mình và chuyển các nhà nghiên cứu sang những nhóm khác. Công ty xác nhận việc tái cơ cấu này với Fortune, đồng thời khẳng định robot vẫn là một phần cốt lõi trong tầm nhìn dài hạn.

Theo phát ngôn viên của công ty, nhóm nghiên cứu robot được chuyển sang nhóm nghiên cứu chính, báo cáo trực tiếp cho Giám đốc Nghiên cứu Mark Chen. Trong khi đó, nhóm robot ứng dụng và phần cứng được đưa vào tổ chức Applied lớn hơn, dưới quyền Chủ tịch Greg Brockman.

Việc tái cơ cấu diễn ra quá gần thời điểm hội nghị nên OpenAI vẫn đăng ký một gian hàng tại CoRL, hội nghị học thuật hàng đầu về robot tổ chức ở Austin trong tuần này. Gian hàng số 208 vẫn xuất hiện trên ứng dụng và sơ đồ hội nghị, nhưng khi phóng viên Fortune đến nơi thì gian hàng trống trơn, không có logo OpenAI.

Lịch sử thăng trầm của mảng robot

OpenAI từng có nhóm robot từ những ngày đầu thành lập nhưng đã thu hẹp vào năm 2020. Khi đó, đồng sáng lập Wojciech Zaremba lý giải rằng dữ liệu về robot còn hạn chế, và con đường hiệu quả hơn để tiến tới AGI (trí tuệ nhân tạo tổng quát, tức AI có năng lực giống con người) là qua các phương pháp khác. Công ty dần tập trung huấn luyện các mô hình ngôn ngữ cực lớn trên kho dữ liệu văn bản do con người viết, cách tiếp cận dẫn đến ChatGPT vào cuối năm 2022.

Năm 2024, OpenAI dựng lại một nhóm robot độc lập và công bố hợp tác với startup Figure để phát triển mô hình AI cho robot hình người. Hợp tác này kết thúc vào tháng 2/2025 khi Figure tuyên bố tự phát triển AI cho robot của mình. OpenAI cho biết đang tự phát triển một robot hình người, và CEO Sam Altman đặt mục tiêu công bố bản demo đầu tiên vào năm 2027.

Vì sao giải tán: mô hình tổng quát làm được việc của robot

Việc tái cơ cấu phản ánh một canh bạc đang được nhiều bên trong ngành AI tin tưởng: các mô hình đa dụng xây cho ngôn ngữ, lập trình và thị giác cũng có thể dùng cho embodied AI (AI hiện thân), tức mô hình điều khiển các thiết bị hành động trong thế giới thực như robot, xe tự lái hay drone. Khi đó, sẽ không cần những nhóm robot riêng chỉ để xây mô hình chuyên biệt làm "bộ não" số cho robot.

Các nhà nghiên cứu đã ghi nhận hiệu năng đáng ngạc nhiên khi kết nối GPT-6 Astra với robot, dùng trực tiếp mô hình đa dụng để thực hiện một số tác vụ robot.

Guanya Shi, trợ lý giáo sư tại Viện Robot của Đại học Carnegie Mellon, cho rằng động thái này cho thấy OpenAI coi robot "không còn là một bài toán đặc biệt" nữa, mà là thách thức có thể giải quyết như một ứng dụng hạ nguồn của trí tuệ tổng quát — tương tự cách các mô hình nền tảng hiện cung cấp sức mạnh cho công cụ lập trình, công cụ pháp lý hay tài chính chuyên biệt.

OpenAI gần như xác nhận quan điểm này. Đầu năm nay, các nhà nghiên cứu công ty cho rằng cách tốt nhất để tiến bộ về robot là dựa trên công trình với các mô hình như Sora, mô hình tạo video cần hiểu ngầm về cách thế giới vật lý vận hành để dựng video chân thực. Nhưng từ đó đến nay, các mô hình nền tảng đa dụng gồm GPT-6 Astra đã chứng minh có thể áp dụng trực tiếp cho robot, và chính phát hiện này thúc đẩy việc giải tán nhóm riêng.

Bối cảnh chi phí và áp lực tài chính

Việc tái cơ cấu diễn ra trong bối cảnh OpenAI chịu áp lực cắt giảm chi phí và tập trung vào vài sản phẩm cốt lõi. Năm ngoái, Altman đã yêu cầu công ty từ bỏ các "nhiệm vụ phụ", và công ty đã gạt bỏ một số nỗ lực — trong đó có Sora — để dồn tài nguyên tính toán cho các hướng cốt lõi và có khả năng sinh lời. Công ty đang tìm cách cầm máu khoản lỗ vận hành lớn, được cho là lên tới 10,9 tỷ USD trong quý gần nhất, trong lúc chuẩn bị gọi vốn vòng mới và hướng tới khả năng IPO vào đầu năm 2027.

Các startup robot vẫn có lợi thế riêng

Quan điểm cho rằng mô hình AI tổng quát có thể điều khiển robot mà không cần mô hình chuyên biệt có "trí tuệ không gian" dường như thách thức giả định của nhiều startup robot hiện nay — những công ty đã gọi được hàng tỷ USD dựa trên tiền đề robot cần bộ não riêng.

Tuy vậy, Russ Tedrake, giáo sư MIT đồng thời là đồng sáng lập kiêm CEO của Walden Robotics, cho rằng các công ty robot vẫn có lợi thế mà các phòng lab AI không có: robot của họ đã tích lũy kinh nghiệm làm việc tại những địa điểm thực, chẳng hạn trên sàn nhà máy. Kinh nghiệm triển khai và dữ liệu thu được giúp robot thích nghi với từng nơi làm việc và từng tác vụ cụ thể. Theo Tedrake, mô hình nền tảng tốt hơn còn khiến dữ liệu tại chỗ trở nên giá trị hơn, vì robot học từ đó nhanh hơn.

Thử nghiệm cho thấy mô hình tổng quát vượt mô hình chuyên biệt

Các thử nghiệm gần đây đo xem mô hình đa dụng làm được bao nhiêu việc mà không cần huấn luyện chuyên biệt trên dữ liệu robot. Nhà nghiên cứu cấp cho Astra ảnh từ camera, thông tin về robot và một giao diện điều khiển để mô hình ra lệnh cho robot thực hiện hành động. Trong một nghiên cứu của Nvidia, một tác nhân chạy Astra đạt tỷ lệ thành công 74,8% trên một benchmark (bộ kiểm thử chuẩn) thao tác trong môi trường mô phỏng, so với 51,0% mà các mô hình robot chuyên biệt tốt nhất ghi nhận trên bảng xếp hạng này.

Shi cho biết tiến bộ về năng lực không gian và suy luận của mô hình tổng quát đã giúp chúng xử lý những tác vụ trước đây cần huấn luyện riêng. Chúng ứng phó được khi chai nước ở vị trí khác hay ánh sáng thay đổi, đồng thời suy luận về trình tự một tác vụ hoặc bước nào đã sai.

Dù vậy, mô hình ngôn ngữ lớn tuy mạnh nhưng chậm và cần chạy trên cloud, nghĩa là robot hoặc thiết bị phải có kết nối mạng thường trực. Shi vẫn thấy cần những mô hình nhỏ, chuyên biệt chạy trên máy tính tích hợp của robot mà không đòi hỏi internet liên tục.

Pete Florence, đồng sáng lập startup Generalist chuyên huấn luyện mô hình AI đa dụng cho robot, nói với Fortune rằng "có thể có nhiều điểm xuất phát khác nhau cho việc nuôi dưỡng trí tuệ", và chưa rõ mô hình hiện có nào sẽ thống trị robot về dài hạn.

Về phần mình, OpenAI cho biết việc điều chuyển các nhà nghiên cứu robot sang nhóm khác là vì công ty tin đây hiện là cách tốt nhất để đẩy nhanh tiến độ hướng tới robot đa dụng.

Tại gian hàng 208 ở CoRL, vài cựu thành viên nhóm robot OpenAI vẫn thu hút đám đông dù không có màn hình hay bản demo. Một trong những câu hỏi nóng nhất hội nghị là bao nhiêu chuyên môn robot còn giá trị khi mô hình đa dụng ngày càng mạnh — và kinh nghiệm của chính những nhà nghiên cứu này, nay đã tỏa đi các nhóm khác, là một câu trả lời.

Góc nhìn

Với đội ngũ kỹ thuật và doanh nghiệp Việt Nam, động thái của OpenAI gợi ý một hướng tiếp cận thực dụng: trước khi đầu tư xây mô hình robot chuyên biệt, nên đánh giá xem các mô hình nền tảng đa dụng hiện có — thường truy cập qua API — làm được đến đâu cho bài toán cụ thể của mình. Chi phí thử nghiệm theo hướng này thấp hơn nhiều so với huấn luyện từ đầu, đặc biệt với các nhóm nhỏ.

Tuy nhiên, hai ràng buộc cần tính tới. Thứ nhất, mô hình lớn chạy trên cloud nghĩa là phụ thuộc kết nối mạng và độ trễ, điều chưa phù hợp với nhiều kịch bản công nghiệp tại chỗ. Thứ hai, dữ liệu vận hành thực tế vẫn là tài sản cạnh tranh — các đơn vị đã triển khai robot trong nhà máy, kho bãi hay nông nghiệp nên chủ động thu thập và quản lý dữ liệu đó, vì nó sẽ là đầu vào quan trọng để tinh chỉnh mô hình nền tảng cho môi trường riêng.