Physical Intelligence ra mắt API Beta: Mô hình nền tảng robot cho mọi ứng dụng

Physical Intelligence (Pi) vừa chính thức mở bản beta cho Pi API, đưa các mô hình nền tảng robot tiên tiến nhất của mình đến tay cộng đồng nhà phát triển thông qua một giao diện lập trình đơn giản. Đây được xem là cột mốc quan trọng trong việc biến "trí tuệ vật lý" (physical intelligence) từ phòng thí nghiệm thành công cụ triển khai thực tế.

Bài toán triển khai robot vẫn còn quá khó

Việc đưa robot vào vận hành thực tế chưa bao giờ là chuyện đơn giản. Ngoài việc xác định đúng bài toán và chế tạo phần cứng phù hợp, nhà phát triển còn cần những mô hình đủ thông minh để thực hiện chính xác công việc được giao.

Các mô hình nền tảng robot đa dụng như π0 và π0.5 được kỳ vọng sẽ giải quyết vấn đề này. Chúng cung cấp một nền tảng kiến thức vật lý vững chắc, giúp giảm đáng kể lượng dữ liệu và công sức cần thiết để thích ứng với tác vụ, môi trường hoặc robot mới. Tuy nhiên, để tinh chỉnh các mô hình này, doanh nghiệp vẫn phải tự xây dựng hạ tầng học máy, máy tính hiệu năng cao và các đường ống dữ liệu phức tạp.

Điều gì sẽ xảy ra nếu những mô hình nền tảng robot mạnh mẽ nhất có thể được tùy biến cho từng ứng dụng chỉ bằng một API đơn giản, có sẵn?

Pi API ra đời để trả lời câu hỏi đó.

Pi API hoạt động như thế nào?

Quy trình sử dụng Pi API được thiết kế theo hướng tối giản:

• Tải dữ liệu lên hệ thống của Pi
• Khởi chạy quá trình tinh chỉnh trên hạ tầng điện toán do Pi quản lý
• Truy cập mô hình đã tinh chỉnh qua một cổng dịch vụ được host sẵn để chạy suy luận

Mô hình mới nhất hiện có trên API đã mang lại khả năng tinh chỉnh tiết kiệm dữ liệu hơn và năng lực xử lý được cải thiện cho các đối tác của Pi. Vì Pi có thể cập nhật mô hình nền tảng phía sau API rất nhanh, công ty cho biết sẽ liên tục đưa những mô hình mạnh nhất của mình lên nền tảng này.

Việc ra mắt bản beta là bước đầu tiên để Pi xây dựng nền tảng trí tuệ vật lý cho cộng đồng, tiến tới khả năng tự chủ end-to-end cho robot.

Mô hình robot công nghiệp trong môi trường vận hành thực tế

Kiểm chứng trên nhiều ngành và nhiều loại phần cứng

Để đảm bảo API đáp ứng được nhiều ứng dụng khác nhau, Pi đặt ra hai câu hỏi trọng tâm: liệu mô hình có hỗ trợ nhiều loại robot và ngành công nghiệp đa dạng không, và liệu API có giúp nhà phát triển dễ dàng lặp lại quy trình để đạt được khả năng tự chủ hữu ích trong thực tế hay không.

Pi hợp tác chặt chẽ với các công ty đang triển khai robot để xây dựng hệ thống tự chủ cho ứng dụng của họ. Một ví dụ tiêu biểu là Actor, đơn vị triển khai máy móc hạng nặng tự động. Chiếc máy xúc lật tự hành của họ có thể xúc vật liệu và đổ vào xe tải ben trong một ca vận hành thương mại thực tế, hoàn toàn không có người ngồi trong buồng lái.

Máy móc tự hành trong triển khai thương mại thực tế

Qua các hợp tác ban đầu, một mô thức chung đã xuất hiện. Thách thức khác nhau ở từng tác vụ — một chiếc áo bị lộn trái, một nguyên liệu không chịu nằm trong gầu xúc, hay một chi tiết sản xuất rơi sai vị trí. Nhưng quy trình cải thiện hiệu năng lại rất giống nhau: thu thập dữ liệu trình diễn, huấn luyện mô hình, thử nghiệm trên robot và dùng chính các thất bại để quyết định nên thu thập dữ liệu gì tiếp theo.

Đối tác đã tự lặp quy trình chỉ trong vài ngày

Pi đã cấp quyền truy cập sớm cho một số ít công ty để kiểm tra liệu họ có thể tự cải thiện khả năng tự chủ hay không. Kết quả khiến Pi bất ngờ về tốc độ khởi động và tiến bộ của các đối tác.

Almond xây dựng Axol, một robot hai tay dành cho những nhà phát triển AI vật lý. Mục tiêu của họ là để Axol tự lắp ráp chính mình. Trong đoạn minh họa, Axol mài ba-via các miếng đệm dùng trong chính khâu lắp ráp của nó, sử dụng mô hình mà nhóm có được chỉ sau bốn ngày lặp quy trình với Pi API.

Phần lớn các ứng dụng được trình bày — từ Nhật Bản đến Thụy Sĩ và nhiều điểm triển khai khắp nước Mỹ — đều chạy suy luận trên cloud thông qua API. Các triển khai sớm này trải dài trên nhiều môi trường và tác vụ khác nhau, đồng thời chỉ ra những điểm cần cải thiện, trong đó có thách thức về kết nối mạng ở một số khu vực.

Robot đa dụng được tinh chỉnh qua API cho các tác vụ công nghiệp

Vì sao điều này quan trọng với hệ sinh thái robot

Càng nhiều người dùng mô hình, Pi càng hiểu rõ hơn cách cải thiện chúng. Bằng cách nắm bắt tiềm năng và giới hạn của các mô hình hiện tại trong ứng dụng thực tế, công ty có thể tạo ra thế hệ mô hình tiếp theo có khả năng ứng dụng rộng rãi hơn và tiến gần hơn tới trí tuệ vật lý tổng quát.

Tuy nhiên, phổ tác vụ trong thế giới thực là vô cùng lớn. Các ứng dụng robot thực tế không hề dễ: robot xây dựng, phẫu thuật robot hay tự động hóa kho vận, mỗi lĩnh vực đều cần đến cả một công ty để giải quyết. Nếu mỗi ứng dụng như vậy đều phải giải lại bài toán trí tuệ vật lý từ con số không, thách thức sẽ trở nên không thể vượt qua.

Việc đưa mô hình lên API giúp Pi tăng tốc phát triển hệ sinh thái robot, đồng thời mở rộng hiểu biết của chính họ về trí tuệ vật lý.

Cơ hội cho nhà phát triển Việt Nam

Với các đội ngũ nghiên cứu và startup robot tại Việt Nam, Pi API mở ra một hướng tiếp cận mới: thay vì tự xây dựng hạ tầng huấn luyện và đường ống dữ liệu tốn kém, doanh nghiệp có thể tập trung vào bài toán ứng dụng và dữ liệu chuyên ngành của mình.

Các lĩnh vực như tự động hóa nhà máy, robot nông nghiệp, logistics kho vận hay kiểm tra chất lượng sản xuất đều là những bài toán mà mô hình nền tảng robot có thể tinh chỉnh để phục vụ. Điều kiện tiên quyết là khả năng thu thập dữ liệu trình diễn chất lượng và một kết nối mạng ổn định tới hạ tầng cloud — yếu tố mà các nhà phát triển trong nước cần tính đến ngay từ đầu.

Pi cho biết đang ở giai đoạn rất sớm và phản hồi từ nhà phát triển sẽ định hình các bản phát hành tiếp theo. Những ai muốn tham gia bản beta có thể đăng ký và mô tả rõ sản phẩm mình muốn xây dựng. Công ty cũng đang tuyển dụng ở nhiều mảng, từ nghiên cứu, hạ tầng, phần cứng đến vận hành.