Robot vẫn giống những chiếc máy riêng lẻ: Physical AI đang xây thứ smartphone từng cần để bùng nổ — một hệ sinh thái developer

Một ứng dụng smartphone không cần được viết lại từ đầu chỉ vì người dùng đổi sang một chiếc điện thoại khác cùng nền tảng. Với robot, điều đó vẫn thường không đúng.

Mỗi cỗ máy có bộ cảm biến, khớp, actuator, giới hạn lực, hệ điều khiển, định dạng dữ liệu và yêu cầu an toàn riêng. Một policy học được cách gắp hộp trên cánh tay này chưa chắc có thể chạy trên cánh tay khác; một pipeline thu dữ liệu có thể phải viết lại khi đổi camera hoặc teleoperator; thậm chí cách mô tả một “khả năng” như đi lại, cầm nắm hay tự phục hồi vẫn chưa có ngôn ngữ chung được cả ngành sử dụng.

Trong tháng 9/2026, Arm đưa vấn đề này ra thẳng mặt bàn khi mở rộng chương trình Arm Total Design sang Physical AI, với hơn 80 công ty từ phần cứng, AI model, cloud, cảm biến, hệ điều hành tới robot tham gia. Cùng lúc, một nhóm trong hệ sinh thái ROS đang xây các giao diện chuẩn cho dữ liệu, policy và robot; NVIDIA đưa GR00T sâu hơn vào Hugging Face LeRobot; Qualcomm đặt các ứng dụng robotics mẫu vào Arduino Project Hub.

Những dự án này không tạo ra một “Android cho robot” ngay lập tức. Nhưng chúng cùng giải một vấn đề mà smartphone từng phải vượt qua trước khi trở thành nền tảng cho hàng triệu developer: phần cứng chỉ thực sự tạo ra hệ sinh thái khi bên ngoài nhà sản xuất có thể xây phần mềm trên một lớp nền đủ ổn định, đủ chuẩn hóa và đủ dễ tiếp cận.

Robot đang thiếu một lớp chung giữa AI và phần cứng

Physical AI là tên đang được dùng cho các hệ AI có thể cảm nhận môi trường, suy luận và tác động trở lại thế giới vật lý — từ cánh tay công nghiệp, robot di động đến humanoid và xe tự hành. Nghe gần với bài toán AI thông thường, nhưng phần “physical” làm kiến trúc phức tạp hơn nhiều.

Một model ngôn ngữ có thể nhận token và trả token trên phần cứng tương đối chuẩn hóa. Robot phải nối model với camera, lidar, encoder, motor, bộ điều khiển thời gian thực và các lớp an toàn. Đầu ra sai không chỉ là một câu trả lời tệ: nó có thể làm cánh tay va vào người, làm robot mất thăng bằng hoặc gây hỏng vật thể.

Arm mô tả sự phân mảnh này như một vấn đề tích hợp hệ thống. Chương trình Total Design for Physical AI mà công ty công bố ngày 8/9 tập hợp hơn 80 đối tác, gồm AWS, Hugging Face, NXP, QNX, Siemens, Unitree Robotics và nhiều công ty khác. Mục tiêu là cho phép software stack, AI model, cảm biến, compute, virtual platform và digital twin được phát triển và kiểm chứng sớm hơn trên các nền tảng chung.

Một trong những sáng kiến đầu tiên là Robotics Capability Framework: cách mô tả mức độ phức tạp của robot dựa trên hành vi, kết quả và yêu cầu hệ thống như latency, vị trí xử lý, bộ nhớ, điện năng, tính quyết định và an toàn. Bản thân framework vẫn đang được xây dựng cùng hệ sinh thái; nó chưa phải chuẩn ngành. Nhưng việc phải tạo một “ngôn ngữ chung” đã cho thấy khoảng trống hiện tại lớn đến đâu.

ROS đang cố chuẩn hóa thứ nằm giữa model và robot

Nếu Arm tiếp cận bài toán từ lớp compute và hệ thống, cộng đồng ROS đang đi thẳng vào phần giao diện software.

Physical AI Special Interest Group của Open Source Robotics Alliance đặt mục tiêu biến ROS thành nền tảng cho thế hệ robot AI tiếp theo. Nhóm chia công việc thành năm mảng: giao diện và message chuẩn; pipeline thu dữ liệu; pipeline training và execution; reference platform; và embodied agentic AI.

Phần đáng chú ý nhất nằm ở nhóm Standardized Interfaces & Messages. Họ đang định nghĩa API chung cho sensor và actuator, định dạng mô tả robot và môi trường, cách truyền tensor hiệu năng cao, cũng như interface để một hệ thống gọi policy đã train. Ý tưởng là để một model không phải biết toàn bộ chi tiết riêng của từng robot chỉ để nhận observation và trả action.

Nói cách khác, đây là nỗ lực tạo ra một hợp đồng giữa “não” và “cơ thể”. Nếu contract đủ ổn định, developer có thể viết một phần software có khả năng tái sử dụng trên nhiều embodiment hơn, thay vì gắn chặt code với một robot duy nhất.

Nhóm reference platform đang kiểm tra chính giả thuyết này trên phần cứng thật. Showcase hiện tại kết hợp ROS và LeRobot trên cánh tay giáo dục SO-ARM101, trước khi mở rộng dần sang manipulator công nghiệp, mobile manipulator và các embodiment phức tạp hơn. Đây vẫn là công việc đang tiến hành, không phải một abstraction layer đã hoàn thiện.

LeRobot đang làm với dữ liệu và policy điều mà GitHub từng làm với code

Một hệ sinh thái developer không chỉ cần API. Robot học bằng dữ liệu, và robotics hiện có một vấn đề dữ liệu khó hơn phần mềm thuần túy: mỗi dataset thường gắn với camera, robot, tần số điều khiển và định dạng action riêng.

Hugging Face LeRobot đang cố giảm phần ma sát này bằng một giao diện Python không phụ thuộc vào một loại robot cụ thể, cùng định dạng LeRobotDataset cho video, state và action. Developer có thể teleoperate robot, ghi demonstration, train policy rồi deploy qua cùng một workflow; model và dataset sau đó có thể được chia sẻ qua Hugging Face Hub.

Tháng 7/2026, NVIDIA đưa Isaac Teleop và GR00T 1.7 vào LeRobot. Điều này cho phép developer dùng cùng hệ sinh thái để thu demonstration, hậu huấn luyện một vision-language-action model và chạy nó trên robot được hỗ trợ, thay vì phải ghép nhiều toolchain riêng biệt.

NVIDIA gọi GR00T là một open reference platform cho humanoid, gồm model, data pipeline, simulation, middleware và runtime trên Jetson Thor. Tại CES 2026, công ty cho biết cộng đồng robotics của mình có khoảng 2 triệu developer, trong khi Hugging Face có khoảng 13 triệu AI builder. Đây là số do NVIDIA công bố, không phải phép đo độc lập về developer hoạt động, nhưng nó cho thấy mục tiêu chiến lược: đưa người đã quen với workflow AI vào robotics mà không buộc họ học lại toàn bộ stack từ tầng motor trở lên.

Simulation đang trở thành “thiết bị thử nghiệm” của developer robot

Smartphone developer có emulator. Robotics cần thứ khó hơn: một thế giới ảo phải gần đúng cả hình học, tiếp xúc, ma sát, camera và động lực học để policy học trong simulation không thất bại ngay khi bước ra đời thật.

NVIDIA đang đặt Isaac Sim, Isaac Lab, Cosmos và các công cụ synthetic data vào vị trí này. Developer có thể tạo môi trường, thu dữ liệu tổng hợp, train policy và đánh giá software-in-the-loop trước khi chạy trên robot. Arm cũng đưa virtual platform và digital twin vào Total Design for Physical AI để phần mềm có thể được phát triển trước khi phần cứng cuối cùng hoàn thiện.

Simulation không xóa được sim-to-real gap. Ma sát thực, độ rơ của khớp, ánh sáng, vật mềm và lỗi cảm biến vẫn có thể làm một policy tốt trong mô phỏng thất bại ngoài đời. Nhưng nếu simulator, benchmark và format được chia sẻ, cộng đồng ít nhất có một nơi chung để tái lập kết quả và so sánh các approach — điều robotics lâu nay thường thiếu.

“App store cho robot” vẫn còn xa

Qualcomm đang thử một phiên bản nhỏ của ý tưởng distribution. Dragonwing Robotics Hub, đặt bên trong Arduino Project Hub, cung cấp sample app và project để developer có thể bắt đầu từ code hoạt động thay vì một SDK trống. Đây gần với một catalog developer hơn là app store thương mại, nhưng nó cho thấy lớp “khám phá và tái sử dụng ứng dụng” cũng bắt đầu xuất hiện.

Tuy nhiên, robot khó đạt tới mô hình app store giống smartphone vì một lý do vật lý. Một ứng dụng camera trên hai smartphone có thể chạy trên hardware abstraction tương đối ổn định. Một kỹ năng “lấy cốc” phụ thuộc vào chiều dài cánh tay, loại gripper, payload, camera, vị trí lắp, torque limit và môi trường xung quanh. Cùng một policy có thể cần fine-tune, calibration hoặc thậm chí kiến trúc điều khiển khác khi chuyển embodiment.

An toàn còn làm bài toán khó hơn. App smartphone crash thường chỉ đóng ứng dụng; policy robot lỗi có thể tạo chuyển động nguy hiểm. Vì vậy, hệ sinh thái Physical AI sẽ cần không chỉ package manager và marketplace, mà còn benchmark, capability description, safety contract, provenance của model và data, cùng cách xác định rõ software nào đã được kiểm chứng trên phần cứng nào.

Điều đáng theo dõi không phải số lượng robot, mà là mức độ tái sử dụng

Trong vài năm qua, robotics thường được đo bằng robot mới, số bậc tự do, model mới hoặc demo mới. Một hệ sinh thái developer sẽ tạo ra một thước đo khác: một developer có thể mang bao nhiêu phần công việc từ robot A sang robot B mà không viết lại toàn bộ pipeline?

Các mảnh ghép đang xuất hiện: ROS cho interface, LeRobot cho dữ liệu và workflow, NVIDIA cho model–simulation–runtime, Arm cho compute foundation và capability framework, Qualcomm cho developer hub. Nhưng chúng chưa tạo thành một nền tảng thống nhất; nhiều lớp còn chồng lấn, chuẩn còn đang được soạn, và vendor vẫn có động cơ giữ phần khác biệt của mình.

Phép so sánh với smartphone vì thế hữu ích ở một điểm, nhưng cũng nên dừng đúng chỗ. Robotics không cần một hệ điều hành duy nhất để thành công. Điều nó cần là đủ nhiều lớp chung để developer có thể xây trên thành quả của người khác thay vì bắt đầu lại từ đầu mỗi khi đổi robot. Nếu Physical AI thực sự bùng nổ, có thể dấu hiệu sớm nhất sẽ không phải một humanoid mới đi nhanh hơn — mà là một đoạn software, dataset hay policy bắt đầu chạy được trên nhiều cỗ máy khác nhau với ngày càng ít công sức tích hợp.

Nguồn: Arm — Total Design for Physical AI và Robotics Capability Framework; ROS Physical AI SIG; ROS — Standardized Interfaces & Messages; Hugging Face LeRobot; Hugging Face — Isaac Teleop và GR00T 1.7 trong LeRobot; NVIDIA Isaac GR00T; Qualcomm Dragonwing Robotics Hub.