Sau cờ vua là tennis: Robot hình người bắt đầu thử trí thông minh trong thế giới vật lý thời gian thực

Trong nhiều thập kỷ, những cột mốc nổi tiếng nhất của trí tuệ nhân tạo thường diễn ra trên màn hình hoặc bàn cờ. Deep Blue đánh bại Garry Kasparov ở cờ vua năm 1997, rồi AlphaGo thắng Lee Sedol ở cờ vây năm 2016. Ở những môi trường đó, luật chơi rõ ràng, trạng thái bàn cờ có thể quan sát đầy đủ và hành động của AI không phải chịu tác động của ma sát, độ trễ cơ khí hay một quả bóng đang bay ngoài dự đoán.

Năm 2026, một kiểu bài kiểm tra khác bắt đầu thu hút sự chú ý: đưa AI ra sân thể thao thật. Tại World Humanoid Robot Games ở Bắc Kinh, công ty robot Trung Quốc Galbot cho biết robot hình người của họ đã tham gia các trận tennis tự động với vận động viên, trong đó có chuỗi hơn 100 lượt đánh qua lại liên tiếp. Nếu xem cờ vua và cờ vây là những bài kiểm tra về suy luận trong thế giới số, tennis đại diện cho một thử thách khác hẳn: trí thông minh phải hoạt động trong thế giới vật lý, dưới áp lực thời gian thực.

Tennis khó với robot ở điểm nào?

Đối với con người, một cú trả bóng có vẻ như một hành động liền mạch. Với robot, nó là chuỗi nhiệm vụ phải hoàn thành gần như đồng thời: phát hiện quả bóng, ước lượng vị trí và vận tốc, dự đoán quỹ đạo, quyết định vị trí cần di chuyển tới, chọn kiểu đánh, điều khiển chân và thân người để giữ thăng bằng, sau đó đưa vợt đến đúng điểm tiếp xúc vào đúng thời điểm.

Chỉ một sai số nhỏ ở một bước cũng có thể làm toàn bộ pha bóng thất bại. Camera có độ trễ vài mili giây, ước lượng quỹ đạo hơi lệch hoặc bàn chân đặt sai vị trí đều có thể khiến robot đánh hụt. Đây là lý do các môn thể thao dùng bóng nhanh thường được xem như một bài kiểm tra hữu ích cho embodied AI, hay AI hiện thân: hệ thống không chỉ tính toán mà còn phải biến quyết định thành hành động vật lý chính xác.

Một nghiên cứu đăng trên Nature vào tháng 4/2026 cho thấy mức độ khó của bài toán này. Hệ thống chơi bóng bàn tự động Ace sử dụng camera tốc độ cao, cảm biến thị giác sự kiện và chính sách điều khiển học bằng reinforcement learning để đối đầu với các tay vợt trình độ cao. Trong bóng bàn, bóng có thể vượt 20 m/s và khoảng thời gian giữa hai cú đánh thường dưới nửa giây. Dù đây không phải robot hình người chơi tennis sân lớn, nghiên cứu cho thấy rõ vì sao thể thao đối kháng thời gian thực là một thước đo khác biệt so với các bài toán AI trong môi trường số.

Galbot nói robot đã đánh hơn 100 lượt liên tiếp

Ngày 23/8/2026, Galbot công bố rằng các robot hình người của hãng đã thi đấu tennis tự động với vận động viên tại World Humanoid Robot Games lần thứ hai ở Bắc Kinh. Theo công ty, robot có thể theo dõi bóng, tự chọn vị trí, thực hiện giao bóng, thuận tay, trái tay, đánh cuối sân, lên lưới và phục hồi sau những tình huống mất thăng bằng.

Galbot cũng cho biết robot đã đạt chuỗi hơn 100 lượt đánh qua lại liên tiếp và tham gia cả nội dung đánh đôi cùng con người. Hãng gọi hệ thống này là AstraTennis và nhấn mạnh rằng robot không đơn thuần phát lại một chuỗi động tác đã lập trình sẵn, mà phải liên tục cảm nhận, quyết định rồi hành động theo diễn biến trên sân.

Tuy nhiên, cần phân biệt giữa tuyên bố của nhà sản xuất và một kết quả đã được kiểm chứng độc lập. Con số hơn 100 lượt đánh liên tiếp và mức độ tự chủ của màn trình diễn hiện chủ yếu dựa trên thông tin Galbot công bố. Một số báo cáo công nghệ độc lập cũng lưu ý rằng chưa có đầy đủ dữ liệu bên ngoài để xác nhận toàn bộ chi tiết của màn trình diễn. Vì vậy, giá trị lớn nhất của sự kiện lúc này không nằm ở một “kỷ lục” tuyệt đối, mà ở việc robot hình người đang được đưa vào những môi trường ngày càng động và khó dự đoán hơn.

Từ “biết làm động tác” sang “biết phản ứng”

Nhiều video robot gây chú ý trong vài năm qua tập trung vào khả năng chạy, nhảy, nhào lộn hoặc thực hiện một chuỗi chuyển động đẹp mắt. Những màn trình diễn đó chứng minh phần cứng đã tiến bộ nhanh, nhưng chưa nhất thiết cho thấy robot có thể tự xử lý một tình huống mới.

Tennis đặt ra yêu cầu cao hơn. Quả bóng không xuất hiện ở đúng một vị trí cố định. Đối thủ có thể thay đổi tốc độ, hướng, độ xoáy và điểm rơi. Robot phải cập nhật kế hoạch liên tục dựa trên dữ liệu cảm biến mới. Nói cách khác, bài kiểm tra không chỉ là “robot có thực hiện được cú thuận tay hay không”, mà là “robot có biết khi nào nên dùng cú thuận tay, di chuyển tới đâu và sửa sai nếu dự đoán ban đầu không còn đúng hay không”.

Đây cũng là lý do World Humanoid Robot Games năm 2026 không chỉ có các nội dung thể thao. Reuters cho biết sự kiện gồm cả những bài kiểm tra mô phỏng công việc trong nhà máy, kho hàng, nhà hàng, văn phòng và tình huống khẩn cấp. Hơn 40% nội dung yêu cầu robot vận hành hoàn toàn tự chủ. Các thử thách như cắm dây cáp, lắp ráp hoặc thao tác vật thể có thể ít ấn tượng về mặt hình ảnh hơn chạy nước rút, nhưng lại đo những năng lực thiết yếu của robot trong thế giới thực: nhận dạng, căn chỉnh, kiểm soát lực và phục hồi sau lỗi.

Nghiên cứu tennis humanoid cũng đang tăng tốc

Không chỉ Galbot thử sức với tennis. Tháng 3/2026, một nhóm nghiên cứu giới thiệu LATENT, phương pháp dạy robot hình người Unitree G1 các kỹ năng tennis từ dữ liệu chuyển động không hoàn hảo của người chơi. Hệ thống học các kỹ năng cơ bản như thuận tay, trái tay và di chuyển ngang, sau đó kết hợp chúng thành chính sách điều khiển có thể trả bóng trong nhiều tình huống.

Đến tháng 8/2026, một nghiên cứu khác mang tên AdaPT tiếp tục thử cách học phong cách tennis chuyên nghiệp từ video phát sóng. Nhóm tác giả triển khai chính sách trên Unitree G1 và robot hình người kích thước đầy đủ Dobot Atom. Một trong những vấn đề họ nhấn mạnh là khoảng cách giữa mô phỏng và thế giới thật: chuyển động hoạt động tốt trong mô phỏng có thể suy giảm khi đưa lên robot thực, nơi cảm biến có nhiễu, động cơ có giới hạn và thời gian thực thi không bao giờ hoàn toàn lý tưởng.

Những nghiên cứu này cho thấy tennis đang trở thành một phòng thí nghiệm thu nhỏ cho nhiều bài toán cốt lõi của robotics: thị giác máy tính, dự đoán động lực học, lập kế hoạch chuyển động, điều khiển toàn thân, học tăng cường và chuyển giao từ mô phỏng sang thực tế.

Vì sao so sánh với cờ vua vẫn có ý nghĩa?

Cờ vua và cờ vây từng trở thành biểu tượng của AI bởi chúng biến một khái niệm khó đo như “trí thông minh” thành một kết quả dễ quan sát: máy có thể thắng người chơi giỏi nhất hay không. Nhưng những trò chơi đó vẫn có lợi thế lớn cho máy tính: luật rõ ràng, không gian trạng thái được định nghĩa chính xác và không có phần cứng cơ khí phải chống lại trọng lực.

Robot trong thế giới vật lý không có sự xa xỉ đó. Camera có thể nhìn nhầm. Sàn có thể trơn. Một khớp động cơ có thể nóng lên. Đối tượng có thể ở lệch vài centimet. Người đối diện có thể hành động ngoài phân phối dữ liệu huấn luyện. AI không chỉ cần đưa ra câu trả lời đúng mà còn phải đưa ra câu trả lời đủ nhanh, rồi thực hiện nó bằng một cơ thể có giới hạn.

Vì vậy, “sau cờ vua là tennis” không nên hiểu rằng tennis là bài kiểm tra cuối cùng của AI. Nó là một phép ẩn dụ cho sự dịch chuyển của ngành: từ trí tuệ hoạt động trong những môi trường số được kiểm soát sang trí tuệ phải liên tục đóng vòng lặp cảm nhận – dự đoán – lập kế hoạch – hành động trong thế giới thật.

Đừng vội gọi đây là “AlphaGo của robot”

Cách so sánh với AlphaGo rất hấp dẫn, nhưng hiện vẫn còn sớm. AlphaGo thi đấu theo luật chuẩn, trước đối thủ hàng đầu thế giới và kết quả trận đấu có thể kiểm chứng trực tiếp. Trong khi đó, nhiều màn trình diễn robot hiện nay vẫn phụ thuộc mạnh vào thiết lập sân, hệ thống camera, điều kiện ánh sáng, phạm vi chuyển động và các giả định kỹ thuật mà người xem không phải lúc nào cũng được biết đầy đủ.

Ngay cả những nghiên cứu tennis mới nhất cũng thừa nhận các giới hạn như phụ thuộc vào motion capture, khoảng cách mô phỏng – thực tế hoặc khả năng tổng quát hóa khi môi trường thay đổi. Một robot đánh được nhiều quả bóng liên tiếp trong điều kiện được chuẩn bị tốt chưa đồng nghĩa nó có thể bước vào bất kỳ sân tennis nào và chơi như con người.

Nhưng đó cũng chính là điều khiến những thử nghiệm này đáng theo dõi. Thành công không còn chỉ được đo bằng một động tác ấn tượng, mà bằng khả năng duy trì vòng phản hồi tự động đủ lâu trong một môi trường biến đổi liên tục.

Bài kiểm tra thật sự nằm ngoài sân tennis

Nếu robot học được cách theo dõi một quả bóng nhanh, dự đoán chuyển động, phối hợp toàn thân và phục hồi sau lỗi, những kỹ thuật đó có thể được chuyển sang nhiều nhiệm vụ khác. Trong nhà máy, robot cần bắt và đặt vật thể đang di chuyển. Trong kho hàng, nó phải xử lý kiện hàng có kích thước khác nhau. Trong dịch vụ, nó phải phối hợp với con người ở khoảng cách gần. Trong các tình huống khẩn cấp, nó cần phản ứng khi môi trường không giống dữ liệu huấn luyện.

Do đó, tennis chỉ là một sân khấu dễ quan sát cho một câu hỏi lớn hơn: liệu AI có thể chuyển từ việc đưa ra câu trả lời trên màn hình sang việc đưa ra quyết định đáng tin cậy bằng một cơ thể trong thế giới thực hay không?

Các robot hình người năm 2026 vẫn còn xa mới đạt độ linh hoạt và khả năng thích nghi của con người. Nhưng việc chúng bắt đầu được thử thách bằng những môn thể thao đối kháng thời gian thực cho thấy tiêu chuẩn đánh giá đang thay đổi. Chạy nhanh hay thực hiện một cú đánh đẹp chỉ là bước đầu. Bài toán khó hơn là nhìn đúng, quyết định đúng, hành động đúng và tự sửa khi mọi thứ không diễn ra như dự tính.

Nguồn tham khảo

• Reuters: Robots can outrun humans, but can they plug in a cable?
• Galbot/PR Newswire: World's First Autonomous Humanoid Tennis Match
• Nature: Outplaying elite table tennis players with an autonomous robot
• arXiv: Towards Professional Tennis Styles for Humanoid Robots with Adaptive Motion Planning and Tracking