Universal Robots (UR) đã giới thiệu UR AI Trainer tại GTC 2026 ở Silicon Valley. Được phát triển hợp tác với Scale AI, UR AI Trainer đánh dấu một bước ngoặt quan trọng khi các robot chuyển từ các ứng dụng lập trình sẵn sang các nhiệm vụ hoàn toàn do AI điều khiển. Hệ thống này được hỗ trợ bởi dữ liệu chất lượng cao được tạo ra trong các phòng thí nghiệm đào tạo AI, nơi robot mô phỏng hành vi con người.
“Khách hàng của chúng tôi, từ các doanh nghiệp lớn đến các phòng nghiên cứu AI, không chỉ đơn thuần yêu cầu các tính năng AI,” ông Anders Beck, Phó Chủ tịch sản phẩm Robotics AI tại Universal Robots chia sẻ. “Họ cần một phương pháp để thu thập dữ liệu robot và hình ảnh đồng bộ với độ chính xác cao nhằm đào tạo các mô hình AI ngay trên chính những robot mà họ dự định triển khai. UR AI Trainer là giải pháp đầu tiên trong ngành kết nối trực tiếp từ phòng thí nghiệm đến nhà máy để đào tạo mô hình AI.”
Bên cạnh UR AI Trainer mới, gian hàng của Universal Robots tại GTC còn giới thiệu mô hình nền tảng robot tiên tiến từ Generalist AI, đối tác mô hình ưu tiên của UR. Nhờ mô hình này, hai robot UR đã hoàn thành thành công một nhiệm vụ đóng gói điện thoại thông minh phức tạp, vốn không thể thực hiện trước đây nếu thiếu các tiến bộ gần đây trong lĩnh vực AI Vật lý.
Hỗ trợ thu thập dữ liệu sẵn sàng cho AI
Việc đào tạo robot AI thường bị cản trở bởi phần cứng phân mảnh và thu thập dữ liệu có độ chính xác thấp. Phần lớn dữ liệu đào tạo hiện nay được thu thập trên các robot nghiên cứu không phù hợp với môi trường sản xuất, và nhiều hệ thống chỉ dựa vào phản hồi hình ảnh, khiến các nhiệm vụ tinh vi hoặc có tiếp xúc da động trở nên khó khăn.
“UR AI Trainer trực tiếp giải quyết các rào cản này,” ông Beck cho biết. “Bằng cách tận dụng điều khiển moment xoắn trực tiếp và phản hồi lực đặc trưng của chúng tôi, chúng tôi cung cấp cho các nhà phát triển khả năng điều khiển trực tiếp cách robot tương tác vật lý với môi trường, thực hiện đào tạo trên phần cứng mạnh mẽ được sử dụng trong hơn 100.000 ứng dụng công nghiệp.”
Hệ thống thu thập dữ liệu robot tích hợp liên tục
UR AI Trainer cho phép người vận hành hướng dẫn robot UR thực hiện nhiệm vụ theo cơ chế leader-follower trong khi tự động ghi lại dữ liệu đa phương tiện chất lượng cao hỗ trợ phát triển AI robot. Người vận hành sẽ điều khiển robot “leader” thực hiện nhiệm vụ, trong khi robot “follower” đồng bộ chuyển động theo thời gian thực. Trong mỗi lần biểu diễn, hệ thống ghi lại đồng bộ chuyển động, lực và dữ liệu hình ảnh, tạo ra bộ dữ liệu cấu trúc cần thiết để đào tạo mô hình Vision-Language-Action (VLA).
Phát triển trên nền tảng AI Accelerator của UR, UR AI Trainer kết hợp robot UR với phần mềm của Scale AI nhằm thu thập dữ liệu trên robot UR trong môi trường sản xuất với quy mô lớn, tạo ra vòng phản hồi liên tục thúc đẩy tối ưu hóa hệ thống AI vật lý.
“Universal Robots là nhà tiên phong trong lĩnh vực robot công nghiệp, hệ sinh thái toàn cầu của họ cung cấp nền tảng lý tưởng cho việc thu thập dữ liệu và triển khai các mô hình AI quy mô lớn,” ông Ben Levin, Giám đốc Điều hành bộ phận Physical AI tại Scale AI cho biết.
“Chúng tôi đã cùng nhau xây dựng một chu trình dữ liệu robot tích hợp, giúp khách hàng đào tạo, triển khai và cải tiến các mô hình AI nhanh hơn bao giờ hết.” Trong khuôn khổ hợp tác này, UR và Scale AI dự kiến công bố một tập dữ liệu nhiệm vụ công nghiệp quy mô lớn được thu thập trên robot UR vào cuối năm nay.
Trải nghiệm thực tế UR AI Trainer tại GTC
Lấy GTC làm bước khởi đầu chính thức, khách tham quan có thể trải nghiệm trực tiếp hệ thống tại gian hàng UR bằng cách điều khiển hai robot UR3e “leader” cung cấp đầu vào cảm nhận lực để điều khiển hai robot UR7e “follower”. Hệ thống cho phép thực hiện nhiệm vụ đóng gói điện thoại thông minh phức tạp với phản hồi xúc giác hỗ trợ học bắt chước và đào tạo VLA, trong khi dữ liệu được ghi lại thời gian thực trên nền tảng Scale và có thể phát lại trực tiếp trên UR AI Trainer.
Quy trình thu thập dữ liệu đào tạo AI còn được minh họa qua demo mô phỏng cùng nhiệm vụ, được xây dựng trên nền tảng NVIDIA Omniverse và Isaac Sim. Thiết lập mô phỏng giúp khách tham quan điều khiển hệ thống UR3e ảo hai tay với phản hồi xúc giác thời gian thực qua hai thiết bị Haply Inverse3 làm robot ‘leader’, cung cấp mô phỏng vật lý chính xác.
Universal Robots cũng đang khám phá ứng dụng NVIDIA Physical AI Data Factory Blueprint để tự động hóa và mở rộng quy mô tạo dữ liệu tổng hợp, biến năng lực điện toán toàn cầu thành động cơ sản xuất dữ liệu đào tạo robot chất lượng cao.
“Sự chuyển đổi sang AI Vật lý đòi hỏi nâng cấp căn bản từ tự động hóa cứng nhắc, lập trình sẵn sang robot đa năng có khả năng nhận thức, suy luận và học hỏi qua tương tác giống con người,” ông Amit Goel, trưởng bộ phận hệ sinh thái robotics và edge AI tại NVIDIA nhận định.
“Lợi dụng khung mô phỏng NVIDIA Isaac, Universal Robots đang xây dựng một động cơ mở rộng quy mô cho thu thập và tạo dữ liệu chất lượng cao, cung cấp hạ tầng thiết yếu để đào tạo thế hệ hệ thống tự động tiếp theo ở quy mô lớn.”
Hiệu suất mô hình nền tảng robot trong môi trường thực tế
Bổ sung cho hai màn trình diễn thu thập dữ liệu, sự kiện giới thiệu của Generalist làm nổi bật cách các tiến bộ trong thu thập dữ liệu và mô hình AI chuyển thành hiệu suất thực tế của robot. Trong lần trình chiếu công khai đầu tiên mô hình nền tảng bao gồm bởi Generalist, hai robot UR7e tự động thực hiện nhiệm vụ đóng gói điện thoại thông minh phức tạp với độ khéo léo, phối hợp và thao tác tiếp xúc tinh vi trong môi trường thực tế. Màn trình diễn minh chứng cách dữ liệu đào tạo quy mô lớn, chất lượng cao kết hợp kiến trúc mô hình tiên tiến giúp hệ thống AI vật lý hoạt động bền vững vượt ngoài phạm vi phòng thí nghiệm.
“Generalist phát triển các mô hình nền tảng bao gồm mang lại khả năng linh hoạt và đáng tin cậy hàng đầu ngành,” ông Pete Florence, đồng sáng lập kiêm CEO Generalist AI cho biết. “Màn trình diễn này trên nền tảng công nghiệp đáng tin cậy của Universal Robots cho thấy cách mà trí tuệ phổ quát vật lý được chuyển hóa thành năng lực thực tế, mở đường cho việc triển khai quy mô lớn trong nhiều ngành công nghiệp.”
“Việc công nghệ của chúng tôi được các nhà tiên phong trong đào tạo mô hình AI và thu thập dữ liệu lựa chọn là minh chứng tại sao Universal Robots trở thành nền tảng ưu tiên cho AI vật lý,” ông Beck nhấn mạnh.
Truy cập site Universal Robots để biết thêm thông tin
Xem tất cả các tin tức về Universal Robots