Dẫn đầu bảng xếp hạng Meta-World
Maxwell đạt 91,9 điểm trên Meta-World, vượt FabriVLA của công ty Youibot ở Thâm Quyến với 90 điểm và SUREFlow của Đại học Quốc gia Kyungpook, Hàn Quốc, với 88,3 điểm. Bảng xếp hạng thu hút các đội hàng đầu thế giới như Physical Intelligence, Google DeepMind, Alibaba, Meituan, Đại học Carnegie Mellon, MIT, Đại học Cambridge và Viện Nghiên cứu Toyota.
Để hoàn thành một tác vụ trên Meta-World, mô hình phải hiểu quan hệ không gian giữa vật thể và mục tiêu, thực hiện chuỗi hành động như tiếp cận, cầm nắm và di chuyển, đồng thời điều chỉnh dựa trên tiếp xúc.
Những kết quả chính:
- Meta-World: Maxwell 91,9 điểm, FabriVLA 90 điểm, SUREFlow 88,3 điểm.
- Hơn 200 tác vụ được thực hiện mà không cần tinh chỉnh thêm.
- Tỷ lệ thành công 99,1% trong môi trường LIBERO.
- 1 tỷ tham số, chạy trên một card xử lý duy nhất.
Từ suy nghĩ đến hành động
Trong các màn trình diễn mô phỏng, Maxwell có thể đặt đai ốc vào trụ, dùng tay nắm mở cửa tủ và ngăn kéo, cầm vật thể di chuyển giữa các hộp chứa. Trong môi trường LIBERO, vốn chú trọng các thao tác liên tục, mô hình có thể nối nhiều bước như bật bếp rồi đặt ấm nước lên, đặt cốc vào lò vi sóng hay cất sách vào hộp.
Mô hình được thiết kế để triển khai tại biên, tức xử lý dữ liệu gần người dùng thay vì qua đám mây tập trung, và có yêu cầu phần cứng tương đối thấp. Robot hiện đã làm việc chính xác trên dây chuyền lắp ráp, nhưng thường chỉ trong môi trường cố định với lệnh định sẵn; để thực sự bước vào đời sống, robot cần tự hiểu thế giới vật lý.
Làn sóng AI hiện thân tại Trung Quốc
Thành tích của Maxwell không phải trường hợp đơn lẻ. Công ty DeepCybo ở Bắc Kinh phát triển mô hình nền tảng vật lý PhysBrain, đạt 72,5 điểm tổng thể trên 28 bài đánh giá, đứng đầu 14 bài so với các mô hình mã nguồn mở khác, chỉ kém mô hình mã nguồn đóng tốt nhất là GPT-6 Astra của OpenAI với 73,3 điểm.
Ngày 10/9, Unitree Robotics công bố mã nguồn mở một mô hình nền tảng 6 tỷ tham số, có thể điều khiển robot thực hiện hơn 60 tác vụ như sắp xếp giày, dọn bếp, giặt đồ hay dọn giường. Từng được xem là công ty phần cứng, Unitree dự kiến dành gần một nửa số tiền huy động khi niêm yết cho nghiên cứu mô hình robot thông minh.
Những giới hạn cần lưu ý
Dù kết quả ấn tượng, Meta-World và LIBERO đều là môi trường mô phỏng. Khoảng cách giữa mô phỏng và thế giới thực, nơi ánh sáng, vật liệu và tình huống bất ngờ thay đổi liên tục, vẫn là thách thức lớn của ngành robot.
Bên cạnh đó, các bảng xếp hạng thường xuyên thay đổi khi có mô hình mới, và một điểm số cao chưa đồng nghĩa với sản phẩm thương mại sẵn sàng đưa vào gia đình hay nhà máy.
