Đầu năm nay, Elon Musk trở lại Davos và lại gây chú ý với dự báo: tương lai, số robot trên Trái Đất sẽ vượt con người.
Có thể thấy, AI và robot đã trở thành hai chủ đề công nghệ nổi bật toàn cầu: trí tuệ nhân tạo tổng quát (AGI) đang tiến gần đột phá, và robotics đang vượt khỏi phòng thí nghiệm, hướng tới tự động hóa quy mô lớn lao động vật lý. Năm nay, bên cạnh AI, trí tuệ hiện thân cũng trở thành lĩnh vực trọng tâm của ngành tiền mã hóa. Sau đây là một số dự án Robotics đáng quan tâm.
OpenMind
Ngày 04 tháng 08 năm 2025 (UTC), OpenMind – công ty hạ tầng máy thông minh tại Silicon Valley – thông báo gọi vốn thành công 20 triệu USD. Vòng này do Pantera Capital dẫn đầu, với sự tham gia của Ribbit, Sequoia China, Coinbase Ventures, DCG, Lightspeed Faction, Anagram, Pi Network Ventures, Topology, Primitive Ventures, Amber Group và nhiều nhà đầu tư thiên thần nổi tiếng.
OpenMind phát triển phần mềm mã nguồn mở giúp robot suy nghĩ, học hỏi và làm việc. Hệ điều hành robot AI mã nguồn mở OM1 cho phép cấu hình và triển khai AI Agents ở cả môi trường số lẫn vật lý. Người dùng có thể tạo AI agent chạy trên cloud hoặc triển khai trên robot vật lý thực tế.
OM1 của OpenMind chính là “bộ não AI” cho robot. Bộ não này phối hợp nhiều AI Agents, tương tác với nhiều LLM và gom dữ liệu từ nhiều nguồn (có thể đăng bài lên mạng xã hội thay cho người dùng). OM1 mã nguồn mở nên cực kỳ linh hoạt, giống như Android không phụ thuộc phần cứng ở smartphone.
OpenMind còn phát triển mạng lưới nhận diện robot trên blockchain mang tên FABRIC, tạo lớp tin cậy xác minh giữa con người và robot. Người dùng chia sẻ dữ liệu vị trí, đánh giá hành vi robot, xây dựng ứng dụng để nhận huy hiệu. Robot chạy hệ thống OM1 sẽ tham gia mạng FABRIC, nhận định danh độc nhất, xác minh được và cho phép ghi nhận lệnh, nhật ký vận hành, quyền sở hữu, hoạt động lên chuỗi.
Tháng 12 năm 2025 (UTC), OpenMind và Circle – đơn vị phát hành stablecoin – cùng thông báo ra mắt hệ thống thanh toán robot tự động dựa trên giao thức x402. Khi robot ngày càng thông minh, chúng sẽ không chỉ là công cụ thực hiện nhiệm vụ, mà còn trở thành tác nhân kinh tế tự chủ: mua tài nguyên tính toán, dữ liệu, kỹ năng, thậm chí thuê robot hoặc người để hoàn thành mục tiêu phức tạp.
CodecFlow
CodecFlow cung cấp nền tảng hợp nhất vận hành liền mạch trên cloud, edge, desktop và phần cứng robot, hỗ trợ cả API hiện đại và hệ thống cũ. Nền tảng chuẩn hóa đầu vào cảm biến robot thành định dạng chung và mô-đun hóa hành động phức tạp, giúp nhà phát triển và người dùng không cần thiết kế robot từ đầu. CodecFlow kết nối nhận thức, ra quyết định và kiểm soát qua mạng, thay vì phân mảnh hoặc phụ thuộc phần cứng.
Các operator AI tận dụng nhận thức và lý luận thời gian thực để phản ứng với thay đổi UI hoặc môi trường robot. Cách này khắc phục điểm yếu của tự động hóa robot lập trình trước, vốn dễ thất bại khi có biến động nhỏ. CodecFlow thu thập hình ảnh màn hình, camera, dữ liệu cảm biến, dùng AI xử lý tín hiệu bên ngoài, quan sát, ra lệnh và thực thi qua tương tác UI.
Peaq
Ngày 27 tháng 03 năm 2025 (UTC), Peaq – giao thức DePIN Layer1 – huy động được 15 triệu USD trong vòng do Generative Ventures và Borderless Capital dẫn đầu, có Spartan Group, HV Capital, CMCC Global, Animoca Brands, Moonrock Capital, Fundamental Labs, TRGC, DWF Labs, Crit Ventures, Cogitent Ventures, NGC Ventures, Agnostic Fund, Altana Wealth tham gia.
Peaq vốn định vị là nền tảng DePIN nhưng tháng 09 năm ngoái đã ra mắt Robotics SDK, giúp robot có định danh tự chủ, xử lý thanh toán, xác minh dữ liệu, truy cập kinh tế mạng on-chain. Robot tương thích ROS2 đều có thể tham gia nền kinh tế Peaq, dùng tiêu chuẩn của mạng để giao dịch với con người và robot khác.
Năm ngoái, Peaq ra mắt dự án robot RWA “RoboFarm” trên DualMint, xây dựng trang trại robot tại Hong Kong tự động hóa 80% sản lượng nông nghiệp. Xà lách, rau bina, cải xoăn bán tại Hong Kong; chủ NFT nhận lợi suất ước tính 18%/năm.
Axis Robotics
Axis Robotics xây dựng hạ tầng phân tán, mở rộng cho Embodied Intelligence (Physical AI). Họ chọn “Simulation First” để vượt qua nút thắt thiếu dữ liệu, tổng quát hóa mô hình trong robotics, kết hợp thu thập dữ liệu quy mô lớn, giá thấp và tăng cường dữ liệu độc quyền, đạt bước tiến về chất lượng, phong phú, quy mô dữ liệu. Mỗi dữ liệu đều xác thực nguồn gốc on-chain, hình thành động cơ dữ liệu cho trí tuệ robot tổng quát (RGI).
Axis thay đổi cách thu thập dữ liệu huấn luyện robot. Đối thủ thường crowdsourcing video người dùng thực hiện hành động ngoài đời qua smartphone/kính thông minh, giúp nhiều người dễ tham gia, nhưng dữ liệu thiếu thực tế vật lý, chiều sâu, tính liên tục 3D.
Axis dùng mô phỏng, tạo số lượng lớn kịch bản đa dạng (ánh sáng, góc, ma sát, động lực...) huấn luyện mô hình vận hành trong điều kiện khó, tăng tổng quát hóa. Chiến lược lai kết hợp dữ liệu thực ngoài đời với dữ liệu tổng hợp quy mô lớn, tăng cường meta-data bằng GPU thay đổi ánh sáng, texture, thuộc tính vật lý. Môi trường ảo linh hoạt, không bị hard code, tạo vô số kịch bản robot xử lý, chi phí thấp, sản lượng cao. Cách tối ưu mô hình này đã được Google và NVIDIA xác thực.
Axis triển khai dự án học mô phỏng cộng đồng đầu tiên – “Little Prince’s Rose”. Người dùng vận hành robot từ xa qua trình duyệt để tưới cây. Phân tích hành động giúp robot học nhiệm vụ. Cách này giữ mức tiếp cận thấp như tải video, đồng thời xây dựng mô hình VLA (Vision-Language-Action) nhận thức không gian 3D – điều video không cung cấp được.
Chỉ sau 5 ngày, hàng ngàn người dùng không chuyên đóng góp hàng chục ngàn trajectory chất lượng cao, sẵn sàng huấn luyện. Axis dùng dữ liệu này huấn luyện mô hình chính sách, triển khai lên cánh tay robot Franka ngoài đời, hoàn thành chu trình từ tạo nhiệm vụ, thu thập, tăng cường dữ liệu cộng đồng đến huấn luyện mô hình, triển khai thực tế.
Một giờ dữ liệu thực có thể chuyển thành 1.000 giờ huấn luyện, giảm mạnh chi phí tổng quát hóa mô hình robot.
Đợt thử nghiệm Tết Nguyên Đán, cũng 5 ngày, 18.000 người dùng không chuyên hoàn thành 27 nhiệm vụ mới, đóng góp hơn 100.000 trajectory dữ liệu. Thử nghiệm xác thực đa dạng nhiệm vụ, tương thích nhiều loại robot: bánh xe, hai tay.
Axis sẽ ra mắt sản phẩm cốt lõi cuối tháng 03, dự kiến mã nguồn mở bộ dữ liệu mô phỏng Franka-arm lớn nhất thế giới vào cuối tháng 04 hoặc đầu tháng 05 – đáp ứng nhu cầu chiến lược, huấn luyện mô hình. Là dự án Crypto-AI robotics, Axis còn thúc đẩy ứng dụng ngành: hợp tác hãng ô tô tự động hóa sản xuất; liên kết công ty tính toán sắp IPO về tài sản ảo, mô hình thế giới; hợp tác sâu với công ty embodied entity về dữ liệu mô phỏng, huấn luyện mô hình. Những bước này cho thấy ngoại tác đặc thù của dự án Crypto.
GEODNET
GEODNET là mạng phi tập trung cung cấp định vị động thời gian thực, độ chính xác từng centimet cho drone, robot, thiết bị khác. Mạng có 21.000 trạm gốc hoạt động tại hơn 150 quốc gia. Năm qua, dự án tạo hơn 7 triệu USD doanh thu, tăng trưởng từng quý.
Dù thường xếp vào nhóm DePIN, robotics ngoài đời sẽ thúc đẩy nhu cầu dữ liệu định vị chính xác thời gian thực rộng hơn. Tháng 02 năm 2025 (UTC), Multicoin công bố mua 8 triệu USD token $GEDO từ GEODNET Foundation.
BitRobot
BitRobot Network, do FrodoBots Lab và Protocol Labs đồng phát triển, cho phép robot thực hiện và hợp tác công việc phân tán. Thành phần gồm: Verifiable Robot Work (VRW – chỉ số phần thưởng để xác thực nhiệm vụ robot); Equipment Node Tokens (ENT – định danh robot dạng NFT); các subnet – cụm tài nguyên thực hiện nhiệm vụ, tạo giá trị cho mạng.
Ngày 14 tháng 02 năm 2025 (UTC), FrodoBots Lab công bố vòng seed trị giá 6 triệu USD, tổng vốn lên 8 triệu USD.
FrodoBots Lab còn bán robot: Earth Rovers – mô phỏng xe Mario Kart ngoài đời, giá 249 USD, điều khiển từ xa trên trình duyệt trong trò chơi săn kho báu ET Fugi toàn cầu. Dữ liệu hỗ trợ kiểm thử mô hình AI định vị mới nhất. ET Fugi là subnet đầu tiên của BitRobot.
Robot tương lai – Octo Arms – sẽ cho phép người dùng điều khiển cánh tay robot từ xa để giải đố 3D, thi đấu.
Khái niệm “subnet” trừu tượng – bất kỳ cụm nào đóng góp vào hệ sinh thái mạng (hoặc dự án/sự kiện) đều là subnet, như ET Fugi hoặc SeeSaw của Virtuals.
SeeSaw
Subnet thứ năm của BitRobot – SeeSaw – là ứng dụng chia sẻ dữ liệu huấn luyện robot do Virtuals ra mắt tháng 10 năm ngoái. Người dùng tải video sinh hoạt hàng ngày để nhận thưởng. Video ghi lại hành động như buộc dây giày, gấp quần áo, thu thập từ người dùng toàn cầu để huấn luyện robot.
Auki
Mạng nhận thức máy phi tập trung của Auki – Posemesh – kết nối con người, thiết bị, AI. Kiến trúc DePIN giúp robot, kính AR, thiết bị chia sẻ dữ liệu vị trí, cảm biến thời gian thực, hình thành nhận thức không gian hợp tác về thế giới vật lý cho robot, AR, AI.
Posemesh xác định nhiều loại node: compute node cung cấp xử lý; motion node (robot endpoint) tải dữ liệu vị trí, cảm biến; reconstruction node tạo bản đồ 3D; domain node quản lý không gian 3D. Mỗi node nhận token $AUKI theo đóng góp, vận hành mạng thị giác máy tự tiến hóa.
Mạng ưu tiên bảo mật, ngăn chặn thực thể nào giám sát không gian người dùng, ứng dụng cho bán lẻ (tối ưu vị trí sản phẩm), quản lý tài sản (theo dõi tài sản), điều hướng sự kiện, xây dựng/cải tạo.
Nền tảng tính toán không gian Cactus AI của Auki đã thử nghiệm với Toyota Material Handling và siêu thị Stora Coop Thụy Điển.
XMAQUINA
XMAQUINA là DAO cho phép nhà đầu tư nhỏ lẻ đầu tư vào công ty robotics. DAO huy động 10 triệu USD qua bán token $DEUS theo từng giai đoạn, dùng vốn mua cổ phần tại 6 công ty robotics: Apptronik, Figure AI, Agility Robotics, 1X Tech, NEURA Robotics, Robotico. Một số khoản đầu tư đã sinh lợi, có thương vụ lợi nhuận vượt 100%.
PrismaX
Ngày 17 tháng 06 năm 2025 (UTC), PrismaX công bố vòng gọi vốn trị giá 11 triệu USD với các nhà đầu tư: a16z CSX, Volt Capital, Blockchain Builders Fund, Stanford Blockchain Accelerator, Virtuals.
PrismaX xây dựng lớp điều phối mở kết nối operator từ xa, người dùng robot, công ty robotics. Operator kết nối người dùng, điều khiển robot từ xa thực hiện nhiệm vụ thực tế, thu thập dữ liệu giá trị. Họ cũng có thể yêu cầu logistics, quảng cáo, dịch vụ thực tế khác.
Giao thức vận hành từ xa của PrismaX giúp công ty tìm operator robot chuyên nghiệp cho nhiệm vụ phức tạp. Operator staking token mạng để tăng uy tín, cơ hội nhận nhiệm vụ giá trị cao. Phần thưởng staking phụ thuộc số lượng staking và chất lượng công việc, hiệu quả cao nhận bonus thêm.
Dữ liệu vận hành từ xa dùng huấn luyện robot, tăng tự chủ, nâng hiệu quả operator, thúc đẩy chuyển đổi sang máy tự chủ cao hoặc hoàn toàn.
NRN Agents
NRN phát triển từ AI Arena – trò chơi huấn luyện thời gian thực cho AI Agents. Ngày 28 tháng 10 năm 2021 (UTC), ArenaX Labs – đơn vị phát triển – huy động 5 triệu USD vòng seed do Paradigm Capital dẫn đầu, cùng Framework Venture Partners. Ngày 09 tháng 01 năm 2024 (UTC), ArenaX Labs hoàn thành vòng 6 triệu USD do Framework Ventures dẫn đầu, có SevenX Ventures, FunPlus/Xterio, Moore Strategic Ventures tham gia.
Mô hình lõi vẫn là thu thập dữ liệu, học tăng cường cho robot; NRN tận dụng kinh nghiệm game để biến thu thập dữ liệu robot thành trò chơi trên trình duyệt. Người dùng điều khiển robot mô phỏng trực quan, tạo dữ liệu hành vi trong quá trình chơi, huấn luyện hệ thống robot ngoài đời thực.
Hiện tại, dự án tập trung cánh tay robot (RME-1) để xác thực quy trình thu thập dữ liệu, học thời gian thực, khả năng thích nghi.
Lưu ý:
- Bài viết này được đăng lại từ [BlockBeats] và thuộc bản quyền tác giả gốc [Cookie]. Nếu có vấn đề liên quan đến việc đăng lại, hãy liên hệ đội ngũ Gate Learn, chúng tôi sẽ xử lý theo đúng quy trình.
- Tuyên bố miễn trừ: Quan điểm và ý kiến trong bài viết là của tác giả, không phải tư vấn đầu tư.
- Các phiên bản ngôn ngữ khác do đội Gate Learn dịch. Trừ khi Gate ghi rõ, mọi bài dịch không được sao chép, phân phối, đạo văn.
