Robot hình người tại Đại học Stanford vừa được kết nối trực tiếp với GPT-6 Astra, mô hình AI đa phương thức mới của OpenAI, để tự khám phá và dọn dẹp một căn bếp mà nó chưa từng nhìn thấy. Theo công bố từ phòng thí nghiệm TML của Stanford (tml.stanford.edu), hệ thống mang tên HomeBody bỏ qua các lớp chính sách vision-language-action truyền thống, cho robot Unitree G1 tự lập bản đồ không gian và ra quyết định ngay tại chỗ.
Đây là một trong những minh chứng rõ nét nhất cho thấy AI tạo sinh có thể điều khiển trực tiếp một cơ thể vật lý mà không cần huấn luyện riêng cho từng nhiệm vụ.
Mục lục
Cách GPT-6 Astra điều khiển robot Unitree G1 dọn bếp lạ
HomeBody hoạt động theo cách khác hẳn các robot AI trước đây. Thay vì huấn luyện một mô hình vision-language-action (VLA) riêng cho mỗi nhiệm vụ dọn dẹp, nhóm nghiên cứu Stanford nối GPT-6 Astra thẳng vào hệ thống cảm biến và cơ cấu chấp hành của robot Unitree G1. Khi bước vào một căn bếp mới, robot dùng camera và cảm biến độ sâu để dựng một “bản sao số” (digital twin) của không gian ngay trong lúc di chuyển, rồi để GPT-6 Astra phân tích bản sao đó và lên kế hoạch hành động theo thời gian thực.
Theo mô tả của trang tin công nghệ The Decoder, robot không nhận lệnh dọn dẹp cụ thể như “rửa cái cốc trên bàn” — nó tự quan sát, tự suy luận đồ vật nào cần cất, cất ở đâu là hợp lý, và tự điều chỉnh khi va phải vật cản hoặc đồ vật bị di chuyển giữa lúc dọn. GPT-6 Astra đóng vai trò vừa là “mắt” phân tích hình ảnh, vừa là “bộ não” ra quyết định, thay cho hàng loạt module chuyên biệt mà các hệ thống robot học trước đây vẫn cần.
Điểm khác biệt lớn nhất so với các demo robot AI trước là HomeBody không cần dữ liệu huấn luyện riêng cho từng loại bếp hay từng loại đồ vật. Nhóm Stanford cho biết chi phí lớn nhất khi triển khai robot gia đình xưa nay không nằm ở phần cứng, mà ở việc phải thu thập dữ liệu và huấn luyện lại mỗi khi robot gặp một không gian mới.
Bằng cách giao toàn bộ phần suy luận cho một mô hình nền tảng đa phương thức như GPT-6 Astra, HomeBody có thể thích nghi ngay với môi trường lạ mà không cần bước huấn luyện bổ sung nào — đúng như tên gọi “HomeBody” mà nhóm nghiên cứu đặt cho hệ thống.
Vì sao thí nghiệm dọn bếp này quan trọng với ngành robot
Thí nghiệm của Stanford không phải sản phẩm thương mại, nhưng nó cho thấy hướng đi mà nhiều công ty robot đang theo đuổi: gắn một mô hình AI nền tảng mạnh trực tiếp vào robot, thay vì xây riêng một chuỗi module cảm biến – lập kế hoạch – điều khiển. Cách làm này giảm đáng kể công sức kỹ thuật, nhưng cũng đặt ra câu hỏi về độ an toàn khi robot tự ra quyết định trong không gian sống thực, nơi có người và vật dụng dễ vỡ.
Nếu bạn đang tìm hiểu AI agent hoạt động ra sao khi tự lập kế hoạch và hành động độc lập, bài phân quyền AI agent: 6 nguyên tắc 2026 trên Nhịp AI phân tích những rủi ro tương tự — chỉ khác là ở đây rủi ro nằm trong không gian vật lý thay vì trên máy tính. Còn nếu muốn nắm nền tảng về cách các mô hình AI như GPT-6 Astra được huấn luyện và ứng dụng, có thể xem thêm hướng dẫn học AI từ A-Z cho người mới bắt đầu.
Stanford chưa công bố lịch trình thương mại hoá HomeBody, và GPT-6 Astra hiện chỉ chạy trong môi trường phòng thí nghiệm được kiểm soát. Nhưng cùng với các bước tiến gần đây trong phần cứng robot hình người, thí nghiệm này là một tín hiệu cho thấy khoảng cách giữa “AI biết nói” và “AI biết làm” trong thế giới thực đang co ngắn lại nhanh hơn dự đoán.
Nguồn: Stanford TML Lab (tml.stanford.edu/homebody), The Decoder.
Xem thêm: Mô hình Astra tự tìm 2 lỗ hổng zero-day 2026
