Google DeepMind đưa robot hình người vào dây chuyền Mercedes

Robot hình người đã bước ra khỏi phòng thí nghiệm và bắt đầu làm việc thật trên dây chuyền sản xuất. Ngày 10/11/2026, Google DeepMind giới thiệu Gemini Robotics 2.5, mô hình điều khiển robot mới nhất của hãng, với màn thử lửa ngay trên dây chuyền đang chạy của Mercedes-Benz. Đây không còn là video demo trong phòng lab, mà là ca làm việc thật với linh kiện thật và áp lực dây chuyền thật.

Điểm đáng chú ý nhất không nằm ở con robot, mà ở cách nó làm việc: nhìn, hiểu chỉ dẫn bằng ngôn ngữ tự nhiên rồi tự tay thao tác. Mô hình thuộc nhóm vision-language-action, tức kết nối thị giác, ngôn ngữ và hành động trong cùng một hệ thống, và DeepMind gọi đây là mô hình mạnh nhất của hãng.

Robot hình người gắp linh kiện trên dây chuyền thật

Thử nghiệm diễn ra tại hai nhà máy của Mercedes-Benz ở Kecskemét, Hungary và Sindelfingen, Đức. Robot Apollo 2 của Apptronik đảm nhận công việc kitting: gắp từng chi tiết kim loại từ thùng chứa lớn rồi xếp vào khay theo đúng thứ tự từng chiếc xe trên dây chuyền cần. Đây là việc lặp đi lặp lại, tốn sức, nhưng đòi hỏi độ chính xác cao vì sai một chi tiết là sai cả trình tự lắp ráp.

Hai mô hình phối hợp vận hành hệ thống: Gemini Robotics ER, mô hình suy luận hiện thân, theo dõi toàn bộ quy trình và ghi nhớ xe nào cần linh kiện nào; còn Gemini Robotics 2.5, mô hình hành động, điều khiển cánh tay và bàn tay robot để gắp giá đỡ kim loại, đặt vào khay và tự sửa sai khi có khoảng trống. Kết quả: tỉ lệ thành công đạt 96%.

Apollo 2 trong thử nghiệm dùng bàn tay SharpaWave năm ngón với 22 bậc tự do, đủ khéo để cầm các chi tiết kim loại nhỏ. DeepMind nhấn mạnh đây mới là thử nghiệm proof-of-concept, chưa phải triển khai dài hạn, nhưng con số 96% trên dây chuyền đang hoạt động thực tế hơn nhiều so với bài kiểm tra trong phòng lab. Ông Jeff Cardenas, Giám đốc điều hành Apptronik, cho biết mô hình tiến bộ rõ rệt chỉ sau vài tuần huấn luyện bổ sung và chuyển sang dây chuyền Mercedes gần như không suy giảm hiệu năng.

Hơn 200 nhiệm vụ, nhanh hơn và khéo hơn hẳn

Trước khi ra nhà máy, Gemini Robotics 2.5 được DeepMind đánh giá trên hơn 200 nhiệm vụ, từ gắp thức ăn bằng kẹp, thắt nơ trên hộp quà tới hút chất lỏng bằng pipette. Những nhiệm vụ này đòi hỏi robot kết hợp nhiều kỹ năng cùng lúc: dùng công cụ, thao tác với vật mềm dễ biến dạng và cầm nắm vật mỏng manh tinh tế.

So với các mốc trước, mô hình đạt tỉ lệ thành công cao hơn 30–100% tùy loại nhiệm vụ và hoàn thành nhanh hơn 20–30%. Đây là hai chỉ số quan trọng với nhà máy, vì robot chậm hay lỗi đều nghẽn dây chuyền.

Gemini Robotics 2.5 cũng không gắn với một thân robot duy nhất, mà làm việc với nhiều loại robot, từ robot hình người Apollo 2 tới nền tảng Franka Duo với tay kẹp hai ngón song song. Nhờ đó, cùng một mô hình có thể triển khai cho nhiều dạng công việc mà không cần huấn luyện lại từ đầu cho từng loại máy.

An toàn được siết chặt trước khi robot ra khỏi phòng thí nghiệm

Robot làm việc cạnh con người phải an toàn trước khi nhanh hay khéo. DeepMind trang bị cho Gemini Robotics 2.5 cơ chế hướng dẫn suy luận tại thời điểm chạy, giúp robot tự tránh nguy hiểm vật lý trong lúc thao tác. Trong đánh giá của hãng, tỉ lệ hoàn thành nhiệm vụ an toàn quanh vật cản tăng 33% và quanh người tăng 43%.

Hãng cũng công bố ASIMOV-Jailbreak, bộ benchmark mã nguồn mở gồm hàng trăm câu lệnh ngụy trang yêu cầu nguy hiểm trong hàng chục bối cảnh, để kiểm tra robot có bị dụ làm điều không an toàn hay không. Đây là mối lo thực tế khi robot hiểu ngôn ngữ tự nhiên: một câu lệnh tưởng chừng vô hại có thể dẫn tới hành động nguy hiểm.

Trong bài kiểm tra này, Gemini 4 Argon, mô hình đứng sau quá trình phát triển Robotics 2.5, đạt tỉ lệ kháng jailbreak 99,5%, cao hơn nhiều mức 82% của mốc trước Gemini Robotics ER 2. Tuy nhiên, đây đều là kết quả do chính DeepMind công bố, chưa có đánh giá độc lập.

Gemini 4 Argon đứng sau bước nhảy vọt

Để dạy robot kỹ năng mới, nhóm nghiên cứu cần lượng lớn dữ liệu thao tác thực tế, vốn tốn kém và chậm. Gemini 4 Argon tháo nút thắt này bằng cách đóng vai trò động cơ mô phỏng: từ một cảnh quay camera thật, Argon tạo ra hàng nghìn lượt luyện tập mô phỏng và xây dựng bản sao số (digital twin) giống thực tế.

Nhờ đó, robot khái quát sang cảnh vật và đồ vật mới nhanh hơn, thay vì chỉ thuộc lòng tình huống đã thấy. Argon còn giúp chẩn đoán nguyên nhân thất bại từ video ghi lại, rồi thử cách khắc phục trong mô phỏng trước khi áp lên robot thật. DeepMind cho biết chính khả năng này đã rút ngắn đáng kể thời gian phát triển Gemini Robotics 2.5.

Khi nào robot này tới tay người dùng

Hiện tại, Gemini Robotics 2.5 chỉ triển khai cho đối tác robot của DeepMind, trong đó có Agile, Apptronik và Boston Dynamics. Hãng chưa công bố API công khai, giá sử dụng hay lịch mở rộng ra ngoài nhóm này. Người dùng phổ thông vì vậy chưa thể tiếp cận mô hình, và chưa có robot gia đình nào chạy Gemini Robotics 2.5.

Với độc giả Việt Nam, tác động gần nhất sẽ tới từ nhà máy và kho bãi, nơi việc phân loại và xếp linh kiện có thể giao cho robot hình người trước tiên. Dù vậy, thử nghiệm thành công 96% vẫn chưa đồng nghĩa với ca làm việc 8 tiếng không lỗi. Thước đo thực sự là tỉ lệ thành công duy trì trong nhiều tuần, chi phí vận hành và khả năng xử lý sự cố bất ngờ.

DeepMind gọi Gemini Robotics 2.5 là cột mốc trên đường tới trí tuệ vật lý tổng quát, tức robot làm việc cùng con người và giải quyết thách thức thực tế. Hướng đi đó đang rõ dần, nhưng khoảng cách từ thử nghiệm tới dây chuyền vận hành thường xuyên vẫn cần thêm thời gian kiểm chứng.

Tóm lại, Gemini Robotics 2.5 cho thấy robot hình người đã làm được việc thật trong nhà máy, với con số 96% làm bằng chứng. Bài kiểm tra tiếp theo không còn là demo, mà là độ bền qua nhiều ca làm việc và mức an toàn khi đứng cạnh con người.

Nguồn tham khảo: Google DeepMind