Ngoài các tác nhân AI, robot hữu hình là một ứng dụng dọc quan trọng khác trong kỷ nguyên AI. Morgan Stanley từng dự đoán trong một báo cáo rằng thị trường robot hình người toàn cầu dự kiến sẽ vượt quá 5 nghìn tỷ đô la vào năm 2050.

Với sự phát triển của AI, robot sẽ dần dần tiến hóa từ những cánh tay robot trong nhà máy thành những người bạn đồng hành hàng ngày của chúng ta, dựa vào AI để có được nhận thức và hiểu biết, và thậm chí là khả năng đưa ra quyết định độc lập. Vấn đề là robot ngày nay giống như một nhóm robot "ngu ngốc" không thể giao tiếp với nhau: mỗi nhà sản xuất sử dụng ngôn ngữ và logic riêng, phần mềm của chúng không tương thích và trí thông minh của chúng không thể chia sẻ. Giống như việc mua một chiếc Xiaomi và một chiếc Tesla, nhưng chúng thậm chí không thể cùng nhau đánh giá tình trạng đường xá, chứ đừng nói đến việc hoàn thành nhiệm vụ.

OpenMind mong muốn thay đổi tình trạng "độc lập" này. Họ không chỉ chế tạo robot; họ hướng đến việc xây dựng một hệ thống cộng tác, nơi các robot nói cùng một ngôn ngữ, tuân theo cùng một bộ quy tắc và cùng nhau hoàn thành nhiệm vụ. Ví dụ, iOS và Android đã thúc đẩy sự bùng nổ của các ứng dụng di động thông minh, trong khi Ethereum đã cung cấp một nền tảng chung cho thế giới tiền điện tử. OpenMind đặt mục tiêu tạo ra một "hệ điều hành" và "mạng lưới cộng tác" thống nhất cho robot trên toàn thế giới. Tóm lại, OpenMind đang xây dựng một hệ điều hành phổ quát cho robot, cho phép chúng không chỉ cảm nhận và hành động mà còn cộng tác một cách an toàn và ở quy mô lớn trong mọi môi trường thông qua cộng tác phi tập trung. Ai đang hỗ trợ nền tảng mở này? OpenMind đã hoàn thành 20 triệu đô la trong các vòng gọi vốn hạt giống và Series A, do Pantera Capital dẫn đầu. Quan trọng hơn, sự đa dạng và tính bổ sung của nguồn vốn đã quy tụ gần như tất cả các yếu tố then chốt của cuộc đua này: Một mặt, có những cái tên lâu đời trong hệ sinh thái công nghệ và tài chính phương Tây—Ribbit, Coinbase Ventures, DCG, Lightspeed Faction, Anagram, Pi Network Ventures, Topology và Primitive Ventures—những người đã quen thuộc với sự chuyển đổi mô hình trong mật mã học và cơ sở hạ tầng AI và có thể cung cấp các mô hình, mạng lưới và trải nghiệm tuân thủ cho "nền kinh tế tác nhân + internet máy móc"; Mặt khác, động lực công nghiệp từ phương Đông - chuỗi cung ứng và hệ thống sản xuất đại diện bởi Sequoia Trung Quốc - đã thấu hiểu quy trình và rào cản chi phí liên quan đến việc biến một nguyên mẫu thành một sản phẩm có thể mở rộng quy mô. Sức mạnh tổng hợp của hai lực lượng này không chỉ đảm bảo nguồn vốn cho OpenMind mà còn cả con đường và nguồn lực cần thiết để chuyển từ phòng thí nghiệm sang dây chuyền sản xuất, từ phần mềm sang sản xuất nền tảng.Con đường này cũng đang phù hợp với thị trường vốn truyền thống. Vào tháng 6 năm 2025, khi KraneShares ra mắt Quỹ ETF Chỉ số Trí tuệ Nhân tạo và Thể hiện Toàn cầu (KOID), họ đã sử dụng Iris, một robot hình người do OpenMind và RoboStore đồng thiết kế, để rung chuông khai mạc sàn Nasdaq, trở thành "khách mời robot" đầu tiên trong lịch sử sàn giao dịch này hoàn thành nghi lễ này. Điều này không chỉ phù hợp với các câu chuyện công nghệ và tài chính, mà còn đóng vai trò là một tín hiệu công khai về cách định giá và thanh toán tài sản máy móc. Như đối tác Nihal Maunder của Pantera Capital đã nói: "Nếu chúng ta muốn máy móc thông minh hoạt động trong một môi trường mở, chúng ta cần một mạng lưới thông minh mở. OpenMind đang làm cho robot những gì Linux đã làm cho phần mềm và Ethereum đã làm cho blockchain." Một đội ngũ từ phòng thí nghiệm đến dây chuyền sản xuất: Jan Liphardt, người sáng lập OpenMind, là phó giáo sư tại Đại học Stanford và là cựu giáo sư tại Berkeley. Ông đã nghiên cứu lâu năm về dữ liệu và hệ thống phân tán và có kinh nghiệm sâu rộng trong cả học thuật và kỹ thuật. Ông ủng hộ việc thúc đẩy tái sử dụng mã nguồn mở, thay thế hộp đen bằng các cơ chế có thể kiểm tra và truy xuất nguồn gốc, đồng thời tích hợp AI, robot và mật mã thông qua phương pháp tiếp cận liên ngành. Đội ngũ cốt lõi của OpenMind đến từ các tổ chức như OKX Ventures, Viện Robot Oxford, Palantir, Databricks và Perplexity, phụ trách các khía cạnh chính như điều khiển robot, nhận thức và điều hướng, lập lịch đa phương thức và LLM, hệ thống phân tán và giao thức trên chuỗi. Hơn nữa, một nhóm cố vấn bao gồm các chuyên gia từ học viện và ngành công nghiệp (như Steve Cousins, Trưởng khoa Robot tại Stanford, Bill Roscoe của Trung tâm Blockchain Oxford, và Alessio Lomuscio, Giáo sư AI An toàn tại Đại học Imperial) đảm bảo tính an toàn, tuân thủ và độ tin cậy của robot.

Giải pháp của OpenMind: Kiến trúc hai tầng, một hệ thống

OpenMind đã xây dựng một cơ sở hạ tầng có thể tái sử dụng cho phép robot cộng tác và trao đổi thông tin giữa các thiết bị, nhà sản xuất và thậm chí xuyên biên giới:

Về phía thiết bị: OM1, một hệ điều hành AI gốc dành cho robot vật lý, khép kín toàn bộ chuỗi từ nhận thức đến thực thi, cho phép máy móc với mọi hình dạng và kích cỡ hiểu được môi trường của chúng và hoàn thành nhiệm vụ;

Mặt mạng: Xây dựng một mạng cộng tác phi tập trung, FABRIC, để cung cấp nhận dạng, phân bổ nhiệm vụ và cơ chế giao tiếp, đảm bảo robot có thể nhận dạng lẫn nhau, phân công nhiệm vụ và chia sẻ trạng thái khi cộng tác.

Sự kết hợp "hệ điều hành + lớp mạng" này cho phép robot không chỉ hoạt động độc lập mà còn phối hợp với nhau trong một mạng cộng tác thống nhất, đồng bộ hóa các quy trình và cùng nhau hoàn thành các nhiệm vụ phức tạp.

OM1: Hệ điều hành gốc AI cho thế giới vật lý

Cũng như điện thoại cần iOS hoặc Android để chạy ứng dụng, robot cần một hệ điều hành để chạy các mô hình AI, xử lý dữ liệu cảm biến, đưa ra quyết định suy luận và thực hiện hành động.

OM1 được tạo ra cho mục đích này: một hệ điều hành gốc AI dành cho robot trong thế giới thực, cho phép chúng nhận thức, hiểu, lập kế hoạch và hoàn thành nhiệm vụ trong nhiều môi trường khác nhau. Không giống như các hệ thống điều khiển robot vòng kín truyền thống, OM1 là mã nguồn mở, dạng mô-đun và không phụ thuộc vào phần cứng. Nó có thể hoạt động trên nhiều dạng khác nhau, bao gồm người máy, động vật bốn chân, xe lăn và cánh tay robot. OM1 chia nhỏ trí thông minh của robot thành bốn bước phổ biến: Nhận thức → Trí nhớ → Lập kế hoạch → Hành động. OM1 mô-đun hóa hoàn toàn quy trình này và kết nối nó thông qua một ngôn ngữ dữ liệu thống nhất, cho phép xây dựng các khả năng thông minh có thể cấu hình, hoán đổi và kiểm chứng. Kiến trúc OM1

Kiến trúc OM1

Cụ thể, bảy lớp của OM1 như sau:

Lớp Cảm biến thu thập thông tin: camera, LIDAR, micrô, trạng thái pin, GPS và các đầu vào đa phương thức khác.

Lớp AI + Chú thích Thế giới dịch thông tin: các mô hình đa phương thức chuyển đổi hình ảnh, âm thanh và trạng thái thành các mô tả ngôn ngữ tự nhiên (ví dụ: "Bạn thấy ai đó đang vẫy tay").

Bus Dữ liệu Ngôn ngữ Tự nhiên truyền thông tin: tất cả các nhận thức được chuyển đổi thành các đoạn ngôn ngữ có dấu thời gian và được truyền giữa các mô-đun khác nhau.

Bộ Hợp nhất Dữ liệu (Lớp Hợp nhất Ngữ cảnh) kết hợp thông tin: tích hợp các đầu vào từ nhiều nguồn để tạo ra một ngữ cảnh hoàn chỉnh (nhắc nhở) cho việc ra quyết định.

Lớp Lập kế hoạch/Quyết định Đa AI tạo ra các quyết định: Nhiều LLM đọc ngữ cảnh và kết hợp nó với các quy tắc trên chuỗi để tạo ra các kế hoạch hành động. Kênh hạ lưu NLDB truyền kết quả quyết định đến hệ thống thực thi phần cứng thông qua lớp trung gian ngôn ngữ. Lớp Trừu tượng Phần cứng thực hiện hành động: Nó chuyển đổi các lệnh ngôn ngữ thành các lệnh điều khiển cấp thấp để điều khiển thực thi phần cứng (di chuyển, phát giọng nói, giao dịch, v.v.).

Bắt đầu Nhanh chóng, Triển khai Rộng rãi

Để nhanh chóng biến "một ý tưởng" thành "một nhiệm vụ có thể thực thi bằng robot", OM1 đã tạo ra một lộ trình phát triển trọn gói, sẵn dùng: các nhà phát triển sử dụng ngôn ngữ tự nhiên kết hợp với các mô hình lớn để xác định mục tiêu và ràng buộc, tạo ra các gói kỹ năng có thể tái sử dụng chỉ trong vài giờ, mà không cần phải mất hàng tháng trời viết mã cứng. Đường ống đa phương thức kết nối LiDAR, tầm nhìn và âm thanh một cách tự nhiên, loại bỏ nhu cầu hợp nhất cảm biến phức tạp bằng tay. Phía mô hình được kết nối trước với GPT-4o, DeepSeek và VLM chính thống, cho phép nhập và xuất giọng nói trực tiếp. Lớp hệ thống hoàn toàn tương thích với ROS2 và Cyclone DDS, đồng thời tích hợp liền mạch với Unitree G1, Go2, Turtlebot và nhiều cánh tay robot khác thông qua lớp thích ứng HAL. Đồng thời, nó tích hợp gốc với danh tính, phối hợp tác vụ và giao diện thanh toán trên chuỗi của FABRIC, cho phép robot thực hiện độc lập hoặc tham gia vào các mạng cộng tác toàn cầu, với thanh toán và kiểm toán trả tiền khi sử dụng. OM1 đã hoàn thành xác thực trong thế giới thực trong nhiều tình huống: nền tảng bốn chân Frenchie (Unitree Go2) đã điều hướng thành công các nhiệm vụ thực địa phức tạp tại Trình diễn Công nghệ Quốc phòng USS Hornet năm 2024, trong khi nền tảng hình người Iris (Unitree G1) đã trình diễn tương tác trực tiếp giữa người và máy tại gian hàng Coinbase tại EthDenver 2025. Thông qua chương trình giáo dục của RoboStore, OM1 đã được đưa vào chương trình giảng dạy của các trường đại học trên khắp Hoa Kỳ, mở rộng mô hình phát triển tương tự sang giảng dạy và nghiên cứu. FABRIC: Mạng lưới cộng tác phi tập trung giữa người và robot. Ngay cả khi các robot riêng lẻ đủ thông minh, nếu không có sự hợp tác đáng tin cậy, chúng vẫn sẽ hoạt động độc lập. Sự mất kết nối trong thế giới thực bắt nguồn từ ba vấn đề cơ bản: danh tính và vị trí không thể được chuẩn hóa, khiến việc tin tưởng từ bên ngoài về việc tôi là ai, tôi đang ở đâu và tôi đang làm gì trở nên khó khăn; các kỹ năng và dữ liệu thiếu một đường dẫn ủy quyền có thể kiểm soát, ngăn cản việc chia sẻ và truy cập an toàn giữa nhiều thực thể; và ranh giới kiểm soát và trách nhiệm không rõ ràng, gây khó khăn cho việc xác định trước tần suất, phạm vi và các điều kiện phản hồi, sau đó truy xuất chúng. FABRIC cung cấp một giải pháp cấp hệ thống cho những điểm khó khăn này: sử dụng một giao thức phi tập trung để thiết lập danh tính có thể xác minh trên chuỗi cho robot và người vận hành. Sử dụng danh tính này, FABRIC cung cấp một cơ sở hạ tầng tích hợp để đăng và khớp nhiệm vụ, giao tiếp được mã hóa đầu cuối, hồ sơ thực hiện và thanh toán tự động. Điều này chuyển đổi sự hợp tác từ một "kết nối tạm thời" thành một "hệ thống được xác thực".Về mặt vận hành, FABRIC có thể được hiểu là một mặt phẳng mạng tích hợp "định vị, kết nối và điều phối". Danh tính và vị trí được ký và xác minh liên tục, đảm bảo các nút duy trì khoảng cách tin cậy và hiển thị lẫn nhau. Các kênh điểm-điểm hoạt động như các đường hầm được mã hóa theo yêu cầu, cho phép điều khiển và giám sát từ xa mà không cần địa chỉ IP công cộng hoặc cấu hình mạng phức tạp. Toàn bộ quy trình tác vụ, từ đăng ký đến chấp nhận đơn hàng, thực hiện và chấp nhận, đều được chuẩn hóa và ghi lại, cho phép phân phối lợi nhuận tự động và hoàn trả tiền đặt cọc trong quá trình thanh lý và xác minh ai đã hoàn thành việc gì, khi nào và ở đâu trong các tình huống tuân thủ hoặc bảo hiểm. Các ứng dụng điển hình đã tự nhiên xuất hiện từ điều này: doanh nghiệp có thể vận hành và bảo trì thiết bị từ xa trên khắp các khu vực; các thành phố có thể chuyển đổi dịch vụ vệ sinh, kiểm tra và giao hàng thành dịch vụ Robot-as-a-Service theo yêu cầu; đội xe có thể báo cáo tình trạng đường xá và chướng ngại vật theo thời gian thực để tạo bản đồ chung; và robot có thể được điều động cục bộ để quét 3D, lập bản đồ kiến trúc hoặc giám định bảo hiểm khi cần thiết. Với danh tính, nhiệm vụ và việc thanh toán đều được quản lý trên cùng một mạng lưới, ranh giới hợp tác được xác định rõ ràng trước, các dữ liệu thực thi được xác minh sau, và việc gọi kỹ năng có chi phí và lợi ích có thể đo lường được. Về lâu dài, FABRIC sẽ phát triển thành "lớp phân phối ứng dụng" của trí tuệ máy móc: các kỹ năng được lưu hành trên toàn cầu với các điều khoản cấp phép có thể lập trình, và dữ liệu được tạo ra bởi các lệnh gọi sẽ phản hồi vào các mô hình và chính sách, cho phép toàn bộ mạng lưới hợp tác liên tục tự nâng cấp theo các ràng buộc đáng tin cậy. Web3 đang kết hợp "tính mở" vào xã hội máy móc. Ngành công nghiệp robot đang nhanh chóng hội tụ trên một vài nền tảng, với phần cứng, thuật toán và mạng lưới được khóa trong các ngăn xếp đóng. Giá trị của phi tập trung nằm ở việc cho phép robot thuộc bất kỳ thương hiệu và địa điểm nào hợp tác, trao đổi kỹ năng và hoàn thành việc thanh toán trên cùng một mạng lưới mở, mà không bị ràng buộc vào một nền tảng duy nhất. OpenMind mã hóa thứ tự này thông qua cơ sở hạ tầng trên chuỗi: mỗi robot và người vận hành có một danh tính trên chuỗi duy nhất (ERC-7777), với dấu vân tay phần cứng và quyền truy xuất có thể theo dõi. Các nhiệm vụ được công bố, đấu thầu và khớp lệnh theo các quy tắc công khai, và quá trình thực thi tạo ra bằng chứng mật mã với thời gian và địa điểm, được lưu trữ trên chuỗi. Sau khi hoàn thành nhiệm vụ, các hợp đồng sẽ tự động thanh toán chia sẻ lợi nhuận, bảo hiểm và tiền đặt cọc, và kết quả có thể được xác minh theo thời gian thực. Các kỹ năng mới được cấu hình thông qua hợp đồng với thời gian gọi cụ thể và các thiết bị tương thích, cho phép phân phối toàn cầu đồng thời bảo vệ quyền sở hữu trí tuệ. Do đó, nền kinh tế robot vốn dĩ đã chống độc quyền, có thể cấu hình và kiểm toán, với tính "mở" được tích hợp vào các giao thức cơ bản của xã hội máy móc.

Đưa Trí tuệ Hiện thân ra khỏi Sự cô lập

Robot đang chuyển từ các buồng làm việc sang cuộc sống hàng ngày: tuần tra các khu bệnh viện, học các kỹ năng mới trong khuôn viên trường và hoàn thành các cuộc kiểm tra và mô hình hóa trong các thành phố. Thách thức thực sự không nằm ở việc chế tạo các động cơ mạnh mẽ hơn, mà là đảm bảo rằng các máy móc từ các nguồn khác nhau tin tưởng lẫn nhau, chia sẻ thông tin và hợp tác. Để đạt được khả năng mở rộng, phân phối và cung ứng là rất quan trọng, vượt ra ngoài công nghệ. Do đó, chiến lược triển khai của OpenMind bắt đầu bằng việc phát triển kênh phân phối thay vì chỉ đơn thuần là xây dựng các thông số kỹ thuật. Họ đã hợp tác với RoboStore (một trong những nhà phân phối lớn nhất của Yushu tại Hoa Kỳ) để chuẩn hóa tài liệu giảng dạy và bộ dụng cụ thí nghiệm OM1, đồng thời thúc đẩy việc cung cấp tích hợp phần cứng và phần mềm cho hàng ngàn trường đại học trên khắp cả nước. Hệ thống giáo dục đang cung cấp nhu cầu ổn định nhất, và mối liên kết này trực tiếp định vị OM1 cho sự phát triển của các nhà phát triển và ứng dụng trong những năm tới.Để thúc đẩy sự phân phối xã hội rộng rãi hơn, OpenMind tận dụng hệ sinh thái nhà đầu tư của mình để biến "cửa hàng xuất khẩu phần mềm" thành một nền tảng. Các hệ sinh thái tiền điện tử quy mô lớn như Pi cũng đã thúc đẩy tiềm năng của mô hình này, dần dần hình thành một bánh đà tích cực "ai đó viết, ai đó sử dụng, ai đó trả tiền". Với nguồn cung ổn định từ các kênh giáo dục và nhu cầu quy mô được thúc đẩy bởi sự phân phối nền tảng, OM1 và các ứng dụng lớp trên của nó có một quỹ đạo mở rộng có thể sao chép được. Trong kỷ nguyên Web2, các bot thường bị khóa trong các ngăn xếp đóng do một nhà cung cấp duy nhất sở hữu, khiến chức năng và dữ liệu đa nền tảng trở nên khó khăn. Với việc tích hợp các tiêu chuẩn sách giáo khoa và nền tảng phân phối, OpenMind đã biến tính cởi mở thành thiết lập mặc định: cùng một hệ thống được đưa vào trường học, sau đó là vào ngành công nghiệp, và tiếp tục lan rộng khắp mạng lưới nền tảng, biến tính cởi mở thành điểm khởi đầu mặc định cho việc triển khai quy mô lớn.

Chào mừng bạn tham gia cộng đồng chính thức của BlockBeats:

Nhóm Telegram đăng ký: https://t.me/theblockbeats

Nhóm Telegram thảo luận: https://t.me/BlockBeats_App

Tài khoản Twitter chính thức: https://twitter.com/BlockBeatsAsia