Tại NVIDIA GTC 2026, NVIDIA công bố loạt nền tảng AI và hợp tác với các hãng robot hàng đầu nhằm đưa physical AI từ mô phỏng sang triển khai thực tế ở quy mô công nghiệp.
Theo đó, tại sự kiện GTC 2026, NVIDIA công bố hàng loạt hợp tác chiến lược với các công ty robot hàng đầu thế giới nhằm thúc đẩy physical AI – trí tuệ nhân tạo có khả năng tương tác trực tiếp với môi trường vật lý – từ giai đoạn nghiên cứu sang triển khai ở quy mô sản xuất thực tế.
Danh sách đối tác trải dài từ các nhà phát triển “bộ não robot”, các tập đoàn robot công nghiệp đến những đơn vị tiên phong về robot hình người, bao gồm ABB Robotics, FANUC, KUKA, YASKAWA, Universal Robots, Figure hay Agility Robotics. Song song đó, NVIDIA cũng giới thiệu các nền tảng mới như Cosmos, Isaac và GR00T nhằm hỗ trợ toàn bộ quá trình phát triển, huấn luyện và triển khai robot thế hệ tiếp theo.
Phát biểu tại sự kiện, Jensen Huang – nhà sáng lập kiêm CEO của NVIDIA, nhận định rằng physical AI đã bước sang một giai đoạn mới, nơi mọi doanh nghiệp công nghiệp đều sẽ trở thành công ty robot. Theo ông, nền tảng full-stack của NVIDIA – kết hợp giữa phần cứng tính toán, mô hình mở và framework phần mềm – đang đóng vai trò nền tảng để hình thành một hệ sinh thái robot toàn cầu, phục vụ cho các lĩnh vực từ sản xuất, logistics đến hạ tầng và giao thông.
Mô phỏng – chìa khóa cho robot quy mô lớn
Khi robot ngày càng phụ thuộc vào AI, nhu cầu mô phỏng chính xác về mặt vật lý trở nên quan trọng hơn bao giờ hết. Các nhà sản xuất cần thử nghiệm, tối ưu và kiểm chứng hệ thống trong môi trường số trước khi triển khai ngoài thực tế.
Với hơn 2 triệu robot đang hoạt động trên toàn cầu, các hãng như ABB, FANUC, YASKAWA và KUKA đã tích hợp nền tảng mô phỏng NVIDIA Omniverse và bộ công cụ Isaac vào quy trình vận hành. Điều này cho phép họ xây dựng các “bản sao số” (digital twin) của dây chuyền sản xuất, từ đó kiểm thử toàn bộ hệ thống với độ chính xác vật lý cao. Đồng thời, các bộ điều khiển robot cũng được tích hợp module Jetson để xử lý AI trực tiếp tại biên, giúp robot có thể suy luận theo thời gian thực.
Xây dựng “bộ não robot” đa năng
Một xu hướng lớn trong ngành robot là chuyển từ các cỗ máy chuyên biệt sang những hệ thống linh hoạt, có thể đảm nhận nhiều nhiệm vụ khác nhau nhưng vẫn đảm bảo độ chính xác công nghiệp. Để đạt được điều đó, robot cần khả năng nhận thức, suy luận và ra quyết định gần giống con người.
Các công ty như Skild AI hay World Labs đang phát triển những “bộ não robot” tổng quát bằng cách sử dụng mô hình thế giới (world model) Cosmos của NVIDIA để tạo dữ liệu huấn luyện, kết hợp với nền tảng mô phỏng Isaac để kiểm chứng hành vi. Cách tiếp cận này giúp robot học kỹ năng mới nhanh hơn mà không cần huấn luyện lại từ đầu.
NVIDIA cũng giới thiệu Cosmos 3, được xem là mô hình nền tảng đầu tiên có thể kết hợp giữa việc tạo thế giới ảo, suy luận thị giác và mô phỏng hành động. Đây được xem là bước tiến quan trọng trong việc xây dựng robot có khả năng hoạt động trong các môi trường phức tạp.
Robot hình người tiến gần hơn tới thực tế
Robot hình người từ lâu được xem là một trong những bài toán khó nhất của ngành robot, do yêu cầu đồng thời về chuyển động, thao tác tinh vi và khả năng suy luận.
Các công ty như Boston Dynamics, Figure hay NEURA Robotics đang tận dụng Cosmos, Isaac Sim và Isaac Lab để đẩy nhanh quá trình phát triển. NVIDIA cũng giới thiệu phiên bản sớm của Isaac Lab 3.0, cho phép huấn luyện robot ở quy mô lớn trên các hệ thống DGX, với engine vật lý mới giúp mô phỏng chính xác hơn các tương tác phức tạp.
Bên cạnh đó, mô hình GR00T N tiếp tục được nâng cấp để hỗ trợ robot học các kỹ năng tổng quát, đặc biệt là những thao tác tinh vi. NVIDIA cho biết phiên bản mới giúp robot thích nghi tốt hơn với môi trường mới và nhiệm vụ chưa từng gặp trước đó.
Toàn bộ hệ thống này được vận hành trên nền tảng tính toán robot Jetson Thor, cho phép chuyển đổi nhanh chóng từ môi trường mô phỏng sang triển khai thực tế.
Mở rộng sang robot y tế
Lĩnh vực y tế được xem là một trong những ứng dụng quan trọng của physical AI, nhưng cũng đòi hỏi tiêu chuẩn an toàn và độ chính xác rất cao.
Các công ty như CMR Surgical và Medtronic đang sử dụng nền tảng của NVIDIA để huấn luyện và kiểm chứng hệ thống robot phẫu thuật trước khi đưa vào môi trường lâm sàng. Trong khi đó, Johnson & Johnson áp dụng các công cụ mô phỏng và hậu huấn luyện để tối ưu hệ thống robot trong lĩnh vực tiết niệu.
Hệ sinh thái mở thúc đẩy ứng dụng thực tế
Một trong những chiến lược quan trọng của NVIDIA là xây dựng hệ sinh thái mở để tăng tốc triển khai physical AI. Các hợp tác này đã bắt đầu tạo ra tác động rõ rệt trong thực tế.
Chẳng hạn, Skild AI hợp tác với ABB Robotics và Universal Robots để đưa trí tuệ robot tổng quát vào nhiều ngành công nghiệp khác nhau. Foxconn cũng đang ứng dụng AI để tự động hóa các dây chuyền lắp ráp độ chính xác cao cho sản xuất chip thế hệ mới.
Trong lĩnh vực logistics, KION Group hợp tác với NVIDIA và Accenture để phát triển kho vận tự động dựa trên digital twin, giúp huấn luyện đội xe nâng tự hành trong môi trường mô phỏng trước khi triển khai thực tế.
Các nền tảng đám mây như Microsoft Azure và Alibaba Cloud cũng đang tích hợp toàn bộ stack physical AI của NVIDIA, cho phép các nhà phát triển xây dựng và triển khai robot nhanh hơn ở quy mô lớn.
Thúc đẩy thế hệ startup robot tiếp theo
Bên cạnh các tập đoàn lớn, NVIDIA cũng tập trung hỗ trợ startup thông qua chương trình Inception, hiện có hơn 40.000 thành viên. Những công ty như Dexterity AI hay Standard Bots được cung cấp tài nguyên tính toán, hỗ trợ kỹ thuật và kết nối hệ sinh thái để đẩy nhanh quá trình phát triển sản phẩm.
Ngoài ra, NVIDIA còn hợp tác với Hugging Face để đưa các công cụ Isaac và GR00T vào framework mã nguồn mở LeRobot, kết nối cộng đồng hơn 2 triệu lập trình viên robot với hàng triệu nhà phát triển AI trên toàn cầu.
Sự kiện lần này cho thấy NVIDIA đang không chỉ dừng lại ở việc cung cấp chip AI, mà đang định hình toàn bộ nền tảng cho một kỷ nguyên mới – nơi robot không còn là những cỗ máy lập trình cứng nhắc, mà trở thành những hệ thống thông minh có thể học hỏi, thích nghi và hoạt động trong thế giới thực ở quy mô chưa từng có.