Ngày 21/10/2026, Sereact công bố vòng lặp huấn luyện AI khép kín cho bộ não robot Cortex. Hệ thống được phát triển cùng NVIDIA, Nebius, CEVA Logistics và Zalando. Ứng dụng đầu tiên là xử lý hàng thời trang hoàn trả trong kho. Theo công ty, thời gian cập nhật kỹ năng cho robot giảm từ vài tuần xuống vài ngày. Vì vậy, đây là tín hiệu đáng chú ý với ngành kho vận.
Sereact và NVIDIA công bố vòng lặp huấn luyện AI khép kín
Sereact là công ty AI vật lý thành lập năm 2021, đặt trụ sở tại Stuttgart (Đức). Đến nay, doanh nghiệp đã huy động hơn 145 triệu USD, có cả vốn từ Zalando. Sản phẩm cốt lõi của họ là Cortex, bộ não AI dành cho robot. Về bản chất, đây là mô hình thị giác – ngôn ngữ – hành động (VLA). Hiện Cortex chạy trên trạm gắp một tay, trạm hai tay và cả robot hình người. Khách hàng của Sereact gồm IKEA, Arvato, BMW, Mercedes-Benz, Rohlik Group và Austrian Post.
Trong dự án mới, mỗi bên giữ một vai trò riêng. NVIDIA cung cấp công cụ mô phỏng Isaac Sim, Isaac Lab và mô hình thế giới Cosmos. Trong khi đó, Nebius vận hành các công cụ này trên nền tảng Physical AI Workbench. Toàn bộ chạy tại trung tâm dữ liệu của Nebius ở châu Âu. Sereact đóng góp Cortex cùng dữ liệu thật do robot ghi lại. Ngoài ra, CEVA Logistics vận hành kho, còn Zalando cung cấp bài toán hàng hoàn trả. Nhờ vậy, một lỗi robot mắc phải hôm thứ Hai có thể được sửa và kiểm thử chỉ sau vài ngày.
Vì sao hàng hoàn trả là bài toán khó với robot kho hàng
Hàng hoàn trả thuộc nhóm khâu khó tự động hóa nhất trong kho thương mại điện tử. Lý do là mỗi món quay về đúng trạng thái khách để lại. Có món được gấp gọn, có món bị vò nhàu. Có món còn trong túi nilon, có món đã mất mác. Bên cạnh đó, danh mục thời trang đổi theo từng mùa nên robot liên tục gặp mẫu mới. Robot phải gắp, nhận diện, kiểm tra tình trạng rồi phân loại cho đúng. Rõ ràng, cách lập trình cố định theo từng mã hàng gần như không dùng được ở đây.
Từ ngày 7/10/2026, trạm robot hai tay của Sereact đã chạy thật tại kho của CEVA. Hai địa điểm đầu tiên là Greven (Đức) và Świebodzin (Ba Lan). Tại đây, robot xử lý hàng hoàn của Zalando theo mô hình thuê robot như một dịch vụ (RaaS). Tuy nhiên, Cortex chủ yếu học từ những lượt gắp thật trên dây chuyền. Trước đây, muốn robot giỏi hơn, kỹ sư phải thu dữ liệu tại kho rồi huấn luyện lại. Sau đó, họ thử trên robot và lặp lại từ đầu. Do đó, mỗi chu kỳ kéo dài nhiều tuần mà chỉ phủ được vài tình huống dàn dựng bằng tay.
Vòng lặp huấn luyện AI vận hành như thế nào
Điểm mới là cả quy trình chạy thành một luồng trên cùng một lớp dữ liệu. Đầu tiên, video và dữ liệu chuyển động từ trạm robot được đưa về kho lưu trữ của Nebius. Sau đó, Isaac Lab biến chúng thành hàng nghìn biến thể mô phỏng. Tiếp theo, Cosmos dựng lại các biến thể này với nhiều kiểu quần áo, bao bì và ánh sáng. Cuối cùng, bộ dữ liệu mới được dùng để huấn luyện thêm cho Cortex trên GPU NVIDIA Blackwell.
Chính sách điều khiển mới sau đó được chấm điểm so với một ngưỡng do Sereact đặt ra. Nếu đạt, chính sách được đưa xuống trạm thật để thử nghiệm. Ngược lại, hệ thống sẽ tạo thêm biến thể cho đúng những ca robot còn làm sai. Sau đó, mô hình được huấn luyện lại và chấm điểm thêm lần nữa. Theo thông cáo về hợp tác Sereact – Nebius, mỗi vòng có thể sinh 10.000 biến thể môi trường. Trong đó, 8.000 biến thể dùng để huấn luyện, 2.000 biến thể còn lại dùng để đánh giá.
AI agent điều phối, kỹ sư chỉ cần đặt mục tiêu
Đáng chú ý, người dựng và chạy quy trình giờ không còn là kỹ sư. Thay vào đó, một AI agent tự lắp ráp các bước từ những “kỹ năng” đóng gói sẵn. Các kỹ năng này là tệp hướng dẫn mở do NVIDIA và Nebius cung cấp. Trước mỗi lượt chạy, agent ước tính trước thời gian và chi phí GPU. Khi một lượt thất bại, chính agent quyết định cần bổ sung dữ liệu cho tình huống nào. Trong khi đó, kỹ sư chỉ việc nêu mục tiêu, ví dụ kiểm định robot cho bộ sưu tập mùa thu. Họ cũng là người duyệt những lượt chạy vượt hạn mức chi phí.
Chia sẻ về ý nghĩa của hợp tác, ông Ralf Gulde, CEO của Sereact, cho biết:
“Cortex tiến bộ nhờ học từ những lượt gắp thật, và điều đó sẽ không thay đổi. Điều mà hợp tác này bổ sung là độ phủ và tốc độ: cửa hàng chúng tôi chưa mở, loại kệ sẽ ra mắt quý sau, ánh sáng lúc đóng cửa, tất cả đều được kiểm thử với mười nghìn biến thể.”
Ở phía đối tác hạ tầng, ông Evan Helda, Trưởng bộ phận AI vật lý của Nebius, nhận định:
“Một đội robot là một hệ thống học tập, và hôm nay phần lớn hệ thống đó vẫn đang chạy bằng sức của những kỹ sư mệt mỏi.”
Hiện Nebius đã đóng gói quy trình này thành một kiến trúc tham chiếu. Nhờ đó, mọi đội phát triển robot trên nền tảng này đều có thể dùng lại. Hệ thống chạy tại các vùng dữ liệu ở châu Âu. Đặc biệt, khách hàng chỉ trả tiền cho phần tính toán và lưu trữ thực dùng. Bên cạnh kho hàng hoàn, Sereact còn áp dụng vòng lặp tương tự cho robot xếp hàng lên kệ ở cửa hàng bán lẻ.
Robot tự luyện tập: kết quả từ Cortex 2.6
Khoảng một tuần trước đó, Sereact đã giới thiệu phương pháp học FLEX cho Cortex 2.6. Khác với học bắt chước con người, FLEX cho robot tự thực hành rồi rút kinh nghiệm. Theo số liệu Sereact công bố ngày 15/10/2026, kết quả cải thiện khá rõ. Cụ thể, sau 50 lần thử mỗi nhiệm vụ, tỷ lệ thành công tăng từ 60-70% lên 85-100%. Đây là kết quả trên ba nhiệm vụ thuộc khâu xử lý hàng hoàn. Đáng nói, mọi thử nghiệm đều chạy trên robot thật, không có người can thiệp.
Chi tiết hơn, tỷ lệ gấp quần thành công tăng từ 60% lên 95%. Trong khi đó, gấp áo thun tăng từ 70% lên 85%. Mở hộp giày thậm chí tăng từ 60% lên 100%. Bên cạnh đó, robot còn làm nhanh hơn và tự biết gắp lại khi trượt tay. Theo Sereact, đây là kỹ năng không ai dạy trước cho robot. Vì mọi robot trong đội có thể chia sẻ điều đã học, cả đội sẽ giỏi lên chỉ nhờ làm việc mỗi ngày.
Góc nhìn từ Roboworld
Theo chúng tôi, bài học lớn từ Sereact không nằm ở thuật toán. Thực ra, giá trị đến từ việc biến dữ liệu vận hành thành chu kỳ cải tiến ngắn và đo được. Robot càng chạy nhiều thì dữ liệu càng dày, và mỗi bản cập nhật càng sát thực tế kho. Tuy nhiên, kho hàng tại Việt Nam phần lớn chưa dùng cánh tay robot cho hàng hoàn. Thay vào đó, bước đi phổ biến hơn là tự động hóa khâu di chuyển hàng trong kho. Đây cũng là nơi dữ liệu vận hành được tích lũy mỗi ngày.
Thực tế, mỗi robot vận chuyển công nghiệp PUDU T600 chạy trong kho đều để lại dữ liệu về số chuyến và lộ trình. Nhờ vậy, doanh nghiệp có cơ sở để tinh chỉnh mặt bằng thay vì làm theo cảm tính. Tương tự, nhiều nhà máy đang chọn robot vận chuyển tự hành trong nhà xưởng làm bước khởi đầu. Vì vậy, nếu bạn đang tính tự động hóa kho, hãy bắt đầu từ một khâu lặp lại và đo kỹ trước – sau. Khi dữ liệu đủ dày, việc mở rộng sang khâu phức tạp như phân loại hàng hoàn sẽ có cơ sở vững chắc hơn nhiều.
