Robot Trung Quốc đi xe đạp như con người

Lingxi X2 cao 1,3 m và nặng 33,8 kg, có lớp vỏ linh hoạt và tích hợp các thành phần quan trọng, giúp nó đạt được độ linh hoạt vượt trội. Robot có thể đi bộ, chạy, quay đầu, thậm chí thực hiện các động tác phức tạp như khiêu vũ, lái xe điện cân bằng và đi xe đạp.

Video robot Lingxi X2 thể hiện thực hiện các nhiệm vụ khó với độ linh hoạt cao. (Nguồn CCTV)

AgiBot tuyên bố Lingxi X2 là robot động đầu tiên có khả năng tương tác thực, sử dụng mô hình tương tác đa phương thức để phản hồi trong vòng vài mili-giây.

Theo đó, Lingxi X2 có thể phân tích nét mặt và giọng điệu để xác định chính xác trạng thái cảm xúc của con người, từ đó đưa ra phản hồi phù hợp và chân thực.

Đồng thời, thiết kế mô phỏng người thật của Lingxi X2 giúp nó biểu đạt cảm xúc chính xác hơn thông qua việc mô phỏng nhịp thở của con người, lặng lẽ "quan sát" môi trường xung quanh và thể hiện ngôn ngữ cơ thể cùng các chuyển động tinh tế.

Với khả năng tổng quát hóa không cần mẫu huấn luyện, X2 có thể xử lý các vật thể trong các nhiệm vụ cơ bản mà không cần được đào tạo trước, nhờ vào mô hình AI Genie Operator-1 (GO-1) của AgiBot. Ngoài ra, nó cũng có thể phối hợp hoạt động với nhiều robot khác, giúp tăng tính ứng dụng trong cuộc sống hàng ngày.

Robot này có thể đảm nhận các chức năng chính như quản gia, nhân viên dọn dẹp và bảo vệ an ninh, đồng thời có thể được điều chỉnh để sử dụng trong lĩnh vực y tế, giáo dục và các ngành khác.

AgiBot cho rằng Lingxi X2 là một bước tiến lớn trong lĩnh vực robot hình người, kết nối trí tuệ nhân tạo với ứng dụng thực tế nhờ vào khả năng tương tác tinh vi, trí tuệ nhiệm vụ và sự linh hoạt.

GO-1 là bộ não đằng sau Lingxi X2. Đây là một mô hình AI tiên tiến được thiết kế để cải thiện cách robot học hỏi và thực hiện nhiệm vụ. AgiBot cho biết GO-1 đã vượt trội hơn đáng kể so với các mô hình hiện đại trong các bài kiểm tra hiệu suất, với các nhiệm vụ khó như rót nước, xe chỉ,...

Theo AgiBot, GO-1 là một bước đột phá quan trọng trong lĩnh vực robot dựa trên AI, vì nó có thể học hỏi từ dữ liệu của cả con người và robot, thích ứng với nhiệm vụ mới và hoạt động trên nhiều nền tảng robot khác nhau, đồng thời liên tục cải thiện trong môi trường thực tế.