YZi Labs đã dẫn dắt khoản đầu tư 52 triệu USD, đặt niềm tin vào RoboForce để phát triển thế hệ lực lượng lao động robot AI vật lý mới.

Cập nhật lần cuối 2026-03-24 11:58:48
Thời gian đọc: 1m
YZi Labs thông báo đã dẫn đầu khoản đầu tư trị giá 52 triệu USD để hỗ trợ RoboForce, một công ty robot AI tại Silicon Valley, phát triển công nghệ Physical AI cùng nền tảng robot TITAN. RoboForce tập trung giải quyết vấn đề thiếu hụt nhân lực trong các lĩnh vực yêu cầu cao như năng lượng, sản xuất và logistics. Công ty này áp dụng chiến lược data flywheel cùng các mô hình AI nhằm liên tục cải thiện hiệu suất vận hành cho các robot của mình.

YZi Labs đẩy mạnh đầu tư vào lĩnh vực AI vật lý

(Nguồn: yzilabs)

YZi Labs, tổ chức đầu tư hàng đầu, vừa thông báo dẫn dắt vòng gọi vốn trị giá 52 triệu USD cho công ty robot AI RoboForce tại Silicon Valley. Khoản đầu tư này không chỉ cung cấp nguồn vốn mà còn khẳng định niềm tin vững chắc của YZi Labs vào tiềm năng dài hạn của AI vật lý. Ngoài hỗ trợ tài chính, bà Ella Zhang – Đối tác quản lý của YZi Labs – sẽ gia nhập Ban giám đốc RoboForce.

Giải quyết thiếu hụt lao động trong các ngành công nghiệp cường độ cao

RoboForce đặt mục tiêu khắc phục tình trạng thiếu nhân lực ảnh hưởng đến nhiều ngành công nghiệp.

Các lĩnh vực trọng điểm gồm:

  • Năng lượng tái tạo (ví dụ xây dựng điện mặt trời)

  • Trung tâm dữ liệu và hạ tầng AI

  • Logistics và vận tải

  • Khai khoáng và sản xuất

Những vị trí này có các đặc điểm nổi bật:

  • Rủi ro và cường độ cao

  • Công việc lặp đi lặp lại

  • Môi trường làm việc khắc nghiệt

RoboForce gọi đây là khoảng cách giữa tăng trưởng ngành và nguồn cung lao động, với mục tiêu thu hẹp khoảng cách này bằng công nghệ robot tiên tiến.

TITAN: Robot AI dành cho môi trường công nghiệp

Sản phẩm chủ lực của RoboForce – robot TITAN – được thiết kế cho các môi trường công nghiệp khắc nghiệt.

Các tính năng chính gồm:

  • Vận hành với độ chính xác từng milimet

  • Hiệu suất cao liên tục

  • Thích ứng với nhiệt độ ngoài trời và địa hình phức tạp

TITAN: AI Robotics for Industrial Environments (Robot TITAN của RoboForce)

Hệ thống này là minh chứng cho “AI vật lý”, cho thấy AI không chỉ giới hạn ở lĩnh vực số mà còn có thể trực tiếp tham gia sản xuất thực tế.

Đội ngũ kỹ sư xuất sắc hậu thuẫn

Thành lập năm 2023, đội ngũ RoboForce gồm các chuyên gia từ những trường đại học và doanh nghiệp hàng đầu như Carnegie Mellon University, University of Michigan, Amazon Robotics, Google, Waymo, Cruise, Tesla Robotics, ABB và Apple.

Đồng sáng lập Leo Ma từng đóng góp cho công nghệ xe tự động và sáng lập công ty CYNGN về lái xe tự động, mang đến kinh nghiệm sâu rộng về AI và robot.

AI Data Flywheel: Thúc đẩy robot tiến hóa liên tục

Nền tảng kỹ thuật của RoboForce dựa trên kiến trúc “Data Flywheel”.

Chu trình vận hành như sau:

  1. Robot thực hiện nhiệm vụ trong môi trường thực tế

  2. Thu thập lượng lớn dữ liệu vận hành

  3. Dữ liệu được đưa vào mô hình AI để huấn luyện

  4. Hiệu suất robot thế hệ tiếp theo được nâng cao

Quy trình lặp lại này giúp hệ thống robot liên tục cải thiện, tạo lợi thế mở rộng quy mô.

Hợp tác chiến lược với NVIDIA

RoboForce đã thiết lập hợp tác chặt chẽ với NVIDIA, sử dụng nhiều giải pháp hạ tầng AI của hãng:

  • Jetson Thor (điện toán biên)

  • Isaac Sim / Isaac Lab (mô phỏng và huấn luyện)

  • Cosmos (tạo dữ liệu tổng hợp)

  • OSMO (phối hợp giữa đám mây và biên)

Giám đốc điều hành NVIDIA – ông Jensen Huang – cũng đã nhấn mạnh RoboForce tại hội nghị GTC, coi đây là ví dụ tiêu biểu cho ứng dụng AI trong công nghiệp.

Nhu cầu thị trường rõ rệt

RoboForce đã nhận hơn 11.000 thư ý định (LOI) cho robot và đang chuyển từ thử nghiệm sang sản xuất quy mô lớn.

Điều này chứng minh nhu cầu thị trường đối với giải pháp tự động hóa lao động công nghiệp, đặc biệt trong xây dựng điện mặt trời quy mô lớn, khai khoáng và khai thác tài nguyên, cũng như các hoạt động logistics lớn – nơi hiệu quả và an toàn là yếu tố trọng tâm.

Bốn lý do YZi Labs lựa chọn đầu tư

YZi Labs dẫn dắt vòng gọi vốn dựa trên bốn yếu tố then chốt:

  1. Khả năng thực thi mạnh mẽ của đội ngũ sáng lập

Đội ngũ có kinh nghiệm triển khai hệ thống phức tạp và am hiểu sâu về nhu cầu ngành.

  1. Ưu thế kỹ thuật

Tích hợp đa ngành giúp sản phẩm có lợi thế cạnh tranh trong ứng dụng thực tế.

  1. Nhu cầu thị trường rõ ràng

Thiếu hụt lao động công nghiệp là thách thức toàn cầu, mở ra tiềm năng thị trường lớn.

  1. Công nghệ trưởng thành

Tiến bộ về điện toán biên, mô phỏng và mô hình AI đang giúp AI vật lý đạt khả năng thương mại hóa.

Sử dụng vốn và chiến lược tương lai

Khoản đầu tư sẽ tập trung vào ba mục tiêu chính:

  • Tăng cường mô hình AI và hệ thống Data Flywheel

  • Mở rộng năng lực sản xuất và triển khai robot

  • Đẩy nhanh thương mại hóa, chuyển thử nghiệm thành ứng dụng thực tế

Đối với YZi Labs, khoản đầu tư này đánh dấu sự chuyển hướng chiến lược từ hạ tầng kinh tế số sang mở rộng lĩnh vực AI và công nghệ sinh học.

Giai đoạn tiếp theo của AI vật lý

Khi công nghệ AI chuyển từ phần mềm sang phần cứng, các ứng dụng thực tế đang phát triển nhanh chóng. RoboForce đang tiên phong xây dựng tương lai nơi AI không chỉ là công cụ xử lý dữ liệu mà còn là thành viên chủ động trong xây dựng và sản xuất.

Kết luận

Đầu tư của YZi Labs vào RoboForce không chỉ hỗ trợ cho một doanh nghiệp mà còn phản ánh sự quan tâm mạnh mẽ của thị trường đối với tiềm năng phát triển của AI vật lý. Khi tình trạng thiếu lao động trong ngành công nghiệp ngày càng nghiêm trọng, các giải pháp AI và robot trở thành yếu tố thiết yếu. Với tiến bộ công nghệ và triển khai quy mô lớn, các doanh nghiệp như RoboForce sẽ đóng vai trò quan trọng trong năng lượng, sản xuất và hạ tầng, đồng thời có thể định nghĩa lại sự hợp tác giữa con người và máy móc.

Tác giả:  Allen
Tuyên bố từ chối trách nhiệm
* Đầu tư có rủi ro, phải thận trọng khi tham gia thị trường. Thông tin không nhằm mục đích và không cấu thành lời khuyên tài chính hay bất kỳ đề xuất nào khác thuộc bất kỳ hình thức nào được cung cấp hoặc xác nhận bởi Gate.
* Không được phép sao chép, truyền tải hoặc đạo nhái bài viết này mà không có sự cho phép của Gate. Vi phạm là hành vi vi phạm Luật Bản quyền và có thể phải chịu sự xử lý theo pháp luật.

Bài viết liên quan

Mô hình kinh tế token ONDO: Cơ chế thúc đẩy tăng trưởng nền tảng và gia tăng sự tham gia của người dùng?
Người mới bắt đầu

Mô hình kinh tế token ONDO: Cơ chế thúc đẩy tăng trưởng nền tảng và gia tăng sự tham gia của người dùng?

ONDO là token quản trị trung tâm và công cụ ghi nhận giá trị của hệ sinh thái Ondo Finance. Mục tiêu trọng tâm của ONDO là ứng dụng cơ chế khuyến khích bằng token nhằm gắn kết các tài sản tài chính truyền thống (RWA) với hệ sinh thái DeFi một cách liền mạch, qua đó thúc đẩy sự mở rộng quy mô lớn cho các sản phẩm quản lý tài sản và lợi nhuận trên chuỗi.
2026-03-27 13:53:10
Phân tích chuyên sâu về tokenomics của Morpho: tiện ích, phân phối và khung giá trị của MORPHO
Người mới bắt đầu

Phân tích chuyên sâu về tokenomics của Morpho: tiện ích, phân phối và khung giá trị của MORPHO

MORPHO là token gốc của giao thức Morpho, đảm nhận vai trò trọng tâm trong quản trị và thúc đẩy các hoạt động của hệ sinh thái. Bằng cách kết hợp phân phối token với các cơ chế khuyến khích, Morpho gắn kết sự tham gia của người dùng, quá trình phát triển giao thức và quyền lực quản trị, từ đó xây dựng nền tảng vững chắc cho giá trị lâu dài trong hệ sinh thái cho vay phi tập trung.
2026-04-03 13:14:14
Sentio và The Graph: so sánh cơ chế lập chỉ số theo thời gian thực và cơ chế lập chỉ số subgraph
Trung cấp

Sentio và The Graph: so sánh cơ chế lập chỉ số theo thời gian thực và cơ chế lập chỉ số subgraph

Sentio và The Graph đều là nền tảng chỉ số dữ liệu trên chuỗi, nhưng lại khác biệt rõ rệt về mục tiêu thiết kế cốt lõi. The Graph sử dụng subgraph để chỉ số dữ liệu trên chuỗi, tập trung chủ yếu vào nhu cầu truy vấn và tổng hợp dữ liệu. Ngược lại, Sentio áp dụng cơ chế chỉ số theo thời gian thực, ưu tiên xử lý dữ liệu độ trễ thấp, giám sát trực quan và các tính năng cảnh báo tự động, nhờ đó đặc biệt phù hợp cho các trường hợp giám sát theo thời gian thực và cảnh báo rủi ro.
2026-04-17 08:55:07
Plasma (XPL) và các hệ thống thanh toán truyền thống: Tái định nghĩa thanh toán xuyên biên giới bằng stablecoin và thay đổi động lực thanh khoản
Người mới bắt đầu

Plasma (XPL) và các hệ thống thanh toán truyền thống: Tái định nghĩa thanh toán xuyên biên giới bằng stablecoin và thay đổi động lực thanh khoản

Plasma (XPL) nổi bật so với các hệ thống thanh toán truyền thống ở nhiều điểm cốt lõi. Về cơ chế thanh toán, Plasma cho phép chuyển tài sản trực tiếp trên chuỗi, trong khi các hệ thống truyền thống lại dựa vào phương thức ghi sổ tài khoản và các quy trình bù trừ qua trung gian. Xét về hiệu suất thanh toán và cấu trúc chi phí, Plasma mang đến giao dịch gần như theo thời gian thực với chi phí cực thấp, còn hệ thống truyền thống thường bị chậm trễ và phát sinh nhiều loại phí. Đối với quản lý thanh khoản, Plasma sử dụng stablecoin để phân bổ thanh khoản trên chuỗi theo nhu cầu thực tế, thay vì phải cấp vốn trước như các khuôn khổ truyền thống. Hơn nữa, Plasma còn hỗ trợ hợp đồng thông minh và mạng lưới mở toàn cầu cho phép lập trình và tiếp cận rộng rãi, trong khi các hệ thống thanh toán truyền thống chủ yếu bị giới hạn bởi kiến trúc cũ và hệ thống ngân hàng.
2026-03-24 11:58:52
Phân tích nguồn lợi nhuận của USD.AI: cách các khoản vay hạ tầng AI tạo ra lợi nhuận
Trung cấp

Phân tích nguồn lợi nhuận của USD.AI: cách các khoản vay hạ tầng AI tạo ra lợi nhuận

USD.AI chủ yếu tạo ra lợi nhuận bằng cách cho vay hạ tầng AI, cung cấp tài chính cho các đơn vị vận hành GPU và hạ tầng sức mạnh băm, đồng thời thu lãi suất từ các khoản vay. Giao thức phân phối lợi nhuận này cho người nắm giữ tài sản lợi suất sUSDai, trong khi lãi suất và các tham số rủi ro được quản lý thông qua token quản trị CHIP, tạo ra một hệ thống lợi suất trên chuỗi dựa trên tài trợ sức mạnh băm AI. Cách tiếp cận này chuyển đổi lợi nhuận thực tế từ hạ tầng AI thành nguồn lợi nhuận bền vững trong hệ sinh thái DeFi.
2026-04-23 10:56:01
Morpho so với Aave: Phân tích chi tiết về cơ chế hoạt động và cấu trúc của các giao thức cho vay DeFi
Người mới bắt đầu

Morpho so với Aave: Phân tích chi tiết về cơ chế hoạt động và cấu trúc của các giao thức cho vay DeFi

Sự khác biệt then chốt giữa Morpho và Aave nằm ở cơ chế cho vay. Aave sử dụng mô hình pool thanh khoản, trong khi Morpho nâng cấp phương thức này thông qua hệ thống ghép nối P2P, giúp khớp lãi suất tốt hơn trong cùng một thị trường. Aave là giao thức cho vay gốc, cung cấp thanh khoản nền tảng cùng lãi suất ổn định. Ngược lại, Morpho đóng vai trò như một lớp tối ưu hóa, nâng cao hiệu quả sử dụng vốn bằng cách thu hẹp chênh lệch giữa lãi suất nạp tiền và lãi suất cho vay. Như vậy, Aave là nền tảng hạ tầng, còn Morpho là công cụ tối ưu hóa hiệu quả.
2026-04-03 13:10:14