Axis Robotics: Cỗ máy dữ liệu cho Physical AI – Đột phá hay bong bóng Web3?
1200万美元, seed round, do Hack VC dẫn đầu. Con số ấy không quá lớn trong thế giới AI, nhưng danh sách nhà đầu tư gồm Nomad Capital và Pi Network Ventures lại kể một câu chuyện khác: Physical AI đang tìm đường vào hệ sinh thái Web3. Axis Robotics tự nhận mình là 'cỗ máy dữ liệu' cho robot, nhưng liệu đây có phải là hạ tầng thực sự hay chỉ là một layer token hóa nữa?
Bối cảnh: Physical AI – robot có thể học và hành động trong thế giới thực – đang mắc kẹt ở bài toán dữ liệu. Không như NLP hay computer vision, bạn không thể scrape hàng triệu giờ robot từ internet. Mỗi thao tác, mỗi môi trường đều cần được ghi lại, gắn nhãn, và kiểm chứng thủ công. Axis Robotics giải quyết vấn đề này bằng một 'hệ thống thu thập phi tập trung' gồm 100.000 người đóng góp, điều khiển robot từ xa qua Web hoặc điện thoại, kết hợp với mô phỏng tự động. Kết quả: 1.200 giờ dữ liệu mô phỏng và 20.000 giờ dữ liệu thực mỗi tháng. Bài báo cáo của họ cho thấy hiệu suất tăng 4,9 điểm phần trăm trên benchmark LIBERO-Plus so với RoboCasa365 – con số đẹp, nhưng tôi muốn nhìn vào code.
Tôi từng audit cơ chế exit game của Plasma OmiseGO, phát hiện lỗi làm sai lệch thứ tự giao dịch. Từ kinh nghiệm đó, tôi biết rằng một hệ thống thu thập dữ liệu với 100.000 người không thể tránh khỏi lỗi nhiễu và sai lệch chủ quan. Axis sử dụng vòng lặp DAgger (Dataset Aggregation): mỗi khi robot hành động sai, người điều khiển sửa lại, và dữ liệu đó được đưa vào huấn luyện. Về lý thuyết, đây là active learning – thông minh. Về thực tế, nếu 30% số lần sửa đó là do người đóng góp mệt mỏi hoặc không hiểu nhiệm vụ, chất lượng dữ liệu sẽ giảm theo cấp số nhân. Họ có cơ chế kiểm tra chéo hay không? Báo cáo không nói. Điểm yếu cốt lõi của Axis không nằm ở mô hình hay thuật toán, mà ở quy trình kiểm soát chất lượng con người – thứ mà một core protocol developer như tôi gọi là 'failure mode không được spec hóa'.
Góc nhìn contrarian: Hầu hết mọi người nghĩ rằng Axis đang xây dựng một 'lớp data' của Physical AI, nhưng tôi cho rằng họ đang tạo ra một thị trường lao động giá rẻ dưới vỏ bọc Web3. 100.000 người đóng góp – mức lương trung bình của họ là bao nhiêu? Không được tiết lộ. Nếu Axis phát hành token để trả thưởng, đó có thể là một hình thức vi phạm lao động (gig economy không hợp đồng). Hơn nữa, dữ liệu thu thập từ điện thoại di động (Ego data) có thể chứa thông tin cá nhân nhạy cảm (môi trường gia đình, khuôn mặt người thân). Luật bảo vệ dữ liệu GDPR hay CCPA có được tuân thủ? Một dự án Web3 thường bỏ qua compliance, nhưng khi dữ liệu liên quan đến an toàn vật lý của robot, rủi ro pháp lý rất lớn. Từng có trường hợp một startup robot bị kiện vì robot đâm vào người do dữ liệu huấn luyện sai – Axis sẽ đứng ở vị trí nào khi đó?
Dự báo lỗ hổng: Trong 12-18 tháng tới, Axis sẽ đối mặt với một trong hai kịch bản. Một: họ trở thành 'Scale AI của robot' nếu kiểm soát được chất lượng và ký được hợp đồng dài hạn với các hãng xe (Geely, BYD) hoặc robot (Booster, Figure). Hai: họ chết vì chi phí thu thập dữ liệu quá cao, hoặc bị các ông lớn như NVIDIA (với Isaac Sim) cạnh tranh trực tiếp. Tôi nghiêng về kịch bản thứ hai, bởi vì một hệ thống tập trung vào lao động thủ công không thể có lợi thế quy mô bền vững. Câu hỏi cuối: khi Physical AI thực sự cất cánh, liệu các nhà sản xuất robot có muốn phụ thuộc vào một nền tảng dữ liệu mà họ không kiểm soát được chất lượng và quyền sở hữu? Hay họ sẽ tự xây dựng pipeline riêng, như Tesla đang làm? Axis đang chạy đua với thời gian, và đồng hồ đang tích tắc.