Suốt ba năm, AI sống trong một ô chat. Năm 2026, nó bắt đầu có thân thể: điện thoại mọc cánh tay cơ khí, TV biết trò chuyện, robot hình người đi tuần khu đô thị. Và lần đầu tiên, trong danh sách những cái tên làm ra chúng, có tên Việt Nam.
Tại MWC 2026 ở Barcelona, Honor giới thiệu Robot Phone — một chiếc smartphone gắn cánh tay cơ khí. Bên trong là mô-tơ siêu nhỏ kết hợp hệ gimbal 4DoF chống rung ba trục; camera chính 200 megapixel tự xoay 90 hoặc 180 độ, bám theo người dùng khi gọi video, thậm chí lắc theo nhịp nhạc. Cùng sân khấu, Honor công bố robot hình người đầu tiên của hãng, định vị là robot dịch vụ.
Nghe như trò biểu diễn hội chợ. Nhưng ý tưởng bên dưới rất nghiêm túc: nếu AI đã hiểu được ngữ cảnh, việc nó ngồi yên chờ bạn giơ máy lên là lãng phí. Cho nó một cái tay, nó tự tìm khung hình.
Ở phòng khách, Samsung đưa Vision AI Companion vào toàn bộ dải TV 2026 — từ Micro RGB, OLED, Neo QLED cao cấp xuống tới Mini LED phổ thông. Nền tảng này gom nhiều mô hình AI, hỗ trợ tìm kiếm, dịch, gợi ý nội dung và điều khiển tác vụ ngay trên TV, với Bixby nâng cấp cho phép hội thoại tự nhiên và hiểu ngữ cảnh sâu hơn. Apple đi cùng hướng ở tầng hệ điều hành: Siri AI mới có khả năng hội thoại liên tục, tích hợp chéo ứng dụng.
Điểm chung: AI không còn là ứng dụng bạn mở ra. Nó là lớp nền của thiết bị, luôn bật, luôn nghe.
Nhưng cuộc chơi lớn không nằm ở điện thoại hay TV. Nó nằm ở robot hình người — và ở đó, con số bắt đầu biết nói.
Năm 2025, thế giới xuất xưởng khoảng 13.000 robot hình người, trong đó Trung Quốc chiếm tới 90% sản lượng. Morgan Stanley dự báo riêng Trung Quốc có thể đạt 28.000 robot trong năm 2026. Dẫn đầu là AgiBot với 5.168 robot, tương đương 39% thị phần, theo sau là Unitree (4.200) và UBTech (1.000). Có nhà máy đạt nhịp trung bình 15 phút một robot.
Giá cũng đang rơi nhanh. Một mẫu robot hình người Trung Quốc với lớp da tích hợp 18.000 điểm cảm biến và đôi tay gần như người thật đã được chào bán dưới 40.000 USD — mức mà một doanh nghiệp vừa hoàn toàn có thể cân nhắc.
Điều khiến bước nhảy này khả thi không phải cơ khí, mà là chip. Qualcomm Dragonwing IQ10 — con chip thiết kế riêng cho robot hình người và các tác vụ “physical AI” — đạt 350 TOPS với CPU 18 nhân, hỗ trợ tới 20 camera. Nhờ nó, robot chạy được mô hình AI tạo sinh ngay trên thiết bị: suy luận, lập kế hoạch di chuyển, thích nghi với môi trường thay đổi theo thời gian thực, không phụ thuộc hoàn toàn vào kết nối đám mây.
Đó chính là ranh giới. AI trên đám mây thì thông minh nhưng chậm và đắt. AI chạy tại chỗ thì mới đủ nhanh để một cánh tay không đập vào tường.
Và đây là phần đáng chú ý với người Việt: Vingroup đã đưa VinMotion và VinRobotics ra sân chơi quốc tế — robot VR-H3.1 và VR-H3.2 xuất hiện tại Computex Taipei 2026, robot VinMotion đấm bốc tại triển lãm công nghệ lớn nhất thế giới. VinDynamics giới thiệu robot hình người Dyno, hướng tới vai trò trợ lý đa nhiệm cho các tác vụ an ninh, bảo vệ tại khu đô thị và tổ hợp dịch vụ. VinRobotics cũng theo đúng hướng xử lý AI ngay trên thiết bị, giảm phụ thuộc điện toán đám mây.
Chưa ai bán được nhiều. Nhưng việc kỹ sư Việt có mặt ở tầng làm ra robot, chứ không chỉ ở tầng mua robot, là một khác biệt về vị thế mà năm năm trước khó hình dung.
Với doanh nghiệp, làn sóng này không phải chuyện đồ chơi mới. Khi AI có hình hài vật lý, nó chạm được vào những việc phần mềm thuần tuý không với tới: đón khách, hướng dẫn, kiểm kho, tuần tra, vận hành cửa hàng. Robot dịch vụ của Honor không phải sản phẩm tiêu dùng — nó là bản demo cho một thị trường B2B đang hình thành. Trong năm 2026, robot hình người được dự báo bắt đầu xuất hiện trong hộ gia đình dưới dạng “quản gia”, và trong doanh nghiệp dưới dạng hướng dẫn viên.
Nhưng cũng cần tỉnh táo ở hai chỗ.
Thứ nhất là năng suất. Robot đấm bốc trên sân khấu và robot làm được việc trong kho là hai bài toán khác nhau về độ khó. Phần lớn màn trình diễn hiện nay vẫn là thao tác cơ bản; khoảng cách từ đó tới một ca làm việc tám tiếng không lỗi vẫn còn rất dài.
Thứ hai là quyền riêng tư. Một chiếc điện thoại tự xoay camera theo bạn là một chiếc điện thoại luôn nhìn bạn. Một chiếc TV hiểu ngữ cảnh là một chiếc TV luôn nghe phòng khách. Tiện ích và giám sát, ở đây, là cùng một tính năng — chỉ khác ở chỗ dữ liệu đi đâu và ai giữ nó. Đó là cuộc trao đổi hợp lý, miễn người mua biết mình đang trao đổi.
Như mọi làn sóng phần cứng, kẻ hưởng lợi đầu tiên không phải người bán robot, mà người bán linh kiện: chip, cảm biến, mô-tơ, bộ nhớ. Ai từng chứng kiến cơn khan hiếm chip nhớ định giá lại cả ngành năm nay sẽ đoán được chuỗi cung ứng nào sắp căng tiếp theo.
AI học nói mất ba năm. Học đi, có vẻ, sẽ nhanh hơn nhiều.
• Xem thêm: Tuần trăng mật AI kết thúc: khan hiếm chip nhớ định giá lại 2026
