Điện tử [ Đăng ngày (19/04/2026) ]
Siemens và Humanoid thử nghiệm robot HMND 01 Alpha trong logistics
Siemens AG và Humanoid vừa thông báo đã thử nghiệm thành công robot hình người HMND 01 Alpha tại nhà máy điện tử của Siemens ở Erlangen, Đức. Dựa trên quan hệ đối tác chiến lược với NVIDIA, robot này đã tự động thực hiện các nhiệm vụ logistics.

Artem Sokolov, nhà sáng lập kiêm CEO của Humanoid, cho biết: “Sứ mệnh của chúng tôi là tạo ra những robot hình người có thể hoạt động không chỉ trong phòng thí nghiệm mà còn trong môi trường nhà máy thực tế, đảm nhận các công việc công nghiệp có ý nghĩa.” Ông nhấn mạnh sự kết hợp giữa hạ tầng AI hàng đầu của NVIDIA và chuyên môn công nghiệp của Siemens mang lại lợi thế vượt trội.

Robot HMND 01 Alpha – thiết kế cho môi trường công nghiệp

Được thành lập năm 2024, Humanoid đã phát triển HMND 01 Alpha với nền tảng bánh xe di chuyển đa hướng, khả năng thao tác nâng cao và được vận hành bởi khung AI độc quyền KinetIQ. Robot này có thể làm việc trong không gian hướng đến con người, thích ứng với nhiều nhiệm vụ và xử lý các hành động phức tạp.

Humanoid đã tích hợp toàn bộ hệ thống AI vật lý của NVIDIA vào HMND 01, bao gồm Jetson Thor cho tính toán biên, Isaac Sim cho mô phỏng và Isaac Lab cho huấn luyện tăng cường.

Siemens và NVIDIA hướng tới nhà máy AI

Siemens và Humanoid từng công bố thử nghiệm ban đầu vào tháng 1. Tại CES, Siemens và NVIDIA cũng chia sẻ kế hoạch xây dựng “nhà máy đầu tiên trên thế giới vận hành hoàn toàn bằng AI thích ứng”.

Theo Siemens: “AI vật lý – lĩnh vực huấn luyện máy móc thông minh để nhận thức, suy luận và hành động trong thế giới thực – sẽ thay đổi cách sản xuất hàng hóa.” Để đạt được điều này cần một hệ sinh thái mạnh mẽ gồm hạ tầng tính toán AI, nền tảng robot và hệ thống tự động hóa công nghiệp.

Deepu Talla, Phó chủ tịch mảng robot và AI biên tại NVIDIA, nhận định: “Các nhà máy tương lai cần robot có khả năng nhận thức, suy luận và thích ứng tự động bên cạnh con người, giải quyết tình trạng thiếu lao động và sự phức tạp mà tự động hóa truyền thống chưa xử lý được.”

Triển khai nhanh và hiệu quả

Humanoid cho biết thiết kế “ưu tiên mô phỏng” đã giúp tối ưu lựa chọn cơ cấu chấp hành, độ bền khớp và phân bổ khối lượng ngay từ giai đoạn ảo, rút ngắn thời gian phát triển nguyên mẫu từ 18–24 tháng xuống chỉ còn 7 tháng.

Trong thử nghiệm tại Siemens, HMND 01 Alpha đã tự động thực hiện việc lấy, vận chuyển và đặt thùng hàng cho công nhân. Robot đạt các chỉ số mục tiêu: năng suất 60 lượt di chuyển mỗi giờ, thời gian hoạt động hơn 8 giờ và tỷ lệ thành công trên 90% trong thao tác pick-and-place.

Hạ tầng số Siemens Xcelerator

Siemens nhấn mạnh robot hình người chỉ thực sự hữu ích khi được tích hợp đầy đủ với hệ thống sản xuất, trao đổi dữ liệu thời gian thực với AGV, máy móc và con người. Siemens Xcelerator cung cấp lớp hạ tầng này, từ mô hình số toàn diện, nhận thức bằng AI đến giao diện điều khiển tích hợp PLC-robot, quản lý đội robot và mạng truyền thông công nghiệp.

Siemens khẳng định: “Các công nghệ này tạo nên xương sống số và hạ tầng tự động hóa, đảm bảo robot hình người vận hành hiệu quả và đồng bộ trong môi trường nhà máy.”

Siemens sẽ trình bày chi tiết cách tiếp cận AI công nghiệp tại triển lãm Hannover Messe tuần tới.

https://www.therobotreport.com
In bài viết  
Bookmark
Ý kiến của bạn

Siêu thị số  
 
Thuật toán học tăng cường cải tiến dựa trên xu hướng dữ liệu ứng dụng trong ra quyết định giao dịch thị trường tiền điện tử
Sự phát triển nhanh chóng của thị trường tiền điện tử đặt ra yêu cầu cấp thiết đối với các phương pháp ra quyết định giao dịch có khả năng thích ứng với tính biến động cao và phi tuyến của dữ liệu giá. Trong bối cảnh đó, học tăng cường được xem là một hướng tiếp cận tiềm năng nhờ khả năng học trực tiếp thông qua tương tác với môi trường mà không cần dữ liệu gán nhãn. Tuy nhiên, việc chỉ sử dụng học tăng cường thuần túy thường gặp hạn chế trong việc kiểm soát rủi ro và tối ưu lợi nhuận khi áp dụng vào thị trường tài chính thực tế.


 
Công nghệ 4.0  
 
Thách thức Đổi mới sáng tạo Việt Nam 2026: Giải bài toán của doanh nghiệp bằng AI
Triển khai Nghị quyết 57/NQ-TW của Bộ Chính trị, đồng thời khẳng định vai trò quan trọng của AI trong chiến lược phát triển kinh tế của Việt Nam, chương trình "Thách thức Đổi mới sáng tạo Việt Nam" được tổ chức nhằm tìm kiếm các giải pháp đổi mới sáng tạo từ các tổ chức, cá nhân trên toàn thế giới.


 
Điện tử  
 
AGIBOT triển khai robot bán nhân hình trong sản xuất điện tử
AGIBOT vừa công bố việc đưa dòng robot AGIBOT G2 vào môi trường sản xuất điện tử tiêu dùng tại Longcheer Technology. Đây được xem là bước tiến quan trọng, đánh dấu việc ứng dụng trí tuệ nhân thể (embodied AI) ở quy mô công nghiệp, trực tiếp trong quy trình sản xuất cốt lõi.


 
Tin học  
 
Thuật toán học tăng cường cải tiến dựa trên xu hướng dữ liệu ứng dụng trong ra quyết định giao dịch thị trường tiền điện tử
Sự phát triển nhanh chóng của thị trường tiền điện tử đặt ra yêu cầu cấp thiết đối với các phương pháp ra quyết định giao dịch có khả năng thích ứng với tính biến động cao và phi tuyến của dữ liệu giá. Trong bối cảnh đó, học tăng cường được xem là một hướng tiếp cận tiềm năng nhờ khả năng học trực tiếp thông qua tương tác với môi trường mà không cần dữ liệu gán nhãn. Tuy nhiên, việc chỉ sử dụng học tăng cường thuần túy thường gặp hạn chế trong việc kiểm soát rủi ro và tối ưu lợi nhuận khi áp dụng vào thị trường tài chính thực tế.


 



© Copyright 2020 Trung tâm Khởi nghiệp và Đổi mới sáng tạo - Sở Khoa học và Công nghệ TP. Cần Thơ
Địa chỉ: 118/3 Trần Phú - Phường Cái Khế - thành phố Cần Thơ
Giấy phép số: 05/ GP-TTĐT, do Sở Thông tin và Truyền Thông thành phố Cần Thơ cấp ngày 23/5/2017
Trưởng Ban biên tập: Ông Vũ Minh Hải - Giám đốc Trung tâm Khởi nghiệp và Đổi mới sáng tạo - Sở Khoa học & Công nghệ TP. Cần Thơ
Ghi rõ nguồn www.trithuckhoahoc.vn khi bạn sử dụng lại thông tin từ website này