ETRI ngày 16/9 cho biết đơn vị này cùng KAIST đã giành vị trí quán quân tại VLNVerse Challenge, cuộc thi thuộc hội nghị thị giác máy tính ECCV 2026 tổ chức ở Malmö, Thụy Điển, nhờ công nghệ AI cho phép robot hiểu ngôn ngữ tự nhiên và tự điều hướng tới đích.

Theo ETRI, cuộc thi năm nay thu hút 112 đội tham dự. Liên danh nghiên cứu của ETRI và KAIST đứng đầu bảng xếp hạng chung cuộc.

Điều hướng thị giác-ngôn ngữ (VLN) là công nghệ cho phép robot hiểu mệnh lệnh bằng ngôn ngữ tự nhiên, quan sát môi trường xung quanh qua camera và tự di chuyển tới mục tiêu. Với công nghệ này, robot có thể đồng thời phân tích không gian xung quanh và nội dung câu lệnh để tìm đường, không cần dựng bản đồ chính xác hay cài đặt sẵn lộ trình.

Phòng thí nghiệm Field Robotics của ETRI và nhóm nghiên cứu của giáo sư Myung-hyun thuộc KAIST tham gia cuộc thi dưới tên liên danh URL-FRRS. Ở bài đánh giá tổng hợp gồm hai nhiệm vụ là tìm mục tiêu và bài kiểm tra chi tiết, nhóm đạt tỷ lệ thành công trung bình 90,7%.

Đội xếp thứ hai cũng đạt cùng tỷ lệ thành công. Tuy nhiên, theo quy định cuộc thi, URL-FRRS được xếp hạng nhất do nộp kết quả sớm hơn.

Nhóm nghiên cứu cho biết trọng tâm phát triển là xử lý lỗi robot nhận định đã tới đích dù thực tế vẫn chưa đến đúng vị trí. Để khắc phục vấn đề này, nhóm đã huấn luyện một mô hình thị giác-ngôn ngữ (VLM) khoảng 8 tỷ tham số, tối ưu cho bài toán điều hướng robot, qua đó nâng độ chính xác khi xác định robot đã tới đúng đích hay chưa.

ETRI và KAIST cũng phát triển công nghệ CoRe-VLN, cho phép robot tự kiểm tra lại trạng thái tới đích và tìm lại mục tiêu nếu dừng sai vị trí. Cụ thể, sau khi robot dừng lại, hệ thống sẽ ghi hình khu vực xung quanh để mô hình AI đa phương thức xác nhận địa điểm, mục tiêu và khoảng cách; nếu kết luận robot chưa tới đúng đích, hệ thống sẽ thiết lập lại lộ trình tìm kiếm.

Nghiên cứu này sử dụng 32 GPU Nvidia H200, thông qua chương trình hỗ trợ khai thác GPU tiên tiến của Bộ Khoa học và ICT của Hàn Quốc cùng Cơ quan Xúc tiến Công nghiệp Thông tin và Truyền thông Hàn Quốc (NIPA).

Theo ETRI, công nghệ trên sẽ được ứng dụng cho robot dẫn đường dành cho người khiếm thị Guide Dog và các công nghệ điều hướng on-device dựa trên chip AI do Hàn Quốc phát triển. Viện đặt mục tiêu đến năm 2029 vận hành VLM trên bộ xử lý thần kinh (NPU) nội địa, đồng thời phát triển công nghệ giúp các hệ thống tự hành như robot hình người di chuyển trong môi trường sản xuất và logistics mà không cần bản đồ chính xác.