Bản ghi chép thực tế của một học giả phương Tây về phòng thí nghiệm AI Trung Quốc: Khiêm tốn, cởi mở, không bàn triết học, chỉ muốn huấn luyện mô hình tốt hơn

marsbitXuất bản vào 2026-05-08Cập nhật gần nhất vào 2026-05-08

Tóm tắt

Trong khoảng 10 ngày, tôi đã có cơ hội cùng nhóm SAIL thăm một số phòng thí nghiệm AI tại Trung Quốc. Ấn tượng sâu sắc nhất là sự khiêm tốn của các nhà nghiên cứu AI tôi gặp. Họ đánh giá cao các phòng thí nghiệm và đồng nghiệp khác, thường xuyên nhắc đến DeepSeek với sự ngưỡng mộ. Họ cởi mở thảo luận về công việc, với nghiên cứu thường được công bố sau vài tháng. Điều này khác biệt rõ rệt so với bầu không khí cạnh tranh, thận trọng hơn ở Mỹ. Sự khác biệt này có thể do nhiều phòng thí nghiệm Trung Quốc theo hướng mã nguồn mở, trong khi các lab hàng đầu Mỹ lại đóng. Tuy nhiên, không khí chung lại khá tương đồng với San Francisco: các nhà nghiên cứu cực kỳ "online", sử dụng các công cụ tiên tiến, tập trung vào việc mở rộng quy mô và lo lắng về khả năng tính toán. Trọng tâm chính của họ là huấn luyện những mô hình tốt hơn. Không giống ở phương Tây, họ không thảo luận nhiều về tác động triết học hay chính trị của AI, như thất nghiệp hàng loạt hay ý thức của mô hình. Họ chỉ muốn tạo ra những mô hình xuất sắc. Họ rất vui khi nghe ai đó sử dụng mô hình của mình và làm việc cật lực để sửa lỗi cho thế hệ tiếp theo. Phần lớn các nhà nghiên cứu tôi gặp đều rất trẻ, nhiều người trong độ tuổi 20, thường là nghiên cứu sinh tiến sĩ kiêm làm trong ngành. Họ đồng thuận rằng ngành công nghiệp hiện nay thú vị hơn giới học thuật. Sự lạc quan này cũng lan tỏa đến công chúng, những người dường như tích cực hơn với tiềm năng của AI và robot so với thái độ e ngại phổ biến ở phương Tây. Chuyến đi ...

Tác giả: Florian Brand

Biên dịch: Deep Tide TechFlow

Deep Tide Dẫn nhập: Bối cảnh của bài viết này là SAIL (một liên minh truyền thông tập hợp những nhà viết hàng đầu về AI trên Substack, bao gồm Nathan Lambert, Sebastian Raschka, ChinaTalk, v.v.) đã tổ chức một đoàn tham quan các phòng thí nghiệm AI Trung Quốc, tác giả Florian đã tham gia đoàn, ghé thăm hơn chục công ty như Moonshot AI, Xiaomi, MiniMax, Zhipu AI, Meituan, Alibaba, Ant Group, ModelScope, 01.AI, Unitree, v.v. và viết cảm nhận này.

Florian Brand là nghiên cứu sinh tiến sĩ tại Đại học Trier (Đức) và Trung tâm Nghiên cứu Trí tuệ Nhân tạo Đức (DFKI), nghiên cứu về ứng dụng và đánh giá mô hình ngôn ngữ lớn.

Không hẳn là "rất nổi tiếng", nhưng có độ phủ nhất định trong cộng đồng AI mã nguồn mở. Góc nhìn từ người trong cuộc trong lĩnh vực AI nước ngoài về hệ sinh thái AI Trung Quốc cũng khá thú vị.

Nội dung chính

Trong khoảng 10 ngày qua, tôi may mắn được cùng các đối tác SAIL ghé thăm các phòng thí nghiệm AI Trung Quốc. Là người đầu tiên đến thăm Trung Quốc và Mỹ trong vòng sáu tháng, tôi thấy sự khác biệt giữa hai nơi rất hấp dẫn, nhưng điều hấp dẫn hơn là những điểm tương đồng.

Điều gây ấn tượng sâu sắc nhất cho tôi là các nhà nghiên cứu AI mà tôi gặp đều rất khiêm tốn.

Họ đánh giá cao các phòng thí nghiệm và đồng nghiệp khác. DeepSeek được nhắc đến thường xuyên, có lẽ vì họ vừa công bố một mô hình vài ngày trước chuyến thăm của chúng tôi. Mọi người nói về bài báo của DeepSeek với sự ngưỡng mộ thực sự.

Nhiều nhà nghiên cứu là bạn thân của nhau, đến từ cùng một trường đại học hoặc có chung quê hương. Họ cởi mở thảo luận về công việc của mình, và kết quả nghiên cứu sẽ được công bố thành bài báo sau vài tháng.

Đây là một trong những khác biệt lớn nhất so với giới AI phương Tây. Ở Mỹ, bầu không khí thường giống một trò chơi tổng bằng không hơn. Các phòng thí nghiệm rất thận trọng về định vị. Các nhà nghiên cứu nghĩ về cạnh tranh, một số đánh giá cao bản thân. Các nhà lãnh đạo xúc phạm và tấn công lẫn nhau trong các bản ghi nhớ bị rò rỉ. Sự khác biệt này có thể được giải thích bằng thực tế: Các phòng thí nghiệm hàng đầu ở Mỹ là mã đóng, trong khi nhiều phòng thí nghiệm Trung Quốc là mã mở. Các phòng thí nghiệm Trung Quốc "có chút e ngại" về Doubao của ByteDance - chatbot được sử dụng nhiều nhất, là mã đóng và có lợi thế dẫn đầu khá lớn.

Đồng thời, bầu không khí tổng thể lại giống San Francisco một cách đáng ngạc nhiên. Các nhà nghiên cứu cực kỳ trực tuyến, đọc rất nhiều trên Twitter và Xiaohongshu (nền tảng ngày càng phổ biến). Họ đều sử dụng Claude Code hoặc CLI của riêng mình để xây dựng mô hình tiếp theo. Một số người theo dõi quá trình huấn luyện trong cuộc họp với chúng tôi, quan sát đường cong phần thưởng tăng lên. Họ đang suy nghĩ về việc mở rộng quy mô hơn nữa, phàn nàn về việc không đủ năng lực tính toán. Họ thất vọng về tình trạng hiện tại của các bài kiểm tra chuẩn.

Trọng tâm chính của họ là huấn luyện các mô hình tốt hơn. Điều này khác với San Francisco, nơi các nhà nghiên cứu sẽ suy nghĩ về tác động chính trị hoặc triết học của AI. Họ không xem xét việc thất nghiệp hàng loạt, một tầng lớp dưới đáy vĩnh viễn, hay liệu mô hình của họ có ý thức hay không. Họ chỉ muốn huấn luyện những mô hình xuất sắc.

Khi nghe nói bạn đã sử dụng mô hình của họ, mắt họ sẽ sáng lên. Họ khao khát sửa chữa mọi khiếm khuyết của mô hình hiện tại trong thế hệ mô hình tiếp theo. Họ thức trắng đêm để thúc đẩy việc phát hành mô hình, và vẫn xuất hiện tại văn phòng sau đó.

Hầu hết các nhà nghiên cứu tôi gặp đều rất trẻ, nhiều người mới ngoài 20 tuổi hoặc khoảng 25 tuổi. Một số là sinh viên đại học, nhưng phổ biến hơn là các nghiên cứu sinh tiến sĩ, đồng thời làm việc trong ngành. Sự đồng thuận của họ là, so với giới học thuật, ngành công nghiệp hiện nay thú vị hơn, quan điểm này tôi rất đồng ý vì tôi đã từng làm điều hoàn toàn tương tự. Các phòng thí nghiệm rất coi trọng việc thu hút nhân tài kiểu này, tích cực tuyển dụng thực tập sinh và nghiên cứu sinh; điều mà các phòng thí nghiệm phương Tây không làm.

Sự lạc quan của các nhà nghiên cứu cũng lan tỏa đến công chúng, những người dường như lạc quan hơn về công nghệ cũng như triển vọng của AI và robot. Trong chuyến đi, có người kể câu chuyện về việc cha mẹ và ông bà của họ sử dụng Doubao và DeepSeek để làm đủ mọi việc, bao gồm thảo luận các định lý toán học. Điều này rất khác với phương Tây, nơi công chúng tỏ ra ghét AI.

Tóm lại, chuyến đi này đã cho tôi một cái nhìn thoáng qua về hệ sinh thái này. Không thể hiểu văn hóa của một nền văn minh khổng lồ như vậy chỉ trong vài ngày. Là người ủng hộ kiên định hệ sinh thái AI mở và nghiên cứu mở, tôi rất lạc quan về tương lai của cả hai, và hy vọng sẽ có rất nhiều hợp tác quốc tế trong tương lai.

Tôi xin cảm ơn tất cả những người tuyệt vời đã gặp tại Moonshot AI, Xiaomi, MiniMax, Zhipu AI, Meituan, Alibaba, Ant Lingxi, ModelScope, 01.AI, Unitree và những nơi khác. Cảm ơn thời gian và sự tiếp đón nồng nhiệt của các bạn. Đồng thời cảm ơn SAIL đã tổ chức chuyến đi này, cảm ơn tất cả các nhà văn và nhà báo tham gia. Tôi rất biết ơn vì đã có thể gặp gỡ nhiều người xuất chúng và đầy tham vọng như vậy trong thời gian ngắn như vậy.

Câu hỏi Liên quan

QTheo tác giả, điểm khác biệt lớn nhất giữa cộng đồng AI Trung Quốc và phương Tây là gì?

AĐiểm khác biệt lớn nhất theo tác giả là môi trường nghiên cứu. Tại Mỹ, không khí thường giống một trò chơi tổng bằng không, các phòng thí nghiệm cẩn trọng về định vị và nghiên cứu viên nghĩ về cạnh tranh. Trong khi đó, các nhà nghiên cứu AI Trung Quốc ông gặp rất khiêm tốn, đánh giá cao phòng thí nghiệm và đồng nghiệp khác, thảo luận cởi mở về công việc và nhiều mô hình được công bố mã nguồn mở.

QThái độ của các nhà nghiên cứu AI Trung Quốc được mô tả thế nào khi nghe về việc ai đó sử dụng mô hình của họ?

ATác giả mô tả: "Khi nghe nói bạn đã sử dụng mô hình của họ, đôi mắt họ sẽ sáng lên." Họ khao khát sửa chữa mọi khiếm khuyết của mô hình hiện tại trong thế hệ tiếp theo và làm việc cật lực, thậm chí thức trắng đêm để thúc đẩy việc phát hành mô hình.

QTrọng tâm chính của các nhà nghiên cứu AI Trung Quốc được đề cập trong bài là gì, và nó khác với đồng nghiệp ở San Francisco ra sao?

ATrọng tâm chính của họ là huấn luyện những mô hình tốt hơn. Điều này khác với các nhà nghiên cứu ở San Francisco, nơi mà mọi người còn suy nghĩ về tác động chính trị hoặc triết học của AI, như thất nghiệp hàng loạt hay ý thức của mô hình. Các nhà nghiên cứu Trung Quốc được nhắc đến chỉ muốn huấn luyện những mô hình xuất sắc.

QBài viết đề cập đến sự khác biệt nào trong thái độ của công chúng đối với AI giữa Trung Quốc và phương Tây?

ABài viết chỉ ra rằng công chúng Trung Quốc có vẻ lạc quan hơn về công nghệ và triển vọng của AI cùng robot, với những câu chuyện về việc phụ huynh, ông bà sử dụng ứng dụng như Doubao và DeepSeek. Trong khi đó, ở phương Tây, công chúng nói chung tỏ ra ghét AI.

QCác công ty/laboratory AI Trung Quốc nào được tác giả liệt kê đã ghé thăm trong chuyến đi này?

ATác giả đã ghé thăm và cảm ơn những người ở Moon's Dark Side (月之暗面), Xiaomi (小米), MiniMax, Zhipu AI (智谱), Meituan (美团), Alibaba (阿里巴巴), Ant Lingxi (蚂蚁灵犀), ModelScope (魔搭), 01.AI (零一万物), Unitree (宇树) cùng nhiều nơi khác.

Nội dung Liên quan

Đạo Luật CLARITY: Các Hiệp Hội Ngành Ngân Hàng Thúc Đẩy Sửa Đổi Thỏa Thuận Lợi Suất – Chi Tiết

Các hiệp hội ngân hàng Hoa Kỳ đang vận động sửa đổi thỏa thuận về lợi suất stablecoin trong Đạo luật CLARITY sắp tới, nhằm siết chặt lệnh cấm lãi suất thụ động. Đạo luật này được thiết kế để ngăn stablecoin cạnh tranh với tiền gửi ngân hàng truyền thống, chỉ cho phép phần thưởng từ các hoạt động như staking hoặc cung cấp thanh khoản. Các nhóm ngân hàng đề nghị sửa ngôn từ pháp lý để đảm bảo không có kẽ hở nào cho các chương trình lợi suất giống tiền gửi. Tuy nhiên, nỗ lực này có thể không được chú ý nhiều khi Ủy ban Ngân hàng Thượng viện chuẩn bị xem xét và biểu quyết dự luật vào ngày 14/5, một bước quan trọng để đưa Đạo luật CLARITY ra toàn Thượng viện.

bitcoinist3 giờ trước

Đạo Luật CLARITY: Các Hiệp Hội Ngành Ngân Hàng Thúc Đẩy Sửa Đổi Thỏa Thuận Lợi Suất – Chi Tiết

bitcoinist3 giờ trước

Vị CEO Tài Chính Này Chọn Solana Thay Vì Bitcoin — Đây Là Lý Do

Giám đốc Tài chính Raoul Pal bày tỏ sự ưa chuộng Solana hơn Bitcoin, dựa trên quan điểm về tương lai của ngành công nghiệp tiền điện tử trong kỷ nguyên AI. Tại sự kiện Consensus 2026, Pal lý giải rằng Solana, với thông lượng cao và chi phí giao dịch thấp, phù hợp hơn cho các giao dịch vi mô giữa máy với máy, hoạt động dựa trên AI và tương tác DeFi tốc độ cao. Ông dự đoán trong vòng 5 năm tới, các tác nhân AI sẽ chiếm 60% người dùng DeFi. Trong khi đó, Bitcoin chủ yếu đóng vai trò tài sản tiền tệ, không được thiết kế cho một lớp thực thi tần suất cao. Quan điểm của Pal phản ánh chủ đề chính của hội nghị, tập trung vào AI, token hóa và cơ sở hạ tầng tiền điện tử thể chế, mặc dù ý tưởng Solana vượt Bitcoin về tăng trưởng vẫn được coi là khó xảy ra.

bitcoinist4 giờ trước

Vị CEO Tài Chính Này Chọn Solana Thay Vì Bitcoin — Đây Là Lý Do

bitcoinist4 giờ trước

GensynAI : Đừng để AI lặp lại sai lầm của Internet

Trong vài tháng qua, sự bùng nổ của ngành AI đã thu hút nhiều nhân tài từ lĩnh vực crypto chuyển hướng sang. Một câu hỏi lớn được đặt ra là: blockchain liệu có thể trở thành một phần của cơ sở hạ tầng AI? Trong khi nhiều dự án AI + Crypto tập trung vào tầng ứng dụng, Gensyn tiếp cận lớp lõi và tốn kém nhất: **huấn luyện mô hình**. Gensyn xây dựng một mạng lưới huấn luyện AI mở, kết nối các tài nguyên GPU phân tán toàn cầu. Các nhà phát triển có thể gửi tác vụ huấn luyện, trong khi các nút cung cấp sức mạnh tính toán. Mạng lưới xác minh kết quả và phân phối phần thưởng. Điều đáng chú ý không chỉ là "phi tập trung" mà là giải pháp cho vấn đề then chốt: sức mạnh tính toán đang ngày càng tập trung vào các ông lớn, tạo ra rào cản cho sự phát triển AI. Bài viết nêu bật bốn điểm chính về Gensyn: 1. **Tiếp cận tầng cơ sở hạ tầng lõi**: Gensyn tham gia trực tiếp vào khâu huấn luyện - phần đòi hỏi kỹ thuật cao và tiêu tốn nhiều tài nguyên nhất, có khả năng tạo ra rào cản nền tảng. 2. **Cung cấp mô hình hợp tác mở**: Thay vì phụ thuộc vào các nền tảng đám mây tập trung đắt đỏ, Gensyn huy động GPU nhàn rỗi, cho phép điều phối tài nguyên linh hoạt, tối ưu chi phí và hiệu quả cho cả nhóm AI quy mô vừa và nhỏ. 3. **Rào cản kỹ thuật là lợi thế cạnh tranh**: Thách thức thực sự nằm ở việc xác minh kết quả huấn luyện và đảm bảo độ tin cậy trong môi trường phân tán. Các cơ chế như xác minh xác suất và hệ thống phối hợp nút của Gensyn tạo nên lợi thế công nghệ quan trọng. 4. **Đã hình thành vòng lặp thương mại thực tế**: Gensyn đáp ứng một nhu cầu thị trường có thật và đang tăng trưởng – đó là sự thiếu hụt GPU cho nhu cầu huấn luyện AI toàn cầu, chứ không đơn thuần là một câu chuyện công nghệ. Ranh giới giữa Crypto và AI đang dần mờ đi. AI cần cơ chế phối hợp tài nguyên, khuyến khích và hợp tác toàn cầu – những thế mạnh của Crypto. Gensyn hướng tới việc biến năng lực huấn luyện thành một hệ thống mở và có thể hợp tác, không còn là độc quyền của một số ít gã khổng lồ, từ đó thúc đẩy sự phát triển của cả ngành.

marsbit4 giờ trước

GensynAI : Đừng để AI lặp lại sai lầm của Internet

marsbit4 giờ trước

3 Năm, 5 Lần Tăng Trưởng: Sự Hồi Sinh Của Nhà Máy Kính Trăm Tuổi

Theo CRU, nhu cầu về cáp quang từ các trung tâm dữ liệu AI đã tăng 75.9% trong một năm, khiến khoảng cách cung-cầu mở rộng từ 6% lên 15%. Giá cáp quang cũng tăng hơn 3 lần trong vài tháng. Để giải quyết tình trạng thiếu hụt năng lực sản xuất, NVIDIA đã đầu tư tổng cộng 45 tỷ USD vào chuỗi cung ứng quang học, bao gồm 20 tỷ USD cho Lumentum (máy phát laser), 20 tỷ USD cho Coherent (chip quang silicon) và 5 tỷ USD cho Corning (cáp quang). Corning, công ty thủy tinh 175 năm tuổi, đã trở thành một mắt xích quan trọng trong cơ sở hạ tầng AI nhờ cam kết mở rộng năng lực sản xuất cáp quang lên 10 lần. Cổ phiếu của họ đã tăng khoảng 6 lần từ cuối năm 2023. Nguyên nhân chính đến từ nhu cầu cấu trúc: các trung tâm dữ liệu AI yêu cầu loại cáp quang đặc biệt có tổn hao cực thấp, mật độ cao và chống uốn cong tốt - những lĩnh vực Corning có thế mạnh kỹ thuật sâu. Doanh thu từ mảng truyền thông quang học của Corning cho khách hàng doanh nghiệp đã tăng gấp đôi lên hơn 3 tỷ USD từ 2023 đến 2025, với các hợp đồng dài hạn từ Meta, NVIDIA và hai khách hàng lớn khác. Mặc dù không phải là nhà sản xuất cáp quang lớn nhất thế giới về thị phần, Corning dẫn đầu về công nghệ sợi cao cấp phục vụ AI và đang hợp tác trực tiếp với NVIDIA và Broadcom trong lĩnh vực Quang học Đóng gói Chung (CPO). Tuy nhiên, định giá hiện tại của cổ phiếu đã phản ánh nhiều kỳ vọng tăng trưởng. Các yếu tố then chốt cần theo dõi bao gồm tiến độ triển khai thực tế của CPO, quy mô của các hợp đồng khách hàng lớn chưa tiết lộ, và sự phát triển của công nghệ cáp quang lõi rỗng có thể thay đổi cục diện ngành.

marsbit6 giờ trước

3 Năm, 5 Lần Tăng Trưởng: Sự Hồi Sinh Của Nhà Máy Kính Trăm Tuổi

marsbit6 giờ trước

Trong thời đại AI, chính tổ chức mới là hào sâu phòng thủ

Trong thời đại AI, khi sản phẩm, giao diện và công nghệ ngày càng dễ sao chép, hào rào cạnh tranh thực sự của một công ty không còn nằm ở những yếu tố hữu hình đó, mà chính là ở **tổ chức của nó**. Các công ty vĩ đại như OpenAI, Anthropic hay Palantir không chỉ thu hút nhân tài, mà họ còn phát minh ra những hình thái tổ chức mới - những "cỗ máy" cho phép một kiểu người cụ thể phát triển và cống hiến hết mình. Họ cạnh tranh bằng **bản sắc**, cung cấp cho những người đầy tham vọng một lộ trình rõ ràng để trở thành phiên bản tốt nhất của chính họ, thông qua sứ mệnh, quyền lực, vị thế và phần thưởng thực tế. Đối với người sáng lập, câu hỏi then chốt không phải là "làm thế nào để kể một câu chuyện hay hơn", mà là "kiểu người nào chỉ có thể thực sự là chính họ khi ở đây?". Câu trả lời phải được thể hiện trong cấu trúc tổ chức: nếu tin rằng tiếp xúc khách hàng là then chốt, thì vị trí đó phải có địa vị cao; nếu tin vào tốc độ, quyền quyết định phải được phân quyền. Đối với cá nhân lựa chọn công ty, cần phân biệt rõ giữa cảm giác "được chọn" (mang tính cảm xúc) và "được thấy" (mang tính cấu trúc). Một nơi làm việc đáng giá phải cam kết chuyển hóa giá trị của bạn thành quyền hạn, phạm vi trách nhiệm và lợi ích kinh tế cụ thể, chứ không chỉ là những lời hứa về tương lai. Tóm lại, AI có thể làm nhiều thứ trở nên dễ sao chép, nhưng không thể dễ dàng tạo ra một hình thái tổ chức mới - một cỗ máy có thể tập trung đúng người, trao đúng quyền lực và tạo ra lợi thế cộng dồn theo thời gian. **Chính hình thái tổ chức mới này mới là hào rào thực sự trong tương lai.**

marsbit7 giờ trước

Trong thời đại AI, chính tổ chức mới là hào sâu phòng thủ

marsbit7 giờ trước

Giao dịch

Giao ngay
Hợp đồng Tương lai

Bài viết Nổi bật

AGENT S là gì

Agent S: Tương Lai của Tương Tác Tự Động trong Web3 Giới thiệu Trong bối cảnh không ngừng phát triển của Web3 và tiền điện tử, các đổi mới đang liên tục định nghĩa lại cách mà cá nhân tương tác với các nền tảng kỹ thuật số. Một dự án tiên phong như vậy, Agent S, hứa hẹn sẽ cách mạng hóa tương tác giữa con người và máy tính thông qua khung tác nhân mở của nó. Bằng cách mở đường cho các tương tác tự động, Agent S nhằm đơn giản hóa các nhiệm vụ phức tạp, cung cấp các ứng dụng chuyển đổi trong trí tuệ nhân tạo (AI). Cuộc khám phá chi tiết này sẽ đi sâu vào những phức tạp của dự án, các tính năng độc đáo của nó và những tác động đối với lĩnh vực tiền điện tử. Agent S là gì? Agent S đứng vững như một khung tác nhân mở đột phá, được thiết kế đặc biệt để giải quyết ba thách thức cơ bản trong việc tự động hóa các nhiệm vụ máy tính: Thu thập Kiến thức Cụ thể theo Miền: Khung này học một cách thông minh từ nhiều nguồn kiến thức bên ngoài và kinh nghiệm nội bộ. Cách tiếp cận kép này giúp nó xây dựng một kho lưu trữ phong phú về kiến thức cụ thể theo miền, nâng cao hiệu suất của nó trong việc thực hiện nhiệm vụ. Lập Kế Hoạch Qua Các Tầm Nhìn Nhiệm Vụ Dài Hạn: Agent S sử dụng lập kế hoạch phân cấp tăng cường kinh nghiệm, một cách tiếp cận chiến lược giúp phân chia và thực hiện các nhiệm vụ phức tạp một cách hiệu quả. Tính năng này nâng cao đáng kể khả năng quản lý nhiều nhiệm vụ con một cách hiệu quả và hiệu suất. Xử Lý Các Giao Diện Động, Không Đều: Dự án giới thiệu Giao Diện Tác Nhân-Máy Tính (ACI), một giải pháp đổi mới giúp nâng cao tương tác giữa các tác nhân và người dùng. Sử dụng các Mô Hình Ngôn Ngữ Lớn Đa Phương Thức (MLLMs), Agent S có thể điều hướng và thao tác các giao diện người dùng đồ họa đa dạng một cách liền mạch. Thông qua những tính năng tiên phong này, Agent S cung cấp một khung vững chắc giải quyết các phức tạp liên quan đến việc tự động hóa tương tác giữa con người với máy móc, mở ra nhiều ứng dụng trong AI và hơn thế nữa. Ai là Người Tạo ra Agent S? Mặc dù khái niệm về Agent S là hoàn toàn đổi mới, thông tin cụ thể về người sáng lập vẫn còn mơ hồ. Người sáng lập hiện vẫn chưa được biết đến, điều này làm nổi bật giai đoạn sơ khai của dự án hoặc sự lựa chọn chiến lược để giữ kín các thành viên sáng lập. Bất chấp sự ẩn danh, sự chú ý vẫn tập trung vào khả năng và tiềm năng của khung này. Ai là Các Nhà Đầu Tư của Agent S? Vì Agent S còn tương đối mới trong hệ sinh thái mã hóa, thông tin chi tiết về các nhà đầu tư và những người tài trợ tài chính của nó không được ghi chép rõ ràng. Sự thiếu vắng thông tin công khai về các nền tảng đầu tư hoặc tổ chức hỗ trợ dự án dấy lên câu hỏi về cấu trúc tài trợ và lộ trình phát triển của nó. Hiểu biết về sự hỗ trợ là rất quan trọng để đánh giá tính bền vững và tác động tiềm năng của dự án. Agent S Hoạt Động Như Thế Nào? Tại cốt lõi của Agent S là công nghệ tiên tiến cho phép nó hoạt động hiệu quả trong nhiều bối cảnh khác nhau. Mô hình hoạt động của nó được xây dựng xung quanh một số tính năng chính: Tương Tác Giống Như Con Người: Khung này cung cấp lập kế hoạch AI tiên tiến, cố gắng làm cho các tương tác với máy tính trở nên trực quan hơn. Bằng cách bắt chước hành vi của con người trong việc thực hiện nhiệm vụ, nó hứa hẹn nâng cao trải nghiệm người dùng. Ký Ức Tường Thuật: Được sử dụng để tận dụng các trải nghiệm cấp cao, Agent S sử dụng ký ức tường thuật để theo dõi lịch sử nhiệm vụ, từ đó nâng cao quy trình ra quyết định của nó. Ký Ức Tình Huống: Tính năng này cung cấp cho người dùng hướng dẫn từng bước, cho phép khung này cung cấp hỗ trợ theo ngữ cảnh khi các nhiệm vụ diễn ra. Hỗ Trợ OpenACI: Với khả năng chạy cục bộ, Agent S cho phép người dùng duy trì quyền kiểm soát đối với các tương tác và quy trình làm việc của họ, phù hợp với tinh thần phi tập trung của Web3. Tích Hợp Dễ Dàng với Các API Bên Ngoài: Tính linh hoạt và khả năng tương thích với nhiều nền tảng AI khác nhau đảm bảo rằng Agent S có thể hòa nhập liền mạch vào các hệ sinh thái công nghệ hiện có, làm cho nó trở thành lựa chọn hấp dẫn cho các nhà phát triển và tổ chức. Những chức năng này cùng nhau góp phần vào vị trí độc đáo của Agent S trong không gian tiền điện tử, khi nó tự động hóa các nhiệm vụ phức tạp, nhiều bước với sự can thiệp tối thiểu của con người. Khi dự án phát triển, các ứng dụng tiềm năng của nó trong Web3 có thể định nghĩa lại cách mà các tương tác kỹ thuật số diễn ra. Thời Gian Phát Triển của Agent S Sự phát triển và các cột mốc của Agent S có thể được tóm tắt trong một dòng thời gian nêu bật các sự kiện quan trọng của nó: 27 tháng 9, 2024: Khái niệm về Agent S được ra mắt trong một bài nghiên cứu toàn diện mang tên “Một Khung Tác Nhân Mở Sử Dụng Máy Tính Như Một Con Người,” trình bày nền tảng cho dự án. 10 tháng 10, 2024: Bài nghiên cứu được công bố công khai trên arXiv, cung cấp một cái nhìn sâu sắc về khung và đánh giá hiệu suất của nó dựa trên tiêu chuẩn OSWorld. 12 tháng 10, 2024: Một video trình bày được phát hành, cung cấp cái nhìn trực quan về khả năng và tính năng của Agent S, thu hút thêm sự quan tâm từ người dùng và nhà đầu tư tiềm năng. Những dấu mốc trong dòng thời gian không chỉ minh họa sự tiến bộ của Agent S mà còn chỉ ra cam kết của nó đối với sự minh bạch và sự tham gia của cộng đồng. Những Điểm Chính Về Agent S Khi khung Agent S tiếp tục phát triển, một số thuộc tính chính nổi bật, nhấn mạnh tính đổi mới và tiềm năng của nó: Khung Đổi Mới: Được thiết kế để cung cấp cách sử dụng máy tính trực quan giống như tương tác của con người, Agent S mang đến một cách tiếp cận mới cho việc tự động hóa nhiệm vụ. Tương Tác Tự Động: Khả năng tương tác tự động với máy tính thông qua GUI đánh dấu một bước tiến tới các giải pháp tính toán thông minh và hiệu quả hơn. Tự Động Hóa Nhiệm Vụ Phức Tạp: Với phương pháp mạnh mẽ của nó, nó có thể tự động hóa các nhiệm vụ phức tạp, nhiều bước, làm cho các quy trình nhanh hơn và ít sai sót hơn. Cải Tiến Liên Tục: Các cơ chế học tập cho phép Agent S cải thiện từ các trải nghiệm trước đó, liên tục nâng cao hiệu suất và hiệu quả của nó. Tính Linh Hoạt: Khả năng thích ứng của nó trên các môi trường hoạt động khác nhau như OSWorld và WindowsAgentArena đảm bảo rằng nó có thể phục vụ một loạt các ứng dụng rộng rãi. Khi Agent S định vị mình trong bối cảnh Web3 và tiền điện tử, tiềm năng của nó để nâng cao khả năng tương tác và tự động hóa quy trình đánh dấu một bước tiến quan trọng trong công nghệ AI. Thông qua khung đổi mới của mình, Agent S minh họa cho tương lai của các tương tác kỹ thuật số, hứa hẹn một trải nghiệm liền mạch và hiệu quả hơn cho người dùng trên nhiều ngành công nghiệp khác nhau. Kết luận Agent S đại diện cho một bước nhảy vọt táo bạo trong sự kết hợp giữa AI và Web3, với khả năng định nghĩa lại cách chúng ta tương tác với công nghệ. Mặc dù vẫn còn ở giai đoạn đầu, những khả năng cho ứng dụng của nó là rộng lớn và hấp dẫn. Thông qua khung toàn diện của mình giải quyết các thách thức quan trọng, Agent S nhằm đưa các tương tác tự động lên hàng đầu trong trải nghiệm kỹ thuật số. Khi chúng ta tiến sâu hơn vào các lĩnh vực tiền điện tử và phi tập trung, các dự án như Agent S chắc chắn sẽ đóng một vai trò quan trọng trong việc định hình tương lai của công nghệ và sự hợp tác giữa con người với máy tính.

Tổng lượt xem 763Xuất bản vào 2025.01.14Cập nhật vào 2025.01.14

AGENT S là gì

Làm thế nào để Mua S

Chào mừng bạn đến với HTX.com! Chúng tôi đã làm cho mua Sonic (S) trở nên đơn giản và thuận tiện. Làm theo hướng dẫn từng bước của chúng tôi để bắt đầu hành trình tiền kỹ thuật số của bạn.Bước 1: Tạo Tài khoản HTX của BạnSử dụng email hoặc số điện thoại của bạn để đăng ký tài khoản miễn phí trên HTX. Trải nghiệm hành trình đăng ký không rắc rối và mở khóa tất cả tính năng. Nhận Tài khoản của tôiBước 2: Truy cập Mua Crypto và Chọn Phương thức Thanh toán của BạnThẻ Tín dụng/Ghi nợ: Sử dụng Visa hoặc Mastercard của bạn để mua Sonic (S) ngay lập tức.Số dư: Sử dụng tiền từ số dư tài khoản HTX của bạn để giao dịch liền mạch.Bên thứ ba: Chúng tôi đã thêm những phương thức thanh toán phổ biến như Google Pay và Apple Pay để nâng cao sự tiện lợi.P2P: Giao dịch trực tiếp với người dùng khác trên HTX.Thị trường mua bán phi tập trung (OTC): Chúng tôi cung cấp những dịch vụ được thiết kế riêng và tỷ giá hối đoái cạnh tranh cho nhà giao dịch.Bước 3: Lưu trữ Sonic (S) của BạnSau khi mua Sonic (S), lưu trữ trong tài khoản HTX của bạn. Ngoài ra, bạn có thể gửi đi nơi khác qua chuyển khoản blockchain hoặc sử dụng để giao dịch những tiền kỹ thuật số khác.Bước 4: Giao dịch Sonic (S)Giao dịch Sonic (S) dễ dàng trên thị trường giao ngay của HTX. Chỉ cần truy cập vào tài khoản của bạn, chọn cặp giao dịch, thực hiện giao dịch và theo dõi trong thời gian thực. Chúng tôi cung cấp trải nghiệm thân thiện với người dùng cho cả người mới bắt đầu và người giao dịch dày dạn kinh nghiệm.

Tổng lượt xem 1.4kXuất bản vào 2025.01.15Cập nhật vào 2025.03.21

Làm thế nào để Mua S

Thảo luận

Chào mừng đến với Cộng đồng HTX. Tại đây, bạn có thể được thông báo về những phát triển nền tảng mới nhất và có quyền truy cập vào thông tin chuyên sâu về thị trường. Ý kiến ​​của người dùng về giá của S (S) được trình bày dưới đây.

活动图片

Danh mục Phổ biếnright-arrow

Thẻ Nổi bậtright-arrow