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

Câu chuyện API không chịu nổi định giá, các ông lớn AI bắt đầu xuống sân làm tư vấn

Gần đây, OpenAI và Anthropic đã công bố các công ty triển khai (Deploy Co và một liên doanh) với tổng số vốn đầu tư khoảng 55 tỷ USD, đánh dấu sự chuyển hướng chiến lược lớn. Thay vì chỉ bán API, các gã khổng lồ AI giờ đây trực tiếp cử kỹ sư triển khai AI (FDE) đến tận văn phòng khách hàng để tích hợp mô hình vào quy trình nghiệp vụ, hoạt động giống như một công ty tư vấn. Động lực chính đến từ việc Anthropic đang vượt mặt OpenAI trên thị trường doanh nghiệp. Cấu trúc vốn của các thương vụ này rất đặc biệt, với lợi nhuận được đảm bảo cho nhà đầu tư, phản ánh nhu cầu huy động vốn mới ngoài định giá công ty mẹ đã quá cao. Đáng chú ý, các hãng tư vấn truyền thống như Bain, McKinsey và Capgemini cũng tham gia đầu tư. Sự bùng nổ nhu cầu về FDE (tăng hơn 800%) đi đôi với sự thu hẹp của các vị trí kỹ sư phần mềm truyền thống. Vai trò FDE được trả lương rất cao nhưng mang tính chất lao động dịch vụ cường độ cao, trái ngược với mô hình phần mềm thuần túy trước đây. Điều này cho thấy một sự đảo ngược: tầng mô hình đang trở nên phổ biến, trong khi giá trị thực sự giờ nằm ở khả năng triển khai và tích hợp phức tạp tại hiện trường của doanh nghiệp.

marsbit1 giờ trước

Câu chuyện API không chịu nổi định giá, các ông lớn AI bắt đầu xuống sân làm tư vấn

marsbit1 giờ trước

Zoomex Prediction Market Chính Thức Ra Mắt: Tham Gia Dự Đoán Xu Hướng Toàn Cầu Với Tiền Mã Hóa

Zoomex, nền tảng giao dịch tiền điện tử toàn cầu, đã chính thức ra mắt Sản phẩm Thị trường Dự đoán (Zoomex Prediction Market). Đây là một bản nâng cấp lớn, cho phép người dùng tham gia dự đoán về thị trường crypto, sự kiện thể thao (như World Cup), các xu hướng và sự kiện toàn cầu bằng tiền điện tử một cách đơn giản và trực quan. Khác với giao dịch truyền thống phức tạp, Thị trường Dự đoán tập trung vào kết quả sự kiện, biến việc phân tích thị trường thành những câu hỏi và lựa chọn rõ ràng. Zoomex kỳ vọng sản phẩm này sẽ giúp người dùng không chỉ quan sát mà còn chủ động tham gia, bày tỏ quan điểm và phát hiện cơ hội từ các xu hướng. Ông Fernando, Giám đốc Marketing của Zoomex, nhấn mạnh cam kết của nền tảng trong việc mang đến trải nghiệm giao dịch đơn giản, minh bạch và dễ tiếp cận hơn cho thế hệ trader mới. Thị trường Dự đoán là bước đi quan trọng để kết nối giao dịch crypto với sự phấn khích từ các sự kiện thể thao và xu hướng toàn cầu. Sau khi ra mắt, Zoomex sẽ tiếp tục mở rộng các chủ đề dự đoán và giới thiệu thêm nhiều chiến dịch, cơ chế thưởng để người dùng tham gia. Được thành lập năm 2021, Zoomex hiện có hơn 3 triệu người dùng, cung cấp 600+ cặp giao dịch, và tuân thủ các giấy phép quy định tại Canada, Mỹ, Úc. Nền tảng này cũng là đối tác chính thức của Haas F1 Team và có đại sứ thương hiệu toàn cầu là thủ môn hàng đầu Emiliano Martínez.

TheNewsCrypto1 giờ trước

Zoomex Prediction Market Chính Thức Ra Mắt: Tham Gia Dự Đoán Xu Hướng Toàn Cầu Với Tiền Mã Hóa

TheNewsCrypto1 giờ trước

Thượng Viện Thực Hiện Bước Tiến Tới Đạo Luật CLARITY: Mục Tiêu Ký Kết Tháng 8 Vẫn Còn Hy Vọng, Tạm Thời

Sau khi vượt qua các rào cản quan trọng tại Thượng viện, Đạo luật CLARITY đang bước vào giai đoạn then chốt để quyết định liệu nó có được đưa lên bàn Tổng thống trong năm nay hay không. Mặc dù có đà thông qua, lộ trình phía trước vẫn rất hẹp về mặt thủ tục và chính trị. Các nhân viên đang khẩn trương làm việc để dung hòa các phiên bản cạnh tranh từ Ủy ban Nông nghiệp và Ngân hàng thành một văn bản thống nhất. Một thách thức lớn là thuyết phục được ít nhất một số Thượng nghị sĩ Dân chủ từ Ủy ban Nông nghiệp ủng hộ, vì dự luật cần 60 phiếu để vượt qua thủ tục filibuster. Sự ủng hộ liên đảng là yếu tố sống còn. Trong Ủy ban Ngân hàng, hai Thượng nghị sĩ Dân chủ Gallego và Alsobrooks đã bỏ phiếu thông qua, nhưng sự ủng hộ tiếp tục của họ phụ thuộc vào việc đạt được thỏa thuận về các quy tắc đạo đức cho quan chức chính phủ xử lý tiền mã hóa. Nghị sĩ Gillibrand, một kiến trúc sư chính của dự luật, nhấn mạnh các điều khoản đạo đức này là "không thể thương lượng". Một số Thượng nghị sĩ Dân chủ khác cũng đang tìm kiếm các biện pháp bảo vệ bổ sung liên quan đến khả năng thực thi pháp luật trong lĩnh vực tài chính phi tập trung (DeFi). Trong khi đó, một số thành viên ngành công nghiệp lo ngại rằng việc đáp ứng các yêu cầu này có thể vô tình làm suy yếu hơn nữa các biện pháp bảo vệ pháp lý cho các nhà phát triển phần mềm. Kỳ nghỉ tháng Tám được coi là thời hạn thực tế, vì sau đó mùa vận động tranh cử có thể khiến nhiều ưu tiên lập pháp bị trì hoãn. Tuy nhiên, một số nhà quan sát lạc quan cho rằng ý chí chính trị đằng sau dự luật đủ mạnh để giữ nó trong chương trình nghị sự cho đến hết Quốc hội khóa 119. Dù vậy, nếu bị lùi sang năm sau, môi trường chính trị thay đổi sau bầu cử giữa kỳ có thể thử thách đà phát triển chính trị hiện tại của tiền mã hóa.

bitcoinist1 giờ trước

Thượng Viện Thực Hiện Bước Tiến Tới Đạo Luật CLARITY: Mục Tiêu Ký Kết Tháng 8 Vẫn Còn Hy Vọng, Tạm Thời

bitcoinist1 giờ trước

Tiền mã hóa Nhắm mục tiêu Thị trường Hưu trí Mỹ Trị giá 49 nghìn tỷ USD

Ngành công nghệ tiền điện tử đang nhắm đến thị trường hưu trí Mỹ trị giá 49,1 nghìn tỷ USD thông qua các tài khoản IRA tự quản (Self-Directed IRA). IRA Financial, một tổ chức hàng đầu, vừa ra mắt nền tảng mới cho phép nhà đầu tư giao dịch gần 100 mã token tiền điện tử cùng với cổ phiếu, bất động sản, vàng và vốn cổ phần tư nhân trong một tài khoản duy nhất với mức phí hàng năm thấp. Người sáng lập Adam Bergman chỉ trích các tổ chức tài chính lớn đã "xây tường" ngăn cản tài sản thay thế, động cơ là vì họ không thu được phí quản lý dựa trên tài sản. Xu hướng quản lý đang thay đổi với lệnh hành pháp gần đây của Tổng thống Trump, tạo điều kiện cho tài sản kỹ thuật số tiếp cận các kế hoạch hưu trí. Tuy nhiên, các cơ quan quản lý cảnh báo về rủi ro cao hơn với IRA tự quản, vì người giữ tài khoản tự chịu trách nhiệm hoàn toàn cho các quyết định đầu tư. IRA Financial từng bị tin tặc đánh cắp 36 triệu USD vào năm 2022, làm nổi bật rủi ro về việc lưu ký tập trung. Việc tự giữ khóa riêng tư cho tiền điện tử trong IRA cũng có thể dẫn đến việc tài khoản bị mất tư cách, gây ra sự kiện chịu thuế. Dù vậy, Bergman vẫn tin rằng tài sản thay thế là chìa khóa để tạo dựng sự giàu có và tiếp tục ủng hộ việc tích hợp chúng vào kế hoạch hưu trí. Ông khuyến nghị các nhà đầu tư nên tham vấn cố vấn chuyên nghiệp do tính chất phức tạp và rủi ro tiềm ẩn.

marsbit2 giờ trước

Tiền mã hóa Nhắm mục tiêu Thị trường Hưu trí Mỹ Trị giá 49 nghìn tỷ USD

marsbit2 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 842Xuất 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 1.5kXuất bản vào 2025.01.15Cập nhật vào 2026.06.02

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