Sau cuộc gặp gỡ cận cảnh với Wash, nhà kinh tế trưởng của Morgan Stanley vẫn khẳng định: Fed sẽ không tăng lãi suất trong năm nay

marsbitXuất bản vào 2026-07-06Cập nhật gần nhất vào 2026-07-06

Tóm tắt

Sau khi quan sát kỹ lưỡng Chủ tịch Cục Dự trữ Liên bang Mỹ (Fed) Wash, nhà kinh tế trưởng toàn cầu của Morgan Stanley, Seth Carpenter, khẳng định Fed sẽ không tăng lãi suất trong năm nay. Phân tích từ bài phát biểu của Wash tại diễn đàn chính sách Sintra, Carpenter nhận thấy hai tín hiệu đáng chú ý: sự cân bằng hơn trong mục tiêu kép (ổn định giá cả và việc làm đầy đủ) và việc Wash chủ động nhấn mạnh rằng kỳ họp chính sách gần đây đã làm giảm kỳ vọng lạm phát và phần bù rủi ro kỳ hạn của thị trường. Điều này khiến Carpenter cho rằng khả năng tăng lãi suất vào tháng 7 là không lớn. Dữ liệu cơ bản ủng hộ quan điểm này. Số liệu việc làm phi nông nghiệp vẫn tạo không gian cho Fed duy trì lãi suất, trong khi dự báo lạm phát của Morgan Stanley thấp hơn so với dự báo trung vị của Ủy ban Thị trường Mở Liên bang (FOMC). Carpenter cũng bác bỏ quan điểm phổ biến cho rằng trí tuệ nhân tạo (AI) sẽ dẫn đến giảm phát và thúc đẩy cắt giảm lãi suất. Ông lập luận rằng tác động của chu kỳ kinh doanh, tăng trưởng năng suất cao hơn và lãi suất cân bằng (r*) tăng lên sẽ làm suy yếu logic của việc cắt giảm lãi suất. Trái ngược với Fed, Ngân hàng Trung ương châu Âu (ECB) có xu hướng thắt chặt chính sách rõ ràng hơn. Dự báo cơ sở của Morgan Stanley là ECB sẽ tăng lãi suất thêm 25 điểm cơ bản vào tháng 9, mặc dù dữ liệu lạm phát mềm gần đây và giá dầu giảm có thể tạo ra một số biến số.

Tác giả:Triệu Dĩnh

Lập trường chính sách của tân Chủ tịch Cục Dự trữ Liên bang (Fed) Wash đang được thị trường giám sát chặt chẽ. Nhà kinh tế trưởng toàn cầu của Morgan Stanley, Seth Carpenter, sau khi tham dự hội nghị thường niên tại Sintra, Bồ Đào Nha của Ngân hàng Trung ương Châu Âu (ECB), đã chỉ ra trong một bài viết rằng, dựa trên dữ liệu việc làm, dự báo lạm phát và tín hiệu chính sách tổng hợp, Fed sẽ không tăng lãi suất trong năm nay.

Carpenter viết trong báo cáo rằng, tuyên bố của Wash tại diễn đàn chính sách Sintra tiếp nối tông điệu từ họp báo nhậm chức của ông – một cam kết mạnh mẽ với ổn định giá cả, nhưng cố tình tránh né con đường cụ thể để đạt được mục tiêu này. Carpenter lưu ý hai điểm thay đổi đáng chú ý:

Thứ nhất, cách diễn đạt về sứ mệnh kép của Wash trở nên cân bằng hơn, chuyển từ việc gần như chỉ tập trung vào lạm phát sang thừa nhận rõ ràng hơn mục tiêu việc làm đầy đủ;

Thứ hai, Wash đặc biệt nhấn mạnh, cuộc họp chính sách gần đây nhất (cùng với việc giá dầu giảm) đã đẩy kỳ vọng lạm phát thị trường và phần bù rủi ro kỳ hạn xuống thấp hơn, tuyên bố này khiến Carpenter cho rằng khả năng Fed tăng lãi suất vào tháng 7 là không lớn.

Trong bối cảnh con đường chính sách của Fed còn nhiều bất định, Morgan Stanley duy trì dự báo cơ bản không tăng lãi suất suốt cả năm, đồng nghĩa thị trường không cần định giá cho rủi ro tăng lãi suất trong thời gian gần.

Tín hiệu Sintra của Wash: Cân bằng sứ mệnh kép, giảm nhẹ tính cấp thiết của việc tăng lãi suất

Carpenter đã trực tiếp nghe bài phát biểu của Wash tại diễn đàn chính sách Sintra và giải thích đó là sự chuyển hướng biên có phần ôn hòa. Ông chỉ ra rằng, ấn tượng Wash để lại cho thị trường trước đó là đặt ổn định giá cả lên vị trí ưu tiên áp đảo, còn bài phát biểu lần này thì đưa việc làm đầy đủ vào khuôn khổ chính sách một cách rõ ràng hơn.

Quan trọng hơn, Wash chủ động chỉ ra rằng cuộc họp chính sách đã thúc đẩy kỳ vọng lạm phát thị trường và phần bù rủi ro kỳ hạn đi xuống, và đề cập đến nhiều "nhóm công tác" đang được thành lập và cần thời gian. Carpenter cho rằng, cách kết hợp từ ngữ này truyền đi tín hiệu rõ ràng: Fed không vội vàng hành động vào tháng 7.

Dữ liệu hỗ trợ sự kiên nhẫn: Dự báo lạm phát thấp hơn mức trung vị của FOMC, việc làm phi nông nghiệp tạo đệm

Ở tầng nền tảng, Carpenter viện dẫn nhiều yếu tố để ủng hộ dự báo duy trì không tăng lãi suất. Dữ liệu việc làm phi nông nghiệp công bố tuần trước tiếp tục tạo không gian để Fed đứng yên. Đồng thời, dự báo lạm phát của Morgan Stanley rõ ràng thấp hơn dự báo trung vị của các thành viên Ủy ban Thị trường Mở Liên bang (FOMC), và việc sửa đổi phương pháp luận về chỉ số lạm phát PCE có khả năng hạ thấp thêm đáng kể chỉ số lạm phát.

Carpenter cho biết, các yếu tố trên cộng lại khiến ông cảm thấy "phù hợp" (comfortable) với việc duy trì đánh giá không tăng lãi suất cả năm. Dữ liệu tất nhiên có thể thay đổi kết luận, nhưng bằng chứng hiện tại đều chỉ về cùng một hướng.

AI và năng suất: Không nên đơn giản đặt cược vào việc giảm lãi suất

Carpenter cũng thảo luận về tác động của trí tuệ nhân tạo (AI) đối với chính sách tiền tệ, và đặt nghi vấn đối với tường thuật phổ biến rằng "AI sẽ mang lại giảm phát, thúc đẩy cắt giảm lãi suất". Ông chỉ ra, làn sóng chi tiêu vốn AI xuất hiện ở Mỹ sớm hơn và quy mô lớn hơn, có hiệu ứng đẩy biên đối với lạm phát trong ngắn hạn.

Quan trọng hơn, ông đưa ra ba luận điểm phản bác: Thứ nhất, trạng thái của chu kỳ kinh doanh sẽ chi phối hướng đi chính sách; Thứ hai, hiệu ứng giảm phát chỉ là một trong nhiều ảnh hưởng, năng suất cao hơn tương tự sẽ kích thích nhu cầu thông qua tiêu dùng và đầu tư; Thứ ba, tăng trưởng năng suất nhanh hơn đồng nghĩa với lãi suất cân bằng (r* theo cách gọi của các nhà kinh tế) cao hơn, điều này càng làm suy yếu logic của việc giảm lãi suất. Carpenter thẳng thắn cho rằng, kết luận đơn giản cho rằng AI chắc chắn dẫn đến giảm lãi suất là "hầu như chắc chắn sai".

Con đường của ECB phân hóa: Tháng 9 có thể tăng thêm 25 điểm cơ bản, nhưng dữ liệu mềm để lại biến số

Tương phản với Fed, định hướng chính sách của ECB thiên về thắt chặt rõ ràng hơn. Carpenter chỉ ra trong bài viết rằng, Chủ tịch ECB Christine Lagarde tại Sintra đã nhấn mạnh lại, việc tăng lãi suất vào tháng 6 là quyết định có cân nhắc kỹ lưỡng, chứ không đơn thuần là "tăng lãi suất phòng ngừa", cách diễn đạt này theo ông có nghĩa vẫn còn không gian để tăng lãi suất tiếp theo.

Dự báo cơ bản của Morgan Stanley là ECB sẽ tăng thêm 25 điểm cơ bản vào tháng 9. Tuy nhiên, Carpenter cũng chỉ ra, dữ liệu lạm phát châu Âu tuần trước yếu hơn cùng với việc giá dầu giảm mạnh đã để lại khoảng trống cho chính sách – nếu lạm phát tiếp tục yếu đi hoặc chỉ số PMI suy yếu đáng kể, con đường tăng lãi suất thêm lần nữa có thể bị cản trở. Ông cho rằng, hiện tại khó có thể tưởng tượng việc tăng lãi suất ngay vào tháng 7 hoặc tăng lãi suất hơn một lần trong năm nay.

Tiền kỹ thuật số thịnh hành

Câu hỏi Liên quan

QBài báo cho biết nhà kinh tế trưởng Seth Carpenter của Morgan Stanley dự đoán gì về chính sách lãi suất của Cục Dự trữ Liên bang Mỹ (Fed) trong năm nay?

ADựa trên các cuộc trao đổi và quan sát gần đây với Chủ tịch Fed mới - ông Waller, Seth Carpenter của Morgan Stanley khẳng định rằng Cục Dự trữ Liên bang (Fed) sẽ không tăng lãi suất trong năm nay.

QHai điểm thay đổi đáng chú ý nào trong phát biểu của Chủ tịch Fed Waller được Seth Carpenter đề cập như dấu hiệu cho thấy Fed không vội vàng tăng lãi suất?

AThứ nhất, ông Waller đã cân bằng hơn trong việc diễn đạt 'sứ mệnh kép' của Fed, chuyển từ việc gần như chỉ tập trung vào lạm phát sang thừa nhận rõ ràng mục tiêu việc làm tối đa. Thứ hai, ông Waller đặc biệt nhấn mạnh rằng cuộc họp chính sách gần đây nhất (cùng với việc giá dầu giảm) đã hạ thấp kỳ vọng lạm phát và phần bù kỳ hạn của thị trường, một tuyên bố được Carpenter coi là không khẩn cấp tăng lãi suất.

QNhững yếu tố cơ bản nào được Seth Carpenter viện dẫn để ủng hộ dự đoán Fed sẽ giữ nguyên lãi suất?

ACarpenter viện dẫn ba yếu tố chính: 1) Dữ liệu việc làm phi nông nghiệp tiếp tục tạo không gian cho Fed không hành động; 2) Dự báo lạm phát của Morgan Stanley thấp hơn đáng kể so với dự báo trung vị của các thành viên FOMC; 3) Việc sửa đổi phương pháp tính lạm phát PCE có khả năng làm giảm thêm số liệu lạm phát thực tế.

QSeth Carpenter đã phản bác luận điểm phổ biến nào về tác động của AI (Trí tuệ nhân tạo) đối với chính sách tiền tệ?

ASeth Carpenter phản bác luận điểm phổ biến cho rằng 'AI sẽ mang lại giảm phát và thúc đẩy việc cắt giảm lãi suất'. Ông lập luận rằng tác động giảm phát chỉ là một trong nhiều ảnh hưởng, trong khi năng suất cao hơn cũng sẽ thúc đẩy nhu cầu thông qua tiêu dùng và đầu tư. Hơn nữa, tăng trưởng năng suất nhanh hơn có nghĩa là lãi suất cân bằng (r*) cao hơn, điều này làm suy yếu lập luận về việc cắt giảm lãi suất. Carpenter nói thẳng rằng kết luận đơn giản cho rằng AI chắc chắn dẫn đến cắt giảm lãi suất là 'gần như chắc chắn sai'.

QDự báo của Morgan Stanley về lộ trình chính sách của Ngân hàng Trung ương châu Âu (ECB) là gì, và những yếu tố nào có thể làm thay đổi lộ trình đó?

ADự báo cơ sở của Morgan Stanley là ECB sẽ tăng lãi suất thêm 25 điểm cơ bản vào tháng 9. Tuy nhiên, dữ liệu lạm phát mềm gần đây và việc giá dầu giảm mạnh có thể tạo không gian để thay đổi lộ trình này. Carpenter chỉ ra rằng nếu lạm phát tiếp tục yếu đi hoặc chỉ số PMI suy yếu đáng kể, lộ trình tăng lãi suất tiếp theo có thể bị cản trở.

Nội dung Liên quan

ARK Mua Mạnh Cổ Phiếu Công Nghệ Blockchain: Rủi Ro Thấp Hơn Hay Chịu Áp Lực Kép?

ARK Invest, do bà Cathie Wood điều hành, đã mua cổ phiếu công ty tiền mã hóa trị giá 77 triệu USD trong tháng 6, bao gồm Coinbase, Circle và Bullish, bất chấp thị trường Bitcoin có tháng tồi tệ nhất trong 4 năm. Lập luận đầu tư truyền thống cho rằng các cổ phiếu này cung cấp kênh tiếp cận hợp pháp với ngành công nghiệp tiền mã hóa. Tuy nhiên, phân tích dữ liệu của CryptoSlate cho thấy chúng có mức biến động (68%-90%) cao gần gấp đôi Bitcoin (37.6%) và mức tương quan với Bitcoin thấp, chỉ từ 0.55-0.58 trong 90 phiên. Điều này có nghĩa là biến động giá cổ phiếu chỉ một phần nhỏ phụ thuộc vào Bitcoin, phần lớn còn lại đến từ rủi ro kinh doanh riêng của từng công ty như báo cáo tài chính, cạnh tranh, hoặc pha loãng cổ phần. Hầu hết các cổ phiếu không theo sát Bitcoin. MicroStrategy (MSTR) là ngoại lệ duy nhất, hoạt động như một công cụ vốn chủ sở hữu có đòn bẩy đối với Bitcoin. Coinbase có tương quan tương đối cao. Trong khi đó, Circle phản ánh rủi ro doanh nghiệp thuần túy, như đợt giảm mạnh gần đây do đối thủ cạnh tranh ổn định mới. Robinhood ít bị ảnh hưởng bởi tiền mã hóa nhờ mô hình kinh doanh đa dạng. Các công ty khai thác như RIOT và MARA thậm chí tăng giá nhờ chuyển hướng sang dịch vụ điện toán AI. Trường hợp của MicroStrategy làm nổi bật rủi ro bổ sung từ cấu trúc vốn. Tỷ lệ mNAV (giá trị thị trường trên tài sản ròng) của công ty này đã giảm xuống dưới 1, đe dọa mô hình tăng trưởng dựa trên việc phát hành cổ phiếu cao hơn giá trị tài sản để mua thêm Bitcoin, và thậm chí buộc họ phải xem xét bán Bitcoin để duy trì thanh khoản. Tóm lại, đầu tư vào cổ phiếu tiền mã hóa không hẳn ít rủi ro hơn so với nắm giữ Bitcoin trực tiếp. Chúng hoặc là khuếch đại biến động của Bitcoin, hoặc mang thêm rủi ro kinh doanh đặc thù không liên quan đến giá tiền mã hóa. Các cổ phiếu hoạt động tốt gần đây chủ yếu nhờ vào các động lực tăng trưởng độc lập như AI hoặc mô hình đa dịch vụ.

marsbit7 phút trước

ARK Mua Mạnh Cổ Phiếu Công Nghệ Blockchain: Rủi Ro Thấp Hơn Hay Chịu Áp Lực Kép?

marsbit7 phút trước

Vừa ra mắt, tác phẩm kinh điển của DeepMind lại lên ngôi, giải thưởng ICML 2026 công bố

Hội nghị ICML 2026 đã công bố các giải thưởng danh giá. Hai bài báo về mô hình khuếch tán (diffusion model) đã cùng đoạt giải Bài báo Xuất sắc, cho thấy sự tập trung nghiên cứu mạnh mẽ vào hướng này. Một bài chỉ ra "cái bẫy linh hoạt" trong mô hình ngôn ngữ khuếch tán, chất vấn lợi ích thực tế của việc sinh văn bản theo thứ tự bất kỳ. Bài còn lại đề xuất phương pháp lấy mẫu độ chính xác cao, thúc đẩy nền tảng kỹ thuật. Giải Bài báo Lập trường Xuất sắc thuộc về một nghiên cứu chỉ trích sắc bén: cộng đồng nghiên cứu an toàn AI đang vô tình xây dựng "bộ công cụ kiểm duyệt". Công trình này cảnh báo về việc các kỹ thuật điều chỉnh AI (như RLHF) có thể bị lạm dụng cho mục đích kiểm soát nội dung. Năm bài báo nhận được đề cử danh dự bao phủ nhiều chủ đề nóng: xác định vị trí tính trung thực nảy sinh trong mô hình, quy kết chuyển động trong tạo video, giới hạn ghi nhớ của mô hình ngôn ngữ lớn, tính nhất quán của mô hình khuếch tán dưới góc độ lý thuyết ma trận ngẫu nhiên, và hiện tượng "thấu hiểu đột ngột" (grokking) được chứng minh chặt chẽ trong hồi quy ridge. Giải Thử thách Thời gian được trao cho công trình kinh điển "Phương pháp không đồng bộ cho Học tăng cường Sâu" của DeepMind (2016), ghi nhận ảnh hưởng lâu dài của thuật toán A3C. Danh sách giải thưởng ICML 2026 phản ánh xu hướng chuyển từ mở rộng nhanh sang đào sâu nghiên cứu, nhấn mạnh vào việc xem xét lại các giả định cốt lõi và xây dựng nền tảng vững chắc hơn cho các lĩnh vực trọng tâm như mô hình khuếch tán và an toàn AI.

marsbit22 phút trước

Vừa ra mắt, tác phẩm kinh điển của DeepMind lại lên ngôi, giải thưởng ICML 2026 công bố

marsbit22 phút trước

ARK Mua Ồ Ạt Cổ Phiếu Liên Quan Đến Tiền Mã Hóa: Rủi Ro Thấp Hơn, Hay Chịu Áp Lực Kép?

ARK Invest do Cathie Wood trong tháng 6 đã mua cổ phiếu các công ty liên quan đến tiền mã hóa trị giá 77 triệu USD, bao gồm Coinbase, Circle và Bullish. Động thái này diễn ra ngay cả khi Bitcoin trải qua tháng tồi tệ nhất trong bốn năm. Lập luận phổ biến là đầu tư vào cổ phiếu cung cấp con đường tiếp xúc với ngành công nghiệp tiền mã hóa một cách hợp quy mà không cần trực tiếp nắm giữ Bitcoin. Tuy nhiên, dữ liệu phân tích cho thấy một thực tế khác. Biến động giá (volatility) trong 30 ngày của 9 cổ phiếu này dao động từ 68% đến 90%, gần gấp đôi biến động 37.6% của Bitcoin. Trong khi đó, mối tương quan (correlation) với Bitcoin của nhiều cổ phiếu như Circle, Robinhood hay Bullish chỉ ở mức trung bình (0.55-0.58). Điều này có nghĩa là biến động giá Bitcoin chỉ giải thích được khoảng một phần ba biến động giá cổ phiếu, phần còn lại đến từ các rủi ro riêng của doanh nghiệp như báo cáo tài chính, cạnh tranh ngành hay pha loãng cổ phần. Trong số các cổ phiếu được đề cập, chỉ có MSTR (MicroStrategy) được coi là công cụ thay thế Bitcoin thực sự với hệ số beta 1.59 và tương quan cao 0.85. Coinbase có mối liên hệ tương đối chặt với Bitcoin. Ngược lại, Circle có biến động cao nhất và tương quan thấp nhất, minh họa cho rủi ro kinh doanh đặc thù (như cạnh tranh thị phần stablecoin) tách biệt với xu hướng giá Bitcoin. Robinhood thì ít chịu ảnh hưởng bởi thị trường tiền mã hóa do mô hình kinh doanh đa dạng. Đáng chú ý, các công ty khai thác (miner) như RIOT và MARA lại có mức tăng trưởng dương mạnh mẽ trong năm nay, chủ yếu nhờ chuyển hướng sang dịch vụ điện toán hiệu suất cao cho AI. Bài viết lấy ví dụ về MicroStrategy để chỉ ra rủi ro bổ sung khi đầu tư vào cổ phiếu so với nắm giữ Bitcoin trực tiếp. Công ty này gần đây đã chứng kiến tỷ lệ giá trên giá trị tài sản ròng (mNAV) giảm xuống dưới 1, đe dọa mô hình tăng trưởng dựa trên việc phát hành cổ phiếu với mức định giá cao để mua thêm Bitcoin. Họ thậm chí phải lên kế hoạch bán Bitcoin để tạo thanh khoản, một ràng buộc mà nhà đầu tư nắm giữ Bitcoin trực tiếp không gặp phải. Tóm lại, dữ liệu cho thấy việc đầu tư vào cổ phiếu công ty tiền mã hóa không nhất thiết ít rủi ro hơn so với nắm giữ Bitcoin trực tiếp. Nhà đầu tư vừa phải đối mặt với biến động giá Bitcoin (đôi khi được khuếch đại), vừa phải gánh thêm rủi ro kinh doanh và cấu trúc tài chính riêng của từng doanh nghiệp. Các cổ phiếu có hiệu suất tốt trong năm nay chủ yếu dựa vào các động lực tăng trưởng độc lập như AI, dịch vụ môi giới hay sản phẩm thanh toán.

Foresight News27 phút trước

ARK Mua Ồ Ạt Cổ Phiếu Liên Quan Đến Tiền Mã Hóa: Rủi Ro Thấp Hơn, Hay Chịu Áp Lực Kép?

Foresight News27 phút trước

Karpathy mới nhất lên tiếng chỉ trích: Một câu nói khiến cả hội trường các nhà phát triển Agent im bặt

Andrej Karpathy, nhà nghiên cứu cốt cán tại Anthropic, đã gây sốc trong cộng đồng phát triển AI Agent bằng một tuyên bố thẳng thắn: Sai lầm lớn nhất hiện nay là mọi người vội vàng bắt Agent làm việc mà chưa thực sự hiểu rõ các mô hình nền tảng cơ bản. Ông rút ra bài học từ dự án "World of Bits" thất bại năm 2016 tại OpenAI, nơi họ cố gắng tạo Agent điều khiển máy tính. Công cụ khi đó là học tăng cường quá yếu, và ông cho rằng lựa chọn đúng đắn lúc bấy giờ phải là tập trung vào mô hình ngôn ngữ. Karpathy đưa ra ba lời khuyên ngược với xu hướng: 1. Dừng việc ép Agent làm mọi thứ, hãy ưu tiên xây dựng mô hình nền tảng đúng đắn trước. Việc ông gia nhập nhóm tiền huấn luyện tại Anthropic chính là một phiếu bầu cho quan điểm này. 2. Tạo Demo thì dễ, nhưng để biến thành sản phẩm thực sự có thể mất cả thập kỷ, giống như hành trình của xe tự lái hay VR. 3. Agent không phải là sản phẩm; năng lực nền tảng mới là sản phẩm. Xây dựng nền móng vững chắc, và Agent sẽ tự nhiên xuất hiện. Ông cũng gợi ý nên tìm cảm hứng từ khoa học thần kinh, ví dụ như cấu trúc não bộ (hồi hải mã, hạch nền, đồi thị), để hiểu sâu hơn về bản chất của trí tuệ. Điểm đáng chú ý nhất, Karpathy khẳng định rằng tuyến đầu của khả năng Agent không nằm ở các gã khổng lồ như OpenAI hay DeepMind, mà chính là ở các nhà phát triển độc lập và startup. Lý do là trong lĩnh vực Agent, không công ty lớn nào có lợi thế dẫn trước hàng năm trời; mọi người đều ở cùng vạch xuất phát, nơi sự linh hoạt và tốc độ thử nghiệm là lợi thế cạnh tranh. Thông điệp cuối cùng của Karpathy không phải là ngăn cản việc phát triển Agent, mà là cảnh báo không được bỏ qua nền tảng. Ông kêu gọi sự kiên nhẫn đầu tư vào nghiên cứu cơ bản và sẵn sàng cho một cuộc chạy đua dài hạn.

marsbit27 phút trước

Karpathy mới nhất lên tiếng chỉ trích: Một câu nói khiến cả hội trường các nhà phát triển Agent im bặt

marsbit27 phút trước

Người nhận giải thưởng đặc biệt Đại học Thanh Hoa, Cố Dục Hiền, gia nhập DeepSeek

Gần đây, DeepSeek đang mở rộng tuyển dụng mạnh mẽ. Trong danh sách tác giả của bài báo nghiên cứu DeepSeek V4 (dự kiến ra mắt giữa tháng này) có sự xuất hiện của **Cố Dục Hiền (Yuxian Gu)**, nghiên cứu sinh tiến sĩ khóa 2021 tại Đại học Thanh Hoa và người nhận được Học bổng Đặc biệt cho Nghiên cứu sinh năm 2025. Được biết, anh đã chính thức gia nhập DeepSeek. Cố Dục Hiền, cựu nghiên cứu sinh tại Nhóm AI Đàm thoại (CoAI) thuộc Đại học Thanh Hoa dưới sự hướng dẫn của Giáo sư Hoàng Dân Liệt, từng nhận học bổng tiến sĩ Apple 2025 và học bổng Ant In-Tech. Nghiên cứu của anh tập trung vào nâng cao hiệu quả trong toàn bộ vòng đời của mô hình ngôn ngữ lớn (LLM), bao gồm ba hướng chính: Lọc dữ liệu tiền huấn luyện (với các công trình như PDS), Cất cánh kiến thức trong nén mô hình (đại diện là MiniLLM), và Kiến trúc mô hình hiệu quả (như Jet-Nemotron). Lượng trích dẫn bài báo khoa học của anh trên Google Scholar đã gần 5.000. Công trình nổi bật Jet-Nemotron của anh, một kiến trúc ngôn ngữ lai mới, đạt độ chính xác ngang bằng các mô hình chú ý đầy đủ tiên tiến nhất (SOTA) nhưng với hiệu suất vượt trội, tăng tốc tạo sinh lên tới 53.6 lần trên GPU H100 ở ngữ cảnh dài. Mô hình MiniLLM trước đó của anh về phương pháp cất cánh kiến thức cũng được áp dụng rộng rãi bởi Google, Alibaba, NVIDIA. Việc Cố Dục Hiền gia nhập DeepSeek được kỳ vọng sẽ mang lại nhiều thành tựu mới cho công ty.

marsbit53 phút trước

Người nhận giải thưởng đặc biệt Đại học Thanh Hoa, Cố Dục Hiền, gia nhập DeepSeek

marsbit53 phút trước

Giao dịch

Giao ngay

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 914Xuất 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 1.7kXuất 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