# Bài viết Liên quan AI

Trung tâm Tin tức HTX cung cấp những bài viết mới nhất và phân tích chuyên sâu về "AI", bao gồm xu hướng thị trường, cập nhật dự án, phát triển công nghệ và chính sách quản lý trong ngành tiền kỹ thuật số.

OpenAI tố Anthropic: Doanh thu 30 tỷ USD, 8 tỷ USD là gian lận

Theo một báo cáo, OpenAI đã cáo buộc Anthropic "làm giả" doanh thu khi công bố mức doanh thu hàng năm đạt 30 tỷ USD, vượt qua con số 25 tỷ USD của OpenAI. Trong một bản ghi nhớ nội bộ, OpenAI tuyên bố 8 tỷ USD trong số đó là do Anthropic sử dụng phương pháp kế toán "gross basis" - tính toàn bộ doanh thu từ khách hàng, bao gồm cả phần phải chia cho các nhà cung cấp đám mây như AWS và Google Cloud. OpenAI khẳng định việc sử dụng phương pháp "net basis" (chỉ tính doanh thu sau khi trừ đi phần chia sẻ) của mình là phù hợp với chuẩn mực kế toán. Bản ghi nhớ cũng chỉ trích Anthropic về việc thiếu năng lực tính toán, dẫn đến tình trạng giới hạn luồng và trải nghiệm kém tin cậy cho người dùng Claude. Ngược lại, OpenAI tuyên bố họ có lợi thế cấu trúc với năng lực tính toán dự kiến đạt 30 GW vào năm 2030, so với 7-8 GW của Anthropic vào cuối năm 2027. Về chiến lược sản phẩm, OpenAI cho rằng Anthropic quá tập trung vào lập trình, trong khi họ đang xây dựng một hệ thống AI doanh nghiệp hoàn chỉnh. Bản ghi nhớ cũng đề cập đến sự khác biệt về tư tưởng, mô tả Anthropic là công ty dựa trên "nỗi sợ hãi và sự kiểm soát", trong khi OpenAI ủng hộ việc "dân chủ hóa AI". Cùng ngày, OpenAI công bố việc mua lại công ty ứng dụng tài chính AI Hiro Finance, một bước đi nhằm bổ sung năng lực cho các kịch bản cuộc sống và quản lý tài chính cá nhân, hướng tới mục tiêu trở thành trợ lý cá nhân toàn diện.

marsbit04/14 00:44

OpenAI tố Anthropic: Doanh thu 30 tỷ USD, 8 tỷ USD là gian lận

marsbit04/14 00:44

Dự đoán của Đại học Thanh Hoa 2 năm trước đang trở thành đồng thuận toàn cầu, ba tổ chức AI lớn như Meta đã đưa ra cùng kết luận

Một nhóm nghiên cứu Trung Quốc từ Đại học Thanh Hoa và công ty Mianwall AI đã công bố "Định luật Mật độ" (Densing Law) vào cuối năm 2024, dự đoán rằng cứ mỗi 3,5 tháng, lượng tham số mô hình AI cần thiết để đạt được cùng một mức độ thông minh sẽ giảm một nửa. Đến tháng 4/2026, hai tổ chức hàng đầu thế giới là Meta và METR đã độc lập công bố các kết quả nghiên cứu xác nhận xu hướng này. Meta cho biết mô hình mới Muse Spark của họ đạt hiệu suất tương đương với mô hình tiền nhiệm chỉ với 1/10 năng lực tính toán, trong khi METR báo cáo rằng khả năng xử lý tác vụ của AI tăng gấp đôi sau mỗi 88,6 ngày. Cả ba nghiên cứu sử dụng phương pháp khác nhau nhưng đều cho ra một đường cong phát triển có độ dốc gần như trùng khớp, củng cố độ tin cậy của Định luật Mật độ. Phát hiện này dự báo chi phí suy luận AI sẽ giảm nhanh hơn, trí tuệ trên thiết bị cá nhân sẽ bùng nổ sớm, và buộc ngành công nghiệp chuyển trọng tâm từ mở rộng quy mô thuần túy sang nâng cao hiệu quả mật độ. Nhóm Mianwall AI, với dòng mô hình mã nguồn mở MiniCPM (Tiểu Công Pháo), đã áp dụng thành công định luật này từ 2 năm trước, cho thấy sự đi đầu của các nhà nghiên cứu Trung Quốc trong lĩnh vực này.

marsbit04/13 12:17

Dự đoán của Đại học Thanh Hoa 2 năm trước đang trở thành đồng thuận toàn cầu, ba tổ chức AI lớn như Meta đã đưa ra cùng kết luận

marsbit04/13 12:17

Ngân hàng Trung ương Hàn Quốc giải mã chu kỳ bán dẫn AI: Tín hiệu nguy hiểm nhất ẩn giấu ở nguồn tài trợ

Ngân hàng Trung ương Hàn Quốc (BoK) đánh giá chu kỳ bán dẫn AI hiện tại có quy mô và thời gian mất cân bằng cung-cầu vượt trội so với ba chu kỳ trước, dự kiến kéo dài ít nhất đến nửa đầu năm 2026. Tuy nhiên, năm 2027 được xác định là thời điểm có nguy cơ đảo chiều, với năm biến số then chốt. Báo cáo nhấn mạnh hai tín hiệu rủi ro lớn nhất nằm ở phía nhu cầu và cơ cấu tài chính. Thứ nhất, các gã khổng lồ công nghệ Mỹ đang dựa ngày càng nhiều vào phát hành trái phiếu do dòng tiền nội bộ không đủ trang trải CAPEX quy mô lớn. Thứ hai, cấu trúc tài chính mỏng manh tương tự bong bóng viễn thông những năm 1990 đang xuất hiện, với các hình thức vendor financing của NVIDIA cho các công ty Neocloud và các khoản nợ ngoại bảng thông qua SPV (ví dụ: dự án 295 tỷ USD của Meta). Việc một số quỹ tín dụng tư nhân đã tạm dừng mua lại là một dấu hiệu đáng lo ngại. Bốn yếu tố khác bao gồm: khả năng sinh lời của các khoản đầu tư AI, tiến độ cải thiện hiệu suất mô hình AI (ảnh hưởng hai chiều), tốc độ mở rộng sản xuất của các hãng memory hàng đầu (công suất mới sẽ ra mắt từ nửa cuối 2027), và tốc độ bắt kịp của các nhà sản xuất Trung Quốc (dự kiến tăng thị phần DRAM lên 17% vào năm 2027). BoK kết luận giai đoạn 2026 vẫn thuận lợi, nhưng rủi ro sẽ tích lũy dần từ năm 2027.

marsbit04/13 08:54

Ngân hàng Trung ương Hàn Quốc giải mã chu kỳ bán dẫn AI: Tín hiệu nguy hiểm nhất ẩn giấu ở nguồn tài trợ

marsbit04/13 08:54

Người tạo ra Kling trở lại Alibaba và tạo ra một 'ngựa ô' mới

Người đứng sau mô hình AI video HappyHorse-1.0 của Alibaba, Zhang Di, từng làm việc tại Alibaba và Kuaishou, đã trở lại Alibaba vào tháng 11/2025 và chỉ sau 5 tháng đã cho ra mắt HappyHorse. Mô hình này đã đứng đầu bảng xếp hạng Artificial Analysis trong cả hai hạng mục text-to-video và image-to-video, vượt qua các đối thủ như ByteDance và Kuaishou. HappyHorse có 15 tỷ tham số, sử dụng kiến trúc Transformer đa phương thức, cho phép đồng bộ hóa khẩu hình với nhiều ngôn ngữ và giảm thời gian tạo video xuống còn 38 giây cho video 5 giây. Điều này giúp nó phù hợp cho các ứng dụng thương mại. Alibaba định hướng ứng dụng HappyHorse vào lĩnh vực thương mại điện tử, giúp các nhà bán hàng tạo video quảng cáo sản phẩm nhanh chóng, đa dạng hóa kịch bản và ngôn ngữ, đồng thời tăng hiệu quả chuyển đổi. Với lợi thế dữ liệu giao dịch và hành vi người dùng, Alibaba có thể tối ưu hóa video cho mục đích bán hàng. Tuy nhiên, vẫn có những thách thức về bản quyền và độ trung thực của nội dung AI. Nhưng với một kế hoạch ứng dụng rõ ràng, HappyHorse hứa hẹn mang lại lợi thế cạnh tranh cho Alibaba trong thị trường video AI.

marsbit04/13 05:14

Người tạo ra Kling trở lại Alibaba và tạo ra một 'ngựa ô' mới

marsbit04/13 05:14

活动图片