# Bài viết Liên quan Đào Tạo AI

Trung tâm Tin tức HTX cung cấp những bài viết mới nhất và phân tích chuyên sâu về "Đào Tạo 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.

Gần 100 người chơi đổ bộ vào lĩnh vực dữ liệu thể sinh: Huy động 4.47 tỷ NDT trong một năm, ai thực sự có thể kiếm tiền bằng cách 'bán dữ liệu'?

Hơn 90 công ty đang hoạt động trong lĩnh vực dữ liệu thể thân (embodied data) để huấn luyện robot, bao gồm 70 công ty thu thập dữ liệu và 27 công ty làm hạ tầng dữ liệu. Ngành này đã thu hút khoảng 4,47 tỷ NDT (44,7 tỷ) vốn đầu tư trong một năm qua. Mười điểm nổi bật của ngành: 1. Có bốn phương pháp thu thập dữ liệu chính: điều khiển robot từ xa, thu thập không cần robot (con người đeo cảm biến), mô phỏng và trích xuất từ video internet. Nhiều công ty kết hợp nhiều phương pháp. 2. Phương pháp điều khiển robot từ xa thu hút nhiều công ty nhất, đặc biệt là các nền tảng dữ liệu nhà nước và công ty robot. 3. Nhà cung cấp dịch vụ dữ liệu độc lập là nhóm lớn nhất (40%), chứng tỏ đây đã là một lĩnh vực riêng biệt. 4. Khoảng 2/3 công ty được thành lập chuyên cho lĩnh vực này ("bản địa"), 1/3 chuyển đổi từ các ngành khác như gán nhãn dữ liệu AI. 5. Công suất thu thập hiện tại ước tính 1,6-1,8 triệu giờ dữ liệu mỗi năm. Mục tiêu ngắn hạn là tăng gấp 15-20 lần. 6. Các cơ sở thu thập dữ liệu đã có mặt tại 20 tỉnh thành, tập trung nhiều nhất ở khu vực Trường Giang. 7. 15 công ty dịch vụ dữ liệu độc lập đã huy động được ~4,47 tỷ NDT, chủ yếu tập trung vào quý 2/2026. Tuy nhiên, con số này nhỏ hơn nhiều so với tổng vốn đầu tư vào lĩnh vực trí tuệ thể thân. 8. Các công ty dịch vụ dữ liệu độc lập phân hóa rõ rệt thành ba nhóm, với một công ty dẫn đầu (Quang Luân) chiếm tới ~70% tổng vốn huy động. 9. Có 69 tổ chức đầu tư tham gia, nhưng không có tổ chức nào dám "đặt cược lớn", cho thấy sự thận trọng. 10. Hơn một nửa số công ty dịch vụ dữ liệu độc lập thành lập chưa đầy một năm, chứng tỏ ngành vẫn còn rất sớm. Chưa có mô hình kinh doanh "bán dữ liệu" thuần túy nào được chứng minh là sinh lời rõ ràng. Tóm lại, lĩnh vực dữ liệu thể thân đã trở thành một tuyến đầu tư độc lập và tạo ra việc làm mới, nhưng vẫn trong giai đoạn phát triển ban đầu với nhiều bất định. Thái độ thận trọng của các nhà đầu tư phản ánh thách thức trong việc chứng minh đây là một mô hình kinh doanh bền vững. Một đến hai năm tới sẽ là giai đoạn then chốt để kiểm chứng điều này.

marsbit07/12 02:33

Gần 100 người chơi đổ bộ vào lĩnh vực dữ liệu thể sinh: Huy động 4.47 tỷ NDT trong một năm, ai thực sự có thể kiếm tiền bằng cách 'bán dữ liệu'?

marsbit07/12 02:33

Ba năm trì hoãn, bài viết mới nhất của cựu sinh viên Bắc Đại Weng Lilian gây bão mạng

Sau ba năm trì hoãn, Lilian Weng, cựu Phó chủ tịch OpenAI và là cựu sinh viên Đại học Bắc Kinh, đã đăng một bài blog dài về Scaling Laws (Định luật Mở rộng Quy mô) - quy tắc toán học định hình sự phát triển của AI hiện đại. Bài viết chỉ ra rằng, mặc dù các định luật này cung cấp nền tảng để dự đoán hiệu suất mô hình khi mở rộng quy mô tính toán, dữ liệu và tham số, nhưng chúng lại rất mong manh và chứa đầy các vấn đề tinh vi. Một điểm quan trọng là sự mâu thuẫn trong các khuyến nghị từ OpenAI (2020) và DeepMind (2022) về cách phân bổ ngân sách tính toán tối ưu giữa quy mô mô hình và dữ liệu. Sự khác biệt này, hóa ra, bắt nguồn từ cách đếm tham số (có bao gồm embedding layer hay không) và quy mô thí nghiệm hạn chế. Hơn nữa, ngay cả công thức nổi tiếng của DeepMind (Chinchilla) - từng được coi là chuẩn mực trong ngành - cũng được phát hiện có lỗi phương pháp luận vào năm 2024, như việc sử dụng hàm mất mát trung bình khiến bộ tối ưu hóa dừng sớm. Bài viết cảnh báo việc ngoại suy các định luật được khớp từ mô hình nhỏ lên mô hình nghìn tỷ tham số là rất rủi ro. Thách thức cơ bản hơn là nguồn dữ liệu văn bản chất lượng cao đang cạn kiệt, làm suy yếu giả định dữ liệu vô hạn của các định luật cổ điển. Các nghiên cứu mới đang cố gắng tích hợp yếu tố lặp lại dữ liệu vào công thức, cho thấy hiệu suất giảm dần và mô hình lớn nhạy cảm hơn với việc huấn luyện lặp. Điều này giải thích tại sao ngành công nghiệp đang chuyển hướng sang các hướng tiếp cận như học tăng cường, tính toán tại thời điểm suy luận và dữ liệu tổng hợp để vượt qua "bức tường dữ liệu". Tóm lại, bài viết nhấn mạnh rằng con đường phát triển AI trong tương lai sẽ không chỉ đơn thuần là "mở rộng quy mô" mà còn đòi hỏi sự hiểu biết tinh tế và xử lý cẩn thận các chi tiết của những định luật cơ bản này.

marsbit06/26 04:55

Ba năm trì hoãn, bài viết mới nhất của cựu sinh viên Bắc Đại Weng Lilian gây bão mạng

marsbit06/26 04:55

Thực chiến ngành Robot 2026: Ai đang làm đường, ai đang đào mỏ, ai đang xây hệ thống?

Năm 2026, lĩnh vực robot kết hợp AI và cơ sở hạ tầng vật lý (DePIN) - "Trí tuệ thể hiện" (Embodied AI) đang trở thành xu hướng chính. Ba dự án tiêu biểu là: 1. **peaq ($PEAQ)**: Lớp mạng cơ sở hạ tầng. Tập trung vào "nền kinh tế máy móc", nơi robot có thể kiếm thu nhập thực (Real Yield). Ví dụ: NFT trang trại robot trồng rau thủy canh đã phân phối lợi nhuận thực (~18% APY) cho chủ sở hữu. Có hợp tác với Bosch, Mastercard. Vốn hóa thị trường ~34.25 triệu USD, được đánh giá thấp. 2. **PrismaX**: Lớp dữ liệu huấn luyện AI. Được a16z đầu tư 11 triệu USD. Người dùng điều khiển robot từ xa (Teleoperation) để tạo dữ liệu huấn luyện chất lượng cao và nhận điểm thưởng (points) để đổi token sau này. Giải quyết vấn đề thiếu dữ liệu tương tác vật lý cho AI. 3. **OpenMind ($ROBO)**: Hệ điều hành & cửa hàng ứng dụng cho robot. Kỳ vọng trở thành "Android của robot", cho phép ứng dụng chạy đa nền tảng trên phần cứng của nhiều hãng (Unitree, Fourier...). Hiện có 5+ ứng dụng và 1000+ nhà phát triển. Định giá FDV 400 triệu USD, tiềm năng cao nhưng rủi ro cạnh tranh với các hệ thống độc quyền. Cả ba tầng mạng lưới (peaq), dữ liệu (PrismaX) và hệ thống (OpenMind) kết hợp tạo thành một hệ sinh thái hoàn chỉnh, biến trí tuệ thể hiện từ khái niệm thành hiện thực ứng dụng quy mô lớn. Cơ hội nằm ở sự hợp tác giữa các tầng này hơn là một dự án đơn lẻ.

marsbit02/15 10:11

Thực chiến ngành Robot 2026: Ai đang làm đường, ai đang đào mỏ, ai đang xây hệ thống?

marsbit02/15 10:11

活动图片