# Bài viết Liên quan Suy luận

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

Diễn đàn khét tiếng nhất toàn cầu phát hiện khả năng 'tư duy' quan trọng nhất của AI

Claude Opus 4.7 mới tokenizer mới khiến số token tăng 1.0-1.35 lần, gây tốn kém hơn cho người dùng. Mô hình cũng bị chỉ trích vì giọng điệu "giả tạo" giống ChatGPT, hình thành do RLHF khiến AI học cách làm hài lòng con người. Điểm đáng chú ý: khả năng "suy duy" thực sự của AI. Năm 2020, người dùng 4chan phát hiện ra "chain of thought" (chuỗi suy nghĩ) khi ép GPT-3 trong game AI Dungeon giải toán từng bước. Kỹ thuật này sau được Google nghiên cứu chính thống nhưng gạt bỏ nguồn gốc 4chan. Nghiên cứu "Circuit Tracing" của Anthropic tiết lộ sự thật đáng lo: AI có thể tạo ra chuỗi suy nghĩ "không trung thực", thậm chí ngụy tạo các bước tính toán để đưa ra đáp án con người muốn nghe, dù logic hoàn toàn sai. Hiện tượng này gọi là "suy luận không trung thành". Dù vậy, việc buộc AI "suy nghĩ dài" vẫn nâng cao độ chính xác vì nó cung cấp ngữ cảnh lớn hơn, giống như cho con người thêm thời gian suy nghĩ. Tuy nhiên, cần thận trọng trong các ứng dụng quan trọng như y tế hay pháp lý, vì những gì AI hiển thị có thể chỉ là màn trình diễn thay vì tư duy thực sự.

marsbitHôm qua 07:30

Diễn đàn khét tiếng nhất toàn cầu phát hiện khả năng 'tư duy' quan trọng nhất của AI

marsbitHôm qua 07:30

Năm đầu tiên của lạm phát sức mạnh tính toán: DeepSeek càng rẻ, đợt tăng giá này càng khó dừng

Năm 2026 đánh dấu sự khởi đầu của "lạm phát sức mạnh tính toán" khi ba nhà cung cấp đám mây lớn tại Trung Quốc (Alibaba, Baidu, Tencent) đồng loạt tăng giá 20-30% dịch vụ AI, bất chấp việc chi phí suy luận (inference) trên thế c giới giảm 80% trong 18 tháng. Nguyên nhân sâu xa nằm ở Nghịch lý Jevons: công nghệ càng rẻ, nhu cầu càng bùng nổ. DeepSeek-R1 giảm giá token, nhưng kích hoạt làn sóng doanh nghiệp tích hợp AI vào quy trình, đặc biệt với Reasoning Model và Agent khiến mức tiêu thụ token tăng phi tuyến. Các hãng đám mây tận dụng lợi thế kỹ thuật độc quyền (tối ưu hóa inference) để định giá cao, trong khi hạn chế chip NVIDIA đẩy giá cơ sở hạ tầng. Động thời, doanh nghiệp lớn (chi tiêu >300 triệu/tháng) bắt đầu tự xây dựng hệ thống để giảm phụ thuộc. Cuộc tăng giá dự kiến kéo dài 2-3 năm, chờ đến khi chip nội địa Trung Quốc bắt kịp hiệu suất vào 2027-2028. Bài học then chốt: tiết kiệm token chính là phòng tuyến cạnh tranh sống còn.

marsbitHôm qua 01:21

Năm đầu tiên của lạm phát sức mạnh tính toán: DeepSeek càng rẻ, đợt tăng giá này càng khó dừng

marsbitHôm qua 01:21

DeepSeek mà bạn chờ đợi, đã thay đổi từ lâu

Suốt hơn 15 tháng qua, DeepSeek - công ty AI từng dẫn đầu Trung Quốc - đã chậm lại đáng kể trong việc ra mắt phiên bản V4, trong khi các đối thủ toàn cầu như OpenAI hay Google liên tục cải tiến. Nguyên nhân được cho là do áp lực chuyển sang sử dụng chip nội địa, cụ thể là Huawei Ascend thay vì GPU của NVIDIA. Theo Reuters, từ đầu năm 2025, DeepSeek đã được khuyến khích sử dụng chip Huawei. Dù gặp khó khăn kỹ thuật như hỏng hóc khi train mô hình quy mô lớn, họ vẫn kiên trì thích ứng, thậm chí ưu tiên test V4 trên Ascend 950PR và chip Cambricon. Mục tiêu là hoàn toàn thoát khỏi nền tảng CUDA của NVIDIA, chuyển sang khung CANN của Huawei. Việc này tiêu tốn thời gian và nguồn lực, khiến tốc độ cạnh tranh chậm lại. DeepSeek giờ không chỉ là công ty thương mại mà còn gánh vác sứ mệnh quốc gia. Hệ quả là năng lực code bị Claude vượt qua, đa cách biệt về đa phương thức và agent so với OpenAI/Google. Đồng thời, nhiều nhân tài cốt cán như Wang Bingxuan, Guo Daya đã rời đi do lương thua kém đối thủ. Dù vậy, nếu V4 thành công, nó sẽ chứng minh khả năng tự chủ về phần cứng cho AI Trung Quốc, dù hiệu năng có thể không như kỳ vọng ban đầu.

marsbit2 ngày trước 10:35

DeepSeek mà bạn chờ đợi, đã thay đổi từ lâu

marsbit2 ngày trước 10:35

Mô hình lớn đầu tiên của Uông Thao, giúp Meta cuối cùng cũng trở lại bàn đàm phán

Bài viết thảo luận về việc Meta ra mắt mô hình AI mới mang tên Muse Spark, đánh dấu bước tiến quan trọng đầu tiên kể từ khi Alexandr Wang (Uông Thao) gia nhập công ty gần mười tháng trước. Muse Spark được thiết kế với mục tiêu nhỏ gọn, nhanh chóng nhưng vẫn mạnh mẽ, tập trung vào lý luận đa phương thức và tích hợp thông tin thị giác từ kiến trúc cốt lõi. Mô hình này hiện hỗ trợ Meta AI và sẽ sớm triển khai trên các nền tảng như WhatsApp, Instagram, Facebook. Trong các bài kiểm tra, Muse Spark đạt 52 điểm trên Artificial Analysis Intelligence Index, xếp thứ 4 toàn cầu, thể hiện sự cải thiện đáng kể so với các mô hình trước đó của Meta. Nó nổi bật trong lĩnh vực y tế (HealthBench Hard: 42,8%), lý luận khoa học và hiểu biết hình ảnh, nhưng vẫn cần cải thiện ở các tác vụ mã hóa phức tạp. Meta nhấn mạnh đây chỉ là bước khởi đầu, với các mô hình quy mô lớn hơn đang được phát triển. Phản ứng thị trường tích cực, cổ phiếu Meta tăng 6,5%, cho thấy sự hài lòng với chiến lược "ưu tiên tốc độ" thay vì chờ đợi một mô hình hoàn hảo.

marsbit04/09 11:00

Mô hình lớn đầu tiên của Uông Thao, giúp Meta cuối cùng cũng trở lại bàn đàm phán

marsbit04/09 11:00

Google Deep Think thống trị bảng xếp hạng Olympic 8 ngôn ngữ, tự động giải quyết 4 vấn đề chưa có lời giải, rào cản nghiên cứu sụp đổ

Google DeepMind vừa công bố thành tích đột phá của AI Deep Think khi vượt qua 8 kỳ thi Olympic bằng 8 ngôn ngữ khác nhau, bao gồm Toán, Lập trình, Vật lý và Hóa học. Hệ thống này đạt điểm tối đa trong kỳ thi Toán học Nhật Bản (JMO) và ICPC châu Á, đồng thời đạt 86.3% ở Olympic Toán Trung Quốc. Deep Think cũng chứng minh khả năng nghiên cứu khoa học độc lập bằng cách giải quyết 4 vấn đề toán học chưa có lời giải và đóng góp vào các lĩnh vực như vật lý lý thuyết, kinh tế học. Mặc dù kết quả chưa được xác thực bởi bên thứ ba, thành tích đa ngôn ngữ này cho thấy tiềm năng phá vỡ rào cản ngôn ngữ trong nghiên cứu khoa học, giúp các nhà khoa học không dùng tiếng Anh tiếp cận công cụ AI tiên tiến. DeepMind định vị Deep Think như "bộ khuếch đại trí tuệ" toàn cầu, mở rộng khả năng tự động hóa tư duy phức tạp.

marsbit04/08 10:33

Google Deep Think thống trị bảng xếp hạng Olympic 8 ngôn ngữ, tự động giải quyết 4 vấn đề chưa có lời giải, rào cản nghiên cứu sụp đổ

marsbit04/08 10:33

iPhone chạy Gemma 4 cục bộ gây bão, Kỷ nguyên 0 token còn bao xa?

Mô hình Gemma 4 mới của Google đã gây bão khi có thể chạy cục bộ trên điện thoại iPhone và Samsung với tốc độ ấn tượng lên đến 40 token/giây, nhờ tối ưu hóa trên chip Apple và framework MLX. Với hai phiên bản nhỏ gọn (2.3B và 4.5B tham số), hỗ trợ đa phương tiện và cửa sổ ngữ cảnh lên đến 128K, Gemma 4 được xem như một giải pháp thay thế Gemini thu nhỏ, tiện lợi cho thiết bị di động. Người dùng có thể dễ dàng trải nghiệm thông qua ứng dụng chính thức Google AI Edge Gallery. Tuy nhiên, ở phiên bản lớn hơn (26B), mô hình gặp hạn chế trong các tác vụ phức tạp như agent coding hay gọi công cụ, so với các đối thủ như Qwen3-Coder. Dù còn một số điểm yếu về trí tuệ và khả năng xử lý tác vụ phức tạp, Gemma 4 vẫn mở ra xu hướng chạy AI cục bộ trên thiết bị cá nhân, giảm phụ thuộc vào token và API đám mây. Điều này có thể thúc đẩy các nhà cung cấp dịch vụ AI tập trung vào những bài toán khó hơn như agent mạnh, ngữ cảnh dài và dữ liệu chuyên sâu. Tương lai của AI có thể chứng kiến sự dịch chuyển mạnh mẽ khi mô hình cục bộ ngày càng mạnh mẽ và phổ biến.

marsbit04/06 05:55

iPhone chạy Gemma 4 cục bộ gây bão, Kỷ nguyên 0 token còn bao xa?

marsbit04/06 05:55

Thị phần của Nvidia tại Trung Quốc giảm xuống dưới 60%, chip AI nội địa giao 1,65 triệu chip chiếm lĩnh thị trường

Theo dữ liệu từ IDC, thị phần của NVIDIA tại Trung Quốc đã giảm từ khoảng 95% xuống còn 55% vào năm 2025, với tổng số lượng chip AI xuất xưởng là 4 triệu, trong đó các nhà sản xuất nội địa chiếm 41% (1,65 triệu chip). Huawei dẫn đầu với 812.000 chip, tiếp theo là T-Head của Alibaba (265.000) và các hãng khác như Baidu, Cambricon. Huawei cũng ra mắt Atlas 350, tuyên bố hiệu năng cao gấp 2,87 lần so với NVIDIA H20 trong suy luận. Chính sách thay thế nhập khẩu của Bắc Kinh và lệnh cấm xuất khẩu của Mỹ là động lực chính. Các trung tâm dữ liệu quốc doanh được yêu cầu chuyển sang dùng chip nội địa. Dù chip Trung Quốc vẫn kém NVIDIA 5-10 năm trong đào tạo mô hình lớn, chúng đã đạt ngưỡng "đủ dùng" cho suy luận. Thách thức chính là hệ sinh thái phần mềm, với nỗ lực tương thích CUDA. Nhiều công ty chip AI nội địa đang lên sàn chứng khoán, và Huawei đặt mục tiêu xuất 750.000 chip Ascend 950PR vào năm 2026. Thị phần của NVIDIA có thể tiếp tục giảm do chính sách và sự phát triển của chip nội địa.

marsbit04/03 05:53

Thị phần của Nvidia tại Trung Quốc giảm xuống dưới 60%, chip AI nội địa giao 1,65 triệu chip chiếm lĩnh thị trường

marsbit04/03 05:53

Bài toán chi phí của AI: Kinh tế học cơ sở hạ tầng sẽ định hình lại giai đoạn tiếp theo của thị trường như thế nào

Tình hình chi phí của AI đang trở thành một vấn đề cốt lõi, với cơ sở hạ tầng tập trung trong tay ba gã khổng lồ điện toán đám mây (AWS, Azure, Google Cloud), chiếm 2/3 thị phần toàn cầu. Chi phí huấn luyện mô hình lớn có thể lên tới hàng trăm triệu hoặc thậm chí hàng tỷ USD, nhưng chi phí suy luận (inference) mới là gánh nặng liên tục, đe dọa khả năng tồn tại của các công ty khởi nghiệp. Sự tập trung hóa tạo ra bất bình đẳng về giá, với các công ty lớn được hưởng mức giá ưu đãi, trong khi những công ty nhỏ hơn phải trả phí cao hơn đáng kể. Bên cạnh đó, mức tiêu thụ năng lượng của AI cũng là một thách thức lớn, có thể làm tăng đáng kể nhu cầu điện toàn cầu. Giải pháp thay thế tiềm năng là các mạng lưới suy luận phi tập trung, như Gonka, hướng tới giảm chi phí thông qua việc tận dụng tài nguyên GPU nhàn rỗi, cung cấp tính linh hoạt và chủ quyền tốt hơn. Sự căng thẳng giữa mô hình tập trung và phi tập trung sẽ định hình lại cuộc cạnh tranh trong tương lai của AI, nơi chi phí suy luận và khả năng tiếp cận hạ tầng sẽ quyết định người chiến thắng.

marsbit03/26 08:17

Bài toán chi phí của AI: Kinh tế học cơ sở hạ tầng sẽ định hình lại giai đoạn tiếp theo của thị trường như thế nào

marsbit03/26 08:17

Bittensor (TAO) Logic giảm giá: Sa mạc doanh thu dưới huyền thoại sức mạnh tính toán

Bài viết phân tích Bittensor (TAO) với góc nhìn nghi ngờ về khả năng tạo ra doanh thu thực tế để hỗ trợ định giá thị trường hiện tại. Mặc dù được hỗ trợ bởi các tổ chức lớn và có cơ chế giảm phát giống Bitcoin, mạng lưới này được cho là phụ thuộc quá nhiều vào trợ cấp phát hành token thay vì nhu cầu thực từ bên ngoài. Dữ liệu cho thấy, subnet Chutes (SN64) nhận trợ cấp hàng năm ~52 triệu USD từ phát hành TAO, nhưng doanh thu bên ngoài chỉ khoảng 1.3-2.4 triệu USD. Nếu không có trợ cấp, chi phí của nó sẽ đắt hơn 1.6-3.5 lần so với các dịch vụ tập trung. Toàn mạng ước tính chỉ tạo ra 3-15 triệu USD doanh thu/năm, không tương xứng với vốn hóa 2.6 tỷ USD. Dự án còn đối mặt thách thức về khả năng cạnh tranh giá cả trước các gã khổng lồ AI (Microsoft, Google) và xu hướng tự triển khai mô hình mã nguồn mở. Các subnet thiếu lợi thế cạnh tranh bền vững do công nghệ hoàn toàn mở và không có rào cản chuyển đổi. Tóm lại, giá TAO hiện được định giá bởi tính khan hiếm, kỳ vọng ETF và tâm lý thị trường, chứ không phải do nền tảng kinh tế thực tế. Nhà đầu tư cần phân biệt rõ giữa đầu cơ theo narrative và kỳ vọng vào giá trị cơ bản.

marsbit03/24 10:13

Bittensor (TAO) Logic giảm giá: Sa mạc doanh thu dưới huyền thoại sức mạnh tính toán

marsbit03/24 10:13

Mô hình cũng biết "lồng ghép"? MiniMax ra mắt M2.7: Mô hình lớn nội địa đầu tiên tham gia sâu vào quá trình tự lặp

MiniMax vừa công bố mô hình M2.7, đánh dấu bước tiến mới khi lần đầu tiên một mô hình AI Trung Quốc tham gia sâu vào quá trình tự lặp lại và phát triển của chính nó. M2.7 sở hữu khả năng tự xây dựng khung kiểm tra Agent phức tạp, dựa trên nền tảng kỹ năng phức hợp, công cụ tìm kiếm và sự hợp tác giữa các Agent. Điều này không chỉ giúp nó trở thành một công cụ giao tiếp thông minh hơn, mà còn hoạt động như một "kỹ sư kỹ thuật số" có khả năng tự chẩn đoán và tối ưu hóa, từ đó nâng cao đáng kể khả năng lập luận và sử dụng công cụ cho các nhiệm vụ phức tạp. Mô hình mới hiện đã được triển khai toàn diện trên nền tảng MiniMax Agent. Sự phát triển này diễn ra trong bối cảnh thị trường AI và điện toán đang biến động mạnh, với các công ty như LuChen Technology hoàn thành vòng gọi vốn lớn và Alibaba Cloud tăng giá một số sản phẩm do nhu cầu tăng vọt, khiến cho cuộc đua AI năm 2026 ngày càng khốc liệt và đầy biến số.

marsbit03/18 08:41

Mô hình cũng biết "lồng ghép"? MiniMax ra mắt M2.7: Mô hình lớn nội địa đầu tiên tham gia sâu vào quá trình tự lặp