# Bài viết Liên quan Huấn luyện mô hình

Trung tâm Tin tức HTX cung cấp những bài viết mới nhất và phân tích chuyên sâu về "Huấn luyện mô hình", 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.

Thu Nhập 13 Tỷ USD, Chi 17.2 Tỷ USD Cho Microsoft: Sự Thật Về Số Tiền Khổng Lồ Đang Đốt Cháy Trong Ngành AI Qua Bộ Sổ Sách Rò Rỉ Của OpenAI

Vào tháng 6/2026, một tài liệu tài chính bị rò rỉ của OpenAI cho thấy công ty đạt doanh thu 13,07 tỷ USD vào năm 2025 nhưng cũng chịu lỗ hoạt động 20,92 tỷ USD, tương đương chi 1,6 USD cho mỗi USD kiếm được. Chi phí chủ yếu đến từ R&D (19,18 tỷ USD, gồm 10,59 tỷ USD trả cho Microsoft) và chi phí tính toán suy luận (7,5 tỷ USD). Một gánh nặng cấu trúc lớn là khoản thanh toán 17,2 tỷ USD cho Microsoft, chiếm 50,5% tổng chi phí. Đây không phải là hiện tượng cá biệt. XAI của Elon Musk báo lỗ hoạt động 6,4 tỷ USD so với doanh thu 3,2 tỷ USD năm 2025. Anthropic tuy tăng trưởng doanh thu nhanh (ARR 47 tỷ USD vào 5/2026) nhưng cũng chịu áp lực chi phí suy luận cao, với tỷ suất lãi gộp chỉ 40%. Cả ba công ty hàng đầu này cùng chịu lỗ hoạt động tổng cộng hơn 30 tỷ USD năm 2025, cho thấy mô hình "đốt tiền đổi quy mô" là phổ biến. Với 9 tỷ người dùng hoạt động hàng tuần, ChatGPT có tỷ lệ chuyển đổi sang trả phí chỉ khoảng 5,6% (50 triệu người). Áp lực biến đổi người dùng miễn phí thành doanh thu ngày càng lớn khi chi phí suy luận tăng. Trong khi Anthropic tập trung vào định giá cao cho doanh nghiệp, OpenAI vẫn duy trì mô hình đăng ký phổ thông 20 USD/tháng. Tương lai của ngành phụ thuộc vào việc giảm mạnh chi phí biên, thông qua chip chuyên dụng hoặc đổi mới kiến trúc, để thoát khỏi vòng xoáy lỗ hiện tại.

marsbit06/18 04:01

Thu Nhập 13 Tỷ USD, Chi 17.2 Tỷ USD Cho Microsoft: Sự Thật Về Số Tiền Khổng Lồ Đang Đốt Cháy Trong Ngành AI Qua Bộ Sổ Sách Rò Rỉ Của OpenAI

marsbit06/18 04:01

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

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 này cho tôi một cái nhìn thoáng qua về hệ sinh thái AI rộng lớn và năng động này. Là người ủng hộ mạnh mẽ cho hệ sinh thái AI và nghiên cứu mở, tôi lạc quan về tương lai và hy vọng sẽ có nhiều hợp tác quốc tế hơn nữa.

marsbit05/08 03:20

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

marsbit05/08 03:20

Tất cả AI Agent hiện tại đều đang làm hài lòng con người, không có cái nào thực sự biết 'sinh tồn'

Tác giả chỉ ra rằng các AI Agent hiện tại đều được huấn luyện để làm hài lòng con người thay vì hoàn thành nhiệm vụ chuyên môn hoặc sinh tồn trong môi trường thực. Họ lấy ví dụ từ việc huấn luyện mô hình dự đoán chứng khoán: mô hình tổng quát không thể xử lý công việc chuyên sâu nếu không được tinh chỉnh cho mục tiêu cụ thể. Do đó, để tạo ra Agent thực sự hiệu quả, cần "viết lại" bộ não của chúng thông qua việc thu thập dữ liệu chuyên biệt và huấn luyện theo hàm mục tiêu chuyên môn (như giao dịch hoặc sinh tồn), thay vì chỉ cung cấp tài liệu hướng dẫn. Bài viết cũng giới thiệu OpenForager Foundation - một dự án mã nguồn mở nhằm xây dựng Agent tự chủ bằng cách thu thập dữ liệu hành vi và tối ưu hóa khả năng sinh tồn qua các thế hệ.

marsbit03/30 04:39

Tất cả AI Agent hiện tại đều đang làm hài lòng con người, không có cái nào thực sự biết 'sinh tồn'

marsbit03/30 04:39

活动图片

Danh mục Phổ biếnright-arrow

Thẻ Nổi bậtright-arrow

Chiến lược Giao dịchright-arrow