Cuộc chiến sinh tử của mô hình lớn: Từ Lục Tiểu Long đến song hùng lên sàn, bong bóng khởi nghiệp AI, đột phá và kết cục

marsbitXuất bản vào 2026-04-03Cập nhật gần nhất vào 2026-04-03

Tóm tắt

Mô hình AI lớn tại Trung Quốc đã trải qua một cuộc đại tu nhanh chóng: từ "Lục tiểu long" ban đầu, đến nay chỉ còn Trí Phổ AI và MiniMax đã lên sàn chứng khoán Hồng Kông, trong khi một số công ty khác như Bách Xuyên AI và Linh Vạn Vật dần tụt hậu. Ngành công nghiệp này đang chuyển từ câu chuyện công nghệ sang tập trung vào thương mại, với vốn và sức mạnh tính toán trở thành yếu tố then chốt. Việc lên sàn không phải là điểm kết thúc, mà là bước ngoặt sinh tử: các công ty đã lên sàn phải đối mặt với áp lực lợi nhuận và định giá cao, trong khi những công ty chưa lên sàn như DeepSeek và Kimi lại phát triển mạnh nhờ công nghệ vượt trội và mô hình kinh doanh thực tế. DeepSeek tập trung vào thị trường nước ngoài và kiểm soát chi phí hiệu quả, còn Kimi thành công với xử lý văn bản dài và thu hút người dùng trả tiền. Ba quy luật quan trọng của ngành: 1) Mô hình phổ dụng chỉ dành cho một số ít công ty lớn hoặc độc lập hàng đầu; 2) Định giá sẽ trở nên hợp lý hơn, và các công ty chưa sinh lời sẽ khó duy trì; 3) Lĩnh vực AI theo chiều dọc không phải là lối thoát dễ dàng mà đầy cạnh tranh khốc liệt. Dự đoán trong 1-2 năm tới, thị trường sẽ ổn định: các công ty đã lên sàn có thể phân hóa mạnh, trong khi DeepSeek và Kimi tiếp tục dẫn đầu. Các công ty tụt hậu sẽ bị loại bỏ hoặc mua lại. Ngành cuối cùng sẽ được thống trị bởi các gã khổng lồ công nghệ và một số ít công ty độc lập hàng đầu.

Khởi nghiệp mô hình lớn không bao giờ là cơ hội để ai cũng có thể chia phần, mà là chiến trường kẻ mạnh sống sót, kẻ yếu bị đào thải.

Hai năm qua, thị trường khởi nghiệp mô hình lớn AI trong nước đã trải qua một cuộc sàng lọc ngành không khoan nhượng. Lục Tiểu Long AI nổi bật trong cuộc chiến trăm mô hình năm 2023, không bao lâu sau đã thu hẹp thành Tứ Tiểu Cường mạnh mẽ hơn, đến đầu năm 2026,智谱AIvà MiniMax đã đi đầu lên sàn Hồng Kông, trở thành những công ty mô hình lớn đầu tiên thực sự lên sàn trong nước. Toàn bộ ngành mô hình lớn AI độc lập, chỉ trong vòng hai năm, cục diện đã thay đổi chóng mặt: có người dốc toàn lực lao vào thị trường vốn, có người dần tụt hậu mất sức cạnh tranh, có người dựa vào kỹ thuật vững chắc vươn lên ngược chiều, cũng có người buộc phải chuyển đổi và vật lộn sinh tồn trong lĩnh vực chuyên biệt.

Cuộc biến động ngành lớn này, cốt lõi là toàn bộ đường đua chuyển từ dựa vào kỹ thuật kể chuyện, sang dựa vào thực lực thương mại; từ việc vốn đầu tư cuồng nhiệt rót tiền săn đón, quay về định giá hợp lý; từ tất cả mọi người dồn đống làm mô hình lớn thông dụng, đi đến bố trí chính xác trong lĩnh vực chuyên biệt dọc. Và lên sàn, không bao giờ là điểm kết thúc của những công ty AI này, mà là điểm tới hạn then chốt quyết định sự sống chết của chúng - công ty lên sàn thành công trông như nhận được thông hành vốn, công ty chưa lên sàn thì đối mặt trực tiếp với áp lực sinh tồn, toàn ngành đã bước vào giai đoạn kết thúc với kẻ mạnh ở lại, kẻ yếu bị đào thải.

01

Từ Lục Tiểu Long đến song hùng lên sàn:

Cuộc sàng lọc ngành cực nhanh dưới sự chủ đạo của vốn và sức tính toán

Những công ty được gọi là Lục Tiểu Long AI từ 2023 đến 2024, từng là hy vọng đối chiếu với các mô hình lớn đỉnh cao hải ngoại trong nước, người sáng lập đều là nhân tài đỉnh ngành, huy động vốn dễ dàng, định giá tăng vùn vụt, tất cả đều nhắm vào đường đua mô hình lớn thông dụng, muốn tạo ra sản phẩm có thể sánh ngang trình độ đỉnh cao quốc tế. Nhưng bong bóng nóng hổi này, chỉ duy trì một năm đã vỡ tan, tốc độ đào thải ngành nhanh hơn dự đoán của tất cả mọi người.

Người chơi bị đào thải đầu tiên, là những kẻ không theo kịp nhịp độ, Lục Tiểu Long trực tiếp mất hai,百川智能và零一万物dẫn đầu tụt hậu. Làm mô hình lớn AI không bao giờ là việc kinh doanh chi phí nhỏ, cần nguồn vốn đầu tư không ngừng, hỗ trợ sức tính toán khổng lồ và nhân tài kỹ thuật đỉnh cao, mỗi lần nâng cấp mô hình đều phải đổ vào hàng tỷ vốn, một năm không có vài chục tỷ đầu tư R&D, căn bản không cách nào duy trì sức cạnh tranh kỹ thuật. Đợi đến khi DeepSeek dựa vào thực lực kỹ thuật vững chắc và mô hình kinh doanh thiết thực hơn xông ra vòng vây, những công ty vốn dĩ thực lực không đủ, ngay lập tức mất đất đứng chân.

百川智能sau khi không đủ sức cạnh tranh mô hình lớn thông dụng, chỉ có thể chuyển hướng hoàn toàn sang lĩnh vực dọc y tế, chuyên tâm làm mô hình chuyên dụng cho ngành y tế, tuy trong lĩnh vực chuyên môn có thành tích nhất định, nhưng đã hoàn toàn rút khỏi cuộc cạnh tranh mô hình lớn hạng nhất;零一万物càng thu hẹp nghiệp vụ trực tiếp, từ bỏ cuộc đua phát triển mô hình lớn, chuyển hướng làm mô hình tùy chỉnh ngành nhẹ hóa, nhân tài cốt lõi không ngừng thất thoát, huy động vốn cũng khó khăn, dần dần mờ nhạt khỏi tầm mắt đại chúng. Đến đây, Lục Tiểu Long co rút thành智谱AI, MiniMax, Kimi,阶跃星辰bốn nhà, cũng chính là Tứ Tiểu Cường trong nội ngành, nhưng cạnh tranh không dừng lại ở đó.

Tiếp đó, Sở giao dịch chứng khoán Hồng Kông nới lỏng quy tắc lên sàn cho công ty công nghệ chưa sinh lời, đã cho những công ty AI đốt tiền không ngừng này lối thoát mới,智谱AIvà MiniMax đi trước một bước lên sàn Hồng Kông, trở thành những công ty mô hình lớn đầu tiên lên sàn. Điều này trông như đột phá ngành, thực chất là lựa chọn tất yếu dưới áp lực vốn và sinh tồn: tổ chức đầu tư giai đoạn đầu cần kênh thoát lui, công ty mỗi năm thua lỗ lớn chỉ có thể dựa vào huy động vốn kéo dài sự sống, lên sàn trở thành cách duy nhất để kéo dài.

Nhưng sau khi lên sàn, tất cả vấn đề đều bị bày ra, hai báo cáo tài chính trực tiếp chọc vỡ bong bóng ngành AI.智谱AInăm 2025 doanh thu tuy tăng trưởng mạnh, nhưng mức thua lỗ gần 5 tỷ, doanh thu chưa bằng một phần tư đầu tư R&D, phần lớn doanh thu còn đến từ dự án tùy chỉnh, rất khó đạt được lợi nhuận quy mô hóa; MiniMax cũng thua lỗ nghiêm trọng, giá trị vốn hóa lại bị đẩy lên vị trí cực cao, doanh thu chủ yếu dựa vào sản phẩm tiêu dùng hải ngoại, tăng trưởng người dùng dần chạm trần, chi phí sức tính toán cao luôn ăn mòn doanh thu, mãi không cách nào đạt lợi nhuận.

Với hai công ty này, lên sàn căn bản không phải thắng lợi, chỉ là mang theo áp lực lớn hơn tiến lên. Định giá siêu cao, thua lỗ mở rộng liên tục, áp lực lớn của tăng trưởng nghiệp vụ, như ba ngọn núi lớn đè lên chúng, trông như lên bờ thành công, thực tế mỗi bước đi đều như bước trên băng mỏng, một khi nghiệp vụ không đạt kỳ vọng, giá trị vốn hóa ngay lập tức sẽ thu hẹp mạnh.

02

Lên sàn trở thành điểm tới hạn:

Ba số phận chia nhánh của công ty AI độc lập

Việc lên sàn của智谱AIvà MiniMax, trực tiếp vạch ra quy tắc ngành, năm 2026 trở thành năm sinh tử của công ty mô hình lớn độc lập, có lên sàn hay không, trực tiếp quyết định số phận phát triển hoàn toàn khác nhau của những công ty này.

Hai công ty đã lên sàn, trông như có kênh huy động vốn liên tục, nhưng bị định giá cao trói chặt.智谱AIdựa vào hợp tác chính doanh nghiệp và đơn đặt hàng tùy chỉnh doanh nghiệp để ổn định bàn cơ bản, mô hình mã nguồn mở cũng có sự công nhận thị trường nhất định, nhưng nghiệp vụ quá phụ thuộc vào giao hàng dự án, rất khó đạt tăng trưởng quy mô hóa nhanh, muốn có lợi nhuận còn phải đợi vài năm nữa, tương lai vẫn cần đốt tiền liên tục. MiniMax chủ đạo sản phẩm đa phương thức, tỷ lệ người dùng hải ngoại không thấp, sản phẩm đầu tiêu dùng có độ dính người dùng nhất định, nhưng mô hình lợi nhuận rất mong manh, tỷ lệ trả phí người dùng thấp, thị trường cạnh tranh lại khốc liệt, chi phí sức tính toán ngày càng cao, tăng trưởng doanh thu mãi mãi không đuổi kịp tốc độ tăng chi phí, muốn tiêu hóa định giá siêu cao, gần như là nhiệm vụ bất khả thi.

Mà DeepSeek và Kimi chưa lên sàn, ngược lại đi ra con đường nghịch tập khác, trở thành tiêu chuẩn trong các công ty AI độc lập. DeepSeek như hậu khởi túc, hiệu năng mô hình sát với trình độ đỉnh cao quốc tế, đồng thời kiểm soát chi phí R&D và vận hành rất tốt, chủ công thị trường hải ngoại tránh cạnh tranh với gã khổng lồ trong nước, tăng trưởng người dùng mãnh liệt, dòng tiền cũng rất lành mạnh, không cần vội lên sàn, ngược lại có thể chuyên tâm mài giũa kỹ thuật, tối ưu sản phẩm, từ từ xây dựng rào chắn cạnh tranh của mình.

Kimi thì tìm đúng đường đua chuyên biệt xử lý văn bản dài, đưa chức năng đơn nhất đến cực hạn, nắm bắt chính xác nhu cầu của nhóm người chuyên môn như công sở, nghiên cứu khoa học, pháp luật, độ dính người dùng cực mạnh, ý nguyện trả phí cũng cao. Trước đây từng bị hát ai, nhưng dựa vào lặp lại kỹ thuật đã vươn lên lại, huy động vốn thuận lợi, doanh thu tăng trưởng nhanh, không vội lên sàn, vừa có thể duy trì sự khống chế của đội ngũ với công ty, cũng có thể chuyên tâm làm R&D kỹ thuật, ngược lại có không gian phát triển thong thả hơn.

Ngược lại, những công ty tụt hậu, ngày tháng không dễ dàng như vậy.百川智能,零一万物những công ty này, vì vốn, kỹ thuật, nhân tài không theo kịp, buộc phải rút khỏi đường đua mô hình lớn thông dụng, quay người lao vào lĩnh vực AI dọc, nhưng lĩnh vực dọc căn bản không phải là bến tránh gió. Chúng không có rào chắn kỹ thuật cốt lõi, chỉ có thể làm dự án tùy chỉnh ngành, khách hàng phân tán, chi phí giao hàng cao, lợi nhuận ít ỏi, còn phải đối mặt với sự chèn ép của những đại xưởng như Baidu, Alibaba, Huawei, chỉ có thể vật lộn trong khe hẹp, hoàn toàn mất đi khả năng quay lại đường đua hạng nhất.

03

Sự thật ngành: Ba quy luật sắt,

quyết định kết cục cuối cùng của công ty mô hình lớn

Cuộc biến động ngành lớn hai năm qua, thực chất là sau khi cơn sốt vốn lui đi, quy luật thị trường sửa chữa bong bóng ngành, ba quy luật sắt hiện thực nhất của ngành, đã sớm định đoạt kết cục của đa số công ty mô hình lớn AI.

Quy luật sắt thứ nhất, mô hình lớn thông dụng từ trước đến nay đều là trò chơi của số ít người chơi, công ty độc lập có thể ở lại chỉ đếm trên đầu ngón tay. Làm mô hình lớn thông dụng, cần hỗ trợ lượng vốn, sức tính toán, dữ liệu và nhân tài khổng lồ, quy mô càng lớn, người dùng càng nhiều, chi phí mới càng thấp, sức cạnh tranh mới càng mạnh. Những đại xưởng internet như ByteDance, Alibaba, Baidu, có lợi thế sinh thái, vốn và dữ liệu tự nhiên, công ty AI độc lập căn bản không thể chống đỡ toàn diện, tương lai đường đua mô hình lớn thông dụng, chỉ sẽ còn lại vài đại xưởng và hai ba công ty độc lập đỉnh cao, những công ty còn lại hoặc bị đào thải, hoặc buộc phải chuyển đổi.

Quy luật sắt thứ hai, lên sàn là con dao hai lưỡi, công ty AI chưa sinh lời, rốt cuộc sẽ đối mặt với định giá quay về hợp lý. Định giá cao trước đây của智谱AIvà MiniMax, chỉ là sự ứng trước tương lai AI của thị trường vốn, nhưng thị trường vốn chỉ xem nghiệp vụ thực, không xem câu chuyện mơ hồ. Nếu thua lỗ liên tục, sinh lời mờ mịt không thấy, định giá nhất định sẽ giảm mạnh. Với công ty đã lên sàn, hai ba năm tới là kỳ thi lớn sinh lời, thi không qua sẽ bị thị trường vứt bỏ; với công ty chưa lên sàn, trong thời gian ngắn không thể lên thị trường vốn, định giá sẽ thu hẹp mạnh, hoặc bị đại xưởng thu mua, hoặc trực tiếp phá sản.

Quy luật sắt thứ ba, AI dọc không phải đường lui, mà là vũng lầy cạnh tranh tàn khốc hơn. Nhiều công ty nghĩ đường thông dụng đánh không lại, thì đi làm lĩnh vực dọc, đây thực ra là sai lầm lớn nhất. Lĩnh vực dọc ngưỡng kỹ thuật không cao, đại xưởng có thể nhanh chóng ra sản phẩm cùng loại, dùng giá thấp cướp chiếm thị trường; hơn nữa khách hàng ngành dọc phân tán, nhu cầu tùy chỉnh mạnh, chu kỳ giao hàng dài, lợi nhuận thấp, thu tiền chậm, không có ưu thế kỹ thuật cốt lõi và quy mô, căn bản không cách nào sinh tồn lâu dài, chỉ sẽ rơi vào tình cảnh càng làm càng mệt, càng làm càng không kiếm được tiền.

Công ty AI thực sự có thể đi xa, không phải là từ bỏ đường đua chủ lực lao vào lĩnh vực dọc, mà là dựa vào kỹ thuật mô hình lớn cốt lõi, khai sâu cảnh chuyên biệt, dùng ưu thế kỹ thuật giảm chi phí triển khai, vừa giữ được rào chắn kỹ thuật, lại có thể thực hiện triển khai thương mại, đây mới là lối ra đúng đắn của công ty AI độc lập.

04

Dự đoán tương lai:

Một hai năm nữa, cục diện ngành định hình hoàn toàn

Đứng ở thời điểm hiện tại, tương lai một đến hai năm, cục diện ngành mô hình lớn AI trong nước sẽ định hình hoàn toàn.

智谱AIvà MiniMax đã lên sàn sẽ xuất hiện phân hóa rõ rệt,智谱AIdựa vào nghiệp vụ B端 ổn định có thể sống sót, nhưng tăng trưởng sẽ dần chậm lại, giá trị vốn hóa quay về mức hợp lý; MiniMax nếu không cách nào giải quyết khó khăn sinh lời đầu tiêu dùng, định giá phần lớn sẽ thu hẹp mạnh, thậm chí có thể bị đại xưởng thu mua.

DeepSeek và Kimi những công ty đầu chưa lên sàn, sẽ dựa vào ưu thế kỹ thuật và sản phẩm tiếp tục dẫn đầu, dòng tiền dần chuyển dương, định giá tăng ổn định, đợi mô hình kinh doanh chạy thông hoàn toàn, đạt lợi nhuận rồi mới lên sàn, sẽ thu nhận sự công nhận thị trường cao hơn, trở thành tiêu chuẩn của công ty AI độc lập.

Mà百川智能,零一万物những công ty tụt hậu chuyển đổi, hoặc bị người khổng lồ ngành liên quan thu mua giá thấp, hoặc vì đứt gãy chuỗi vốn hoàn toàn rút khỏi thị trường, không còn cơ hội quay lại hạng nhất.

Toàn ngành cuối cùng sẽ hình thành cục diện ổn định với đại xưởng chủ đạo, một số ít công ty độc lập đỉnh cao cùng tồn tại, công ty nhỏ dọc khai sâu chuyên biệt, cửa đường đua mô hình lớn thông dụng đóng hoàn toàn, người đến sau không còn cơ hội nhập cuộc, lĩnh vực dọc cũng sẽ bị đại xưởng và công ty đầu chia cắt xong, ngành hoàn toàn từ biệt tăng trưởng bạo liệt.

04

Kết luận:

Lên sàn không phải lên bờ,

là lễ trưởng thành của công ty AI

Hai năm qua, ngành mô hình lớn AI từ cuồng nhiệt vốn đến lý tính thị trường, từ trăm nhà tranh tiếng đến sàng lọc tàn khốc, hoàn toàn từ biệt thời đại bong bóng chỉ cần kể chuyện, đốt tiền là đứng chân, bước vào giai đoạn thực chiến tranh kỹ thuật, tranh sản phẩm, tranh năng lực sinh lời.

Lên sàn không bao giờ là điểm kết thúc lên bờ của công ty AI độc lập, mà là một lễ trưởng thành phải đối mặt. Hoặc chịu đựng áp lực, thực hiện chuyển đổi từ công ty kỹ thuật sang công ty thương mại, thực sự chạy thông mô hình sinh lời; hoặc thất bại trong thử thách thị trường, trở thành vật hy sinh của cuộc sàng lọc ngành.

Với công ty như DeepSeek, Kimi, không vội lên sàn, ngược lại trở thành ưu thế lớn nhất, có đủ thời gian mài giũa kỹ thuật, lắng đọng người dùng, hoàn thiện mô hình kinh doanh. Với智谱AIvà MiniMax đã lên sàn, lên sàn chỉ là bắt đầu, mỗi báo cáo tài chính đều là một thử thách sinh tử.

Cuộc sàng lọc ngành này cũng nhắc nhở tất cả nhà khởi nghiệp AI, khởi nghiệp mô hình lớn không bao giờ là cơ hội để ai cũng có thể chia phần, mà là chiến trường kẻ mạnh sống sót, kẻ yếu bị đào thải. Dựa vào vốn và câu chuyện không đi xa, dựa vào kỹ thuật thực chất và mô hình kinh doanh lành mạnh, mới có thể đứng chân lâu dài trong ngành, đây cũng là quy tắc sinh tồn cuối cùng của ngành mô hình lớn AI.

Bài viết từ tài khoản công chúng WeChat “竞合人工智能”, tác giả: 竞合

Câu hỏi Liên quan

QTại sao cuộc đua AI mô hình lớn được mô tả là 'cuộc chiến sinh tồn' chứ không phải cơ hội cho tất cả?

AVì phát triển mô hình lớn đòi hỏi nguồn vốn khổng lồ, năng lực tính toán và nhân tài công nghệ đỉnh cao. Chỉ những công ty mạnh nhất với nền tảng kỹ thuật vững chắc và mô hình kinh doanh khả thi mới có thể tồn tại, trong khi những công ty yếu hơn nhanh chóng bị đào thải.

QSự kiện nào đánh dấu bước ngoặt trong việc sàng lọc ngành AI mô hình lớn Trung Quốc?

AViệc智谱AI và MiniMax trở thành những công ty mô hình lớn đầu tiên niêm yết trên thị trường chứng khoán Hồng Kông vào đầu năm 2026 đánh dấu bước ngoặt, chứng tỏ ngành đã chuyển từ giai đoạn bong bóng vốn sang tập trung vào thực lực thương mại.

QNhững thách thức chính mà智谱AI và MiniMax phải đối mặt sau khi niêm yết là gì?

AHai công ty này đối mặt với áp lực lớn từ định giá cao, thua lỗ liên tục (智谱AI lỗ gần 5 tỷ NDT năm 2025), và sức ép tăng trưởng doanh thu. Doanh thu chủ yếu phụ thuộc vào dự án tùy chỉnh hoặc sản phẩm tiêu dùng, khó khăn trong việc mở rộng quy mô và sinh lời, khiến họ dễ bị mất giá trị thị trường nếu không đạt kỳ vọng.

QTại sao DeepSeek và Kimi lại được coi là những công ty AI độc lập tiêu biểu dù chưa niêm yết?

ADeepSeek nổi bật nhờ hiệu suất mô hình gần với trình độ quốc tế đỉnh cao, kiểm soát chi phí hiệu quả, tập trung vào thị trường nước ngoài và tăng trưởng người dùng mạnh mẽ. Kimi thành công bằng cách tập trung vào xử lý văn bản dài, nắm bắt nhu cầu của người dùng chuyên nghiệp, có tỷ lệ giữ chân và sẵn sàng chi trả cao. Cả hai không vội niêm yết, cho phép họ tập trung hoàn thiện công nghệ và mô hình kinh doanh.

QBa quy luật sắt nào quyết định kết cục của các công ty AI mô hình lớn theo bài viết?

A1. Mô hình phổ thông là cuộc chơi của số ít, chỉ các hãng lớn và vài công ty độc lập đỉnh cao tồn tại. 2. Niêm yết là con dao hai lưỡi: các công ty chưa sinh lời sẽ đối mặt với định giá hợp lý hóa, nếu không thể sinh lời sẽ bị thị trường loại bỏ. 3. AI theo chiều dọc không phải lối thoát mà là vùng cạnh tranh khốc liệt hơn, nơi các hãng lớn dễ dàng thống trị và các công ty nhỏ khó tồn tại nếu không có lợi thế kỹ thuật hoặc quy mô.

Nội dung Liên quan

XRP Ledger v3.3.0 Mang Năm Bản Sửa Đổi Vào Tầm Ngắm

Bản phát hành xrpld v3.3.0 sắp tới sẽ tập trung vào năm bản sửa đổi của XRP Ledger, nhằm vào tài sản mã hóa, chi phí trừu tượng, ủy quyền, xử lý theo lô và chức năng MPT linh hoạt hơn. Năm tính năng bao gồm MPT Bảo mật, Xử lý theo lô, Ủy quyền Quyền, Phí & Dự trữ được Tài trợ và MPT Động. Tuy nhiên, việc kích hoạt chúng đòi hỏi phải có sự đồng thuận của 80% trình xác thực, vì vậy chúng không tự động có hiệu lực ngay khi mã được phát hành. Bản nâng cấp này rất quan trọng cho các trường hợp sử dụng nâng cao như tài sản mã hóa thể chế, cải thiện trải nghiệm người dùng và linh hoạt hoạt động. Cơ chế Phí được Tài trợ có thể giảm ma sát khi người dùng mới tham gia, trong khi các tính năng MPT Bảo mật và Động cung cấp cho nhà phát hành nhiều công cụ kiểm soát hơn. Tính năng Xử lý theo lô và Ủy quyền Quyền có thể đơn giản hóa các giao dịch phức tạp và luồng hoạt động. Tác động thực tế sẽ chỉ xảy ra sau khi các trình xác thực chấp thuận các bản sửa đổi. Bản phát hành này củng cố lộ trình phát triển của XRPL, nhưng thử thách tiếp theo là mức độ hỗ trợ từ trình xác thực và việc áp dụng từ các nhà phát triển.

bitcoinist12 phút trước

XRP Ledger v3.3.0 Mang Năm Bản Sửa Đổi Vào Tầm Ngắm

bitcoinist12 phút trước

Báo sáng Phố Wall: V-shaped recovery vào cuối tháng nhưng Nasdaq lập tháng 7 tồi tệ nhất 12 năm, vốn tập trung nhanh về các gã khổng lồ điện toán đám mây

Báo cáo sáng Wall Street: Thị trường phục hồi hình chữ V vào cuối tháng nhưng Nasdaq ghi nhận tháng 7 tồi tệ nhất trong 12 năm, vốn đổ dồn vào các gã khổng lồ điện toán đám mây. Thị trường chứng khoán Mỹ có một phiên phục hồi hình chữ V vào cuối tuần, nhưng toàn tháng 7, chỉ số Nasdaq đã giảm 3,2%, đây là mức tháng 7 tồi tệ nhất kể từ năm 2004. Dầu thô lao dốc hơn 8% sau khi Tổng thống Trump hủy bỏ cuộc tấn công quân sự vào Iran và OPEC+ đồng ý tăng hạn ngạch sản xuất. Vàng giao dịch quanh mức 4.050 USD/ounce, tăng nhẹ 0,91% trong tháng. Cục Dự trữ Liên bang Mỹ và Nhật Bản đã can thiệp hiếm hoi để hỗ trợ đồng yên. Lợi suất trái phiếu kho bạc kỳ hạn 30 năm đạt mức cao nhất kể từ năm 2007. Bất chấp áp lực giảm vay mua (deleveraging), nhóm cổ phiếu công nghệ đám mây thể hiện sức mạnh đáng chú ý. Chỉ trong tuần trước, vốn hóa thị trường của các gã khổng lồ như Microsoft, Amazon và Google đã tăng tổng cộng gần 1.500 tỷ USD. Amazon bật tăng 15,32% sau báo cáo lợi nhuận AWS mạnh mẽ. Ngược lại, Apple lao dốc 7,35% do lo ngại về hạn chế nguồn cung. Các cổ phiếu bộ nhớ như Micron điều chỉnh giảm, trong khi các cổ phiếu viễn thông quang học như Coherent tăng giá. Palantir và SpaceX là những mã đáng chú ý trong tuần này với lịch công bố báo cáo tài chính và đợt mở bán cổ phiếu hạn chế lớn. Tuần này, thị trường sẽ chú ý đến báo cáo tài chính của Berkshire Hathaway, Palantir, AMD, SpaceX cùng với hội nghị Ai4 2026 và FMS. Dữ liệu việc làm phi nông nghiệp tháng 7 của Mỹ (ngày 7/8) sẽ là chỉ số kinh tế vĩ mô quan trọng nhất.

marsbit35 phút trước

Báo sáng Phố Wall: V-shaped recovery vào cuối tháng nhưng Nasdaq lập tháng 7 tồi tệ nhất 12 năm, vốn tập trung nhanh về các gã khổng lồ điện toán đám mây

marsbit35 phút trước

Rubin Ultra bị cắt giảm mạnh cấu hình, NVIDIA cũng không chịu nổi giá bộ nhớ tăng?

Tuần qua, một báo cáo từ công ty nghiên cứu SemiAnalysis đã gây xôn xao ngành AI, tiết lộ thông số kỹ thuật của Rubin Ultra - phiên bản cao cấp nhất trong kiến trúc Rubin mới của NVIDIA - đã bị giảm mạnh so với kỳ vọng trước đó. Theo báo cáo, Rubin Ultra sẽ giữ nguyên hiệu suất tính toán lý thuyết đỉnh (35 PFLOPs) so với Rubin thông thường, nhưng dung lượng bộ nhớ (VRAM) bị cắt giảm nghiêm trọng, chỉ còn 192GB (8-Hi), thậm chí thấp hơn Rubin tiêu chuẩn (288GB, 12-Hi). Băng thông bộ nhớ gần như không cải thiện và mức tiêu thụ điện năng thậm chí còn tăng nhẹ. Thay vào đó, nâng cấp chính của Rubin Ultra tập trung vào khả năng mở rộng kết nối hệ thống, có thể liên kết tối đa 576 GPU thành một "siêu GPU logic" duy nhất thông qua NVLink. Nguyên nhân chính của việc giảm cấu hình được cho là do chi phí HBM (High Bandwidth Memory) tăng quá cao, ảnh hưởng đến tính kinh tế chung của hệ thống AI. Giá HBM3 đã tăng mạnh từ mức 180-220 USD (Q2/2025) lên 700-850 USD (Q2/2026). Việc điều chỉnh thiết kế giúp giảm chi phí nguyên vật liệu (BOM) cho một tủ máy từ khoảng 8 triệu USD xuống còn 6,4 triệu USD, chuyển trọng tâm đầu tư từ HBM đắt đỏ sang khả năng kết nối mở rộng. Thông tin này đã khiến thị trường lo ngại về đỉnh cao nhu cầu HBM, dẫn đến cổ phiếu của các hãng sản xuất bộ nhớ hàng đầu như SK Hynix và Samsung giảm khoảng 8%. Động thái của NVIDIA cho thấy ngay cả gã khổng lồ dẫn đầu về sức mạnh tính toán cũng đang bắt đầu tính toán kỹ lưỡng chi phí, đánh dấu sự dịch chuyển trong ngành AI từ việc "tích trữ linh kiện và tăng giá vô tội vạ" sang tối ưu hóa hiệu quả chi phí toàn hệ thống.

Odaily星球日报57 phút trước

Rubin Ultra bị cắt giảm mạnh cấu hình, NVIDIA cũng không chịu nổi giá bộ nhớ tăng?

Odaily星球日报57 phút trước

Mô hình sinh đã có thể huấn luyện end-to-end? Cốt lõi chỉ là một vòng lặp for

Mô hình tạo sinh (generative models) từ lâu đã phụ thuộc vào các phương pháp đào tạo nhiều giai đoạn (như diffusion, autoregressive), dẫn đến "exposure bias" - sự khác biệt giữa cách huấn luyện và suy luận. Bài báo "Explorative Modeling" (XM) từ UIUC và Harvard đề xuất một giải pháp đơn giản nhưng mạnh mẽ: thay vì tách quá trình tạo mẫu, hãy tách vòng lặp huấn luyện. Trong mỗi bước huấn luyện, mô hình tạo ra K ứng viên, sau đó chỉ chọn ứng viên gần nhất với dữ liệu thực để cập nhật gradient. Vòng lặp `for` đơn giản này giải quyết vấn đề "mode blurring" - xu hướng của hàm mất mát tái tạo đẩy đầu ra về trung bình của các mode hợp lệ, tạo ra kết quả mờ nhạt. Bằng cách khám phá nhiều ứng viên, mô hình học cách bao phủ nhiều mode khác nhau trong phân phối dữ liệu. Khả năng này được gọi là "biểu đạt tạo sinh" (generative expressivity). Thí nghiệm cho thấy "khám phá" (exploration) trở thành một trục mở rộng quy mô hiệu quả thứ ba, bên cạnh quy mô dữ liệu và tham số. Khi quy mô tăng, lợi ích từ việc khám phá càng lớn, cải thiện hiệu suất FLOP, mẫu và tham số. XM đạt được kết quả tạo ảnh trên ImageNet (FID 1.43 không guidance) ngang bằng các mô hình hàng đầu. Quan trọng hơn, XM cho phép huấn luyện mô hình tạo sinh "end-to-end" thực sự. Trong thí nghiệm điều khiển robot, Explorative Policy chỉ cần một lượt truyền thẳng mạng, đạt hiệu suất tương đương Diffusion Policy cần hàng trăm bước suy luận. Điều này chuyển chi phí tính toán từ giai đoạn suy luận sang giai đoạn huấn luyện, mở ra khả năng cho các mô hình tạo sinh nhanh và hiệu quả hơn. Công trình dựa trên lý thuyết "Mode Forcing" trước đó của nhóm tác giả. Hạn chế hiện tại bao gồm chi phí tính toán cho "Forward XM" trên phân phối nhiều mode và thách thức với mô hình ngôn ngữ tự hồi quy thuần túy.

marsbit1 giờ trước

Mô hình sinh đã có thể huấn luyện end-to-end? Cốt lõi chỉ là một vòng lặp for

marsbit1 giờ trước

Mỗi người tối đa 20 bài? Quy định mới của ICLR bị nhà nghiên cứu DeepMind 'mỉa mai' kiến nghị

Tác giả Google DeepMind Dan Roy đã khởi xướng một kiến nghị trào phúng nhằm phản đối quy định mới của hội nghị AI hàng đầu ICLR, giới hạn mỗi tác giả chỉ được đăng ký tối đa 20 bài báo tham dự ICLR 2027. Quy định này được đưa ra do số lượng bài nộp tăng đột biến 68% vào năm 2026, gây áp lực nặng nề lên hệ thống phản biện. Trong bài đăng của mình, Dan Roy giả vờ ủng hộ việc để AI Agent tạo ra càng nhiều nghiên cứu gia tăng càng tốt, và cho rằng giới hạn này sẽ "làm chậm sự phát triển của AI". Anh còn mỉa mai nhận xét rằng "tất cả công việc phản biện giờ đã được giao cho các mô hình ngôn ngữ lớn xử lý", ám chỉ đến một nghiên cứu trước đó phát hiện khoảng 21% ý kiến phản biện tại ICLR 2026 có khả năng cao là do AI tạo ra. Bài viết chỉ ra rằng thông điệp trào phúng của Roy thực chất phản ánh mối lo ngại về một vòng luẩn quẩn: AI tạo ra bài báo hàng loạt, nhà nghiên cứu gửi đi hàng loạt, và phản biện viên lại dùng AI để đánh giá hàng loạt. Qua đó, tác giả đặt câu hỏi liệu biện pháp giới hạn số lượng cứng nhắc có phải là giải pháp tối ưu cho những thách thức căn bản về chất lượng học thuật trong kỷ nguyên AI này.

marsbit1 giờ trước

Mỗi người tối đa 20 bài? Quy định mới của ICLR bị nhà nghiên cứu DeepMind 'mỉa mai' kiến nghị

marsbit1 giờ trước

Giao dịch

Giao ngay
活动图片