- Các mô hình AI không có nhiều năng lực phòng thủ ngoài mức độ trung thành với thương hiệu và chi phí chuyển đổi bề nổi, nên chiến lược trọng số mở của Trung Quốc đang hình thành một hệ sinh thái phân phối rộng hơn so với các mô hình đóng của Mỹ
- Năng lực phòng thủ thực sự của AI doanh nghiệp đến từ các dịch vụ xung quanh như hợp đồng, tích hợp với hệ thống nội bộ, và các tính năng tiện ích hơn là từ mô hình; người dùng API có thể dễ dàng thay mô hình và nhà cung cấp mà vẫn giữ nguyên prompt
- Kiểm soát xuất khẩu GPU của Mỹ và các quy định hạn chế chuyển dữ liệu sang máy chủ Trung Quốc làm hạn chế khả năng cung cấp dịch vụ tập trung toàn cầu của các công ty Trung Quốc, nhưng Trung Quốc đang biến bất lợi về điện toán thành lợi thế phân phối bằng cách công bố mô hình
- Moonshot và Alibaba đã công bố các mô hình mà họ nói có thể cạnh tranh với những mô hình tốt nhất của OpenAI và Anthropic với chi phí thấp hơn nhiều; Martin Casado của a16z ước tính xác suất một startup bất kỳ dùng mô hình Trung Quốc là 80%
- Chiến lược đóng của Mỹ và động lực tập trung vào lợi nhuận ngắn hạn đang cản trở mở rộng hệ sinh thái; để giảm rủi ro cho nền kinh tế Mỹ vốn phụ thuộc lớn vào chi tiêu AI, cần hỗ trợ public AI, dịch vụ liên hiệp, và nghiên cứu mở
Năng lực phòng thủ nằm ở dịch vụ xung quanh hơn là mô hình
- Mô hình AI, với tư cách là sản phẩm độc lập, không có năng lực phòng thủ bền vững lớn
- Người dùng có thể chuyển từ ChatGPT sang Claude mà không ảnh hưởng nhiều tới quy trình làm việc
- Trong môi trường kỹ thuật, việc thay thế còn dễ hơn vì có thể chỉ đổi API mà vẫn giữ nguyên prompt
- Có thể giữ chân khách hàng bằng hợp đồng, nhưng về lâu dài gần như không có động lực kỹ thuật nào buộc phải tiếp tục chọn một nhà cung cấp duy nhất
- Năng lực phòng thủ của AI doanh nghiệp được hình thành từ giao dịch và hợp đồng, tích hợp với hệ thống doanh nghiệp, và các tính năng tiện ích trong môi trường làm việc
- Người dùng có thể chọn mô hình phù hợp nhất với nhu cầu, rồi đổi mô hình và nhà cung cấp khi có mô hình tốt hơn xuất hiện
Chiến lược phân phối đảo ngược bất lợi về điện toán
- Do kiểm soát xuất khẩu GPU của chính phủ Mỹ, các công ty Trung Quốc dù có đảm bảo tài nguyên điện toán để huấn luyện mô hình cũng khó cung cấp dịch vụ tập trung ở quy mô toàn cầu theo cùng cách như OpenAI hay Anthropic
- Các quy định không cho chia sẻ với máy chủ Trung Quốc và một số loại dữ liệu nhất định cũng hạn chế việc mở rộng dịch vụ
- Công nghệ mở có lợi cho việc được chấp nhận làm hạ tầng vì có thể dùng không cần xin phép, tự lưu trữ ở bất cứ đâu, và thử nghiệm hay chỉnh sửa theo ý muốn
- Mô hình trọng số mở không phải open source, nhưng có tính di chuyển và có thể dùng mà không cần xin phép
- Việc Trung Quốc công bố mô hình đang biến bất lợi về điện toán do Mỹ tạo ra thành lợi thế phân phối, biến tầng mô hình nơi doanh nghiệp Mỹ kiếm tiền thành hàng hóa phổ thông, và xây dựng một hệ sinh thái toàn cầu hiệu quả hơn các dịch vụ tập trung khép kín
- Nhiều ngành công nghiệp của Trung Quốc, từ sản xuất đến nghiên cứu khoa học, có thể tận dụng ngay các mô hình đó
Khoảng cách hiệu năng đang thu hẹp
- Tuyến phòng thủ của doanh nghiệp Mỹ là các mô hình tiên phong vượt trội hơn mô hình công khai, nhưng việc Moonshot và Alibaba công bố mô hình đang thu hẹp khoảng cách đó
- Hai công ty nói rằng mô hình của họ có thể cạnh tranh với những mô hình tốt nhất của OpenAI và Anthropic với chi phí thấp hơn rất nhiều
- Các đợt công bố liên tiếp nhanh chóng đang đe dọa vị thế dẫn đầu của Mỹ vào thời điểm AI trở thành trung tâm của an ninh quốc gia, sức mạnh kinh tế, và ảnh hưởng địa chính trị
- Ngay cả trước đợt cải thiện hiệu năng mới, chiến lược của Trung Quốc đã cho thấy kết quả
- Đối tác a16z Martin Casado đánh giá xác suất một startup bất kỳ dùng mô hình Trung Quốc là 80%
- Khả năng mô hình Trung Quốc vươn lên dẫn đầu cũng đang tăng lên
Rủi ro do chiến lược đóng của Mỹ tạo ra
- Trái với tính khép kín của xã hội Trung Quốc, có một nghịch lý là phía kiểm soát công nghệ AI chặt chẽ hơn lại là các công ty Mỹ
- Có lo ngại nghiêm trọng rằng các mô hình Trung Quốc có thể phản ánh quan điểm của chính phủ, và điều này có thể thấy qua các câu hỏi liên quan đến Quảng trường Thiên An Môn
- Chiến lược đóng của các công ty Mỹ đối lập rõ rệt với cách chính phủ Mỹ từng hỗ trợ internet mở trước đây
- Thay vì đóng lại một công nghệ có năng lực phòng thủ thực chất yếu nhưng tiềm năng hệ sinh thái lớn, sẽ có lợi hơn nếu chọn cách công bố cởi mở và mang tính hợp tác
- Các công ty Mỹ đang bị gây áp lực phải theo đuổi lợi nhuận trực tiếp trong ngắn hạn hơn là lợi ích của hệ sinh thái
- Chính phủ cũng đang can thiệp vào thị trường bằng các biện pháp kiểm soát xuất khẩu mạnh, nên cần có thay đổi để điều chỉnh tốt hơn động lực giữa hệ sinh thái và doanh nghiệp
- Hiện nay, một phần đáng kể của kinh tế Mỹ đang chịu tác động từ chi tiêu AI, nên nếu nền tảng chi tiêu sụp đổ do các động lực này thì hậu quả sẽ rất nghiêm trọng
- public AI, dịch vụ liên hiệp, và nghiên cứu mở đang nhận được sự ủng hộ cho công nghệ mở có thể vận hành theo lợi ích công và các giá trị của công chúng, nhưng vẫn cần thêm hỗ trợ
- Để hiện thực hóa điều này tại Mỹ, cần chiến lược tinh vi hơn và mức hỗ trợ lớn hơn hiện nay
1 bình luận
Các ý kiến trên Hacker News
Trong 50 năm qua, trên thị trường máy tính và phần mềm, rốt cuộc các sản phẩm miễn phí/giá rẻ đã chiến thắng. PC đã đánh bại minicomputer, Windows giá rẻ và Linux miễn phí đã lấn vào thị trường UNIX, còn tỷ trọng của mainframe cũng giảm mạnh.
Chi phí huấn luyện và yêu cầu tài nguyên của các mô hình tối tân là không bền vững, trong khi động lực kinh tế để phát triển các mô hình chất lượng cao rẻ hơn là rất lớn. LLM chạy cục bộ trên phần cứng tiêu dùng giống với hệ sinh thái người chơi PC nghiệp dư thập niên 1970–80, và 10–15 năm nữa, PC và smartphone được cho là sẽ thực hiện được phần lớn các tác vụ ở mức của các mô hình tối tân hiện nay.
Các mô hình trọng số mở của Trung Quốc sẽ cho phép dịch vụ thuê AI rẻ hơn nhiều so với Anthropic và OpenAI, qua đó thúc đẩy xu hướng này nhanh hơn.
Người dùng không muốn một giao diện nịnh nọt đến mức làm lu mờ khả năng phán đoán, hoặc cố chấp và hiểu chậm đến mức phải giải thích từng chút một. Ngành công nghệ có xu hướng quá bị cuốn hút bởi sự mới lạ khi tưởng tượng nhu cầu của người dùng phi kỹ thuật.
Một công cụ phát nhạc không cần khả năng viết cả fanfic về bộ phim có bài hát đó; dù ấn tượng nhưng không hữu ích.
Open source như nhân Linux cho phép các cá nhân độc lập cải thiện các hệ thống phức tạp và tích lũy thành quả, nhưng với mô hình thì không có huấn luyện phân tán hay lộ trình cải tiến song song.
Đây có thể là chiến lược ngắn hạn nhằm làm cạn vốn của các công ty phương Tây bằng cuộc chiến giá, nhưng động lực và chính sách có thể thay đổi bất cứ lúc nào. Nếu không thực sự phi tập trung hóa việc cải thiện mô hình, việc công khai có thể bị dừng bất cứ lúc nào.
Có lẽ điều này cũng tương tự với nhiều lập trình viên cùng thế hệ lớn lên ở các nước đang phát triển.
Giờ đã khó quay lại. Trọng số mở không phải open source mà về cơ bản là mô hình miễn phí, người dùng chỉ trả chi phí hosting.
Hàng trăm nhà cung cấp hosting và bán chúng, còn hàng nghìn công ty từ Microsoft, Databricks, Palantir đến các startup nhỏ có thể chạy, tinh chỉnh và nắm giữ quyền sở hữu trí tuệ.
Ngược lại, OpenAI và Anthropic phải lấy biên lợi nhuận trên 90% ở khâu suy luận vì chi phí chìm và mức lương cực cao để giữ nhân tài. Việc Meta trả hàng tỷ USD cho kỹ sư trưởng cũng đã bóp méo thị trường rất mạnh.
Nếu các phòng thí nghiệm Mỹ đóng cửa, các phòng thí nghiệm Trung Quốc cũng sẽ lập tức thu phí, nhưng giá mỗi token vẫn sẽ chỉ bằng 1/5 hoặc 1/10, và cũng sẽ có ít cơ chế hạn chế hơn. Các phòng thí nghiệm Mỹ phải giảm chi phí và lương để cạnh tranh, còn AI và robot học là hy vọng cuối cùng để Mỹ tái công nghiệp hóa và duy trì vị thế siêu cường.
Nhu cầu nội địa Trung Quốc đủ lớn và có chiến lược quốc gia dài hạn về năng lượng tái tạo, nên kết quả nhìn từ thế giới có thể giống như được hỗ trợ hào phóng. AI Trung Quốc cũng có khả năng đi theo con đường tương tự.
Trích dẫn “80% startup dùng mô hình Trung Quốc” nghe đáng ngờ. Nhiều startup được phỏng vấn gần đây đều dùng mô hình Mỹ, và dù có dùng một phần mô hình Trung Quốc thì trọng tâm kinh doanh vẫn là đăng ký Claude và Codex.
Trước khi được đầu tư, startup có thể dùng mô hình Trung Quốc ở đâu đó trong workflow, nhưng không thể biết tỷ lệ tiếp tục dùng trong số những nơi đã nhận đầu tư hoặc có doanh thu và sống sót hơn 1 năm. Cũng có thể đó là bài trình bày kiểu “chúng tôi đã làm được đến mức này bằng mô hình open source Trung Quốc, nên nếu được đầu tư để dùng mô hình tối tân thì còn làm tốt hơn”.
Có vẻ tác giả đã tìm một trích dẫn phù hợp với câu chuyện định sẵn, hoặc đọc trích dẫn một cách cẩu thả.
Tôi thường dùng mô hình trọng số mở của Trung Quốc, nhưng không chọn đầu tiên cho các tác vụ lập trình quan trọng.
Trong thư viện AI đang dùng, chỉ cần đổi một thiết lập là có thể thay mô hình.
Khi phần cứng có thể chạy được trở nên rẻ hơn, tôi cho rằng mô hình trọng số mở sẽ thắng theo nghĩa là chúng sẽ trở nên thống trị. Có thể tự thuê GPU để tiết kiệm chi phí, nhưng tôi nghe nói hóa đơn của các doanh nghiệp tự vận hành inference cũng cao đến mức đáng kinh ngạc
Tuy vậy, khó hiểu là bên huấn luyện rồi công khai mô hình sẽ thu được gì. Không rõ đây có phải là chiến lược xem các nhà cung cấp Mỹ là mối đe dọa và muốn hạ giá hay không, hay mô hình kinh doanh là gì
Động cơ của Trung Quốc thì khó biết. Bài liên quan
Trung Quốc xem việc hàng hóa hóa công nghệ để nhiều doanh nghiệp hỗ trợ nhiều lĩnh vực trong toàn nền kinh tế là lợi ích của cả nền kinh tế, qua đó biện minh cho đầu tư công
Chiến lược của Mỹ là tập trung vốn tư nhân vào một số ít công ty để một hoặc hai nơi thống trị thị trường và ngày càng áp một khoản “thuế” nặng lên mọi lĩnh vực, nên khó coi đó là chiến thắng cho toàn bộ nền kinh tế quốc gia
Nếu inference AI là miễn phí, họ có thể tối ưu chip Trung Quốc theo từng mục đích, đưa vào vô số sản phẩm như đồ chơi, ô tô, công cụ rồi bán ra. Khi các thiết bị x86 giá rẻ và sản phẩm Linux/BSD đã tràn ra từ Trung Quốc, GPU cũng sẽ không khác
Ngay cả công khai lúc này thì người dùng chạy local vẫn ít, và các mô hình hiện tại nhiều khả năng rồi cũng sẽ lỗi thời. Bất lợi là đối thủ có thể dễ dàng distill cũng vốn khó ngăn chặn
Khó hình dung một tương lai không có mô hình mã nguồn mở. Không nên nhốt những mô hình mới nhất và tốt nhất của AI, một công nghệ dành cho toàn thế giới, trong các công ty như Anthropic hay OpenAI, những nơi có thể chặn quyền truy cập bất cứ lúc nào
Bài này kỳ lạ ở chỗ Llama, gần như là thủy tổ của mọi mô hình trọng số mở, đã không mang lại thành công cho Meta
Doanh nghiệp coi trọng việc không lưu dữ liệu và quan hệ với nhà cung cấp hiện tại hơn là việc mô hình có được công khai hay không. Bài này trông gần như lặp lại phát biểu trên CNBC của Alex Karp, CEO Palantir, một người không trung lập
Mô hình mở là điều đáng hoan nghênh và tôi cũng tự chạy chúng, nhưng hiện vẫn thiếu bằng chứng cho thấy Mỹ đang thua trong cuộc đua AI, hoặc bị tụt lại vì các phòng lab Mỹ không công khai trọng số
https://www.cnbc.com/2026/07/01/palantir-karp-open-ai-anthropic-tokens.html
1 2 3
Giờ họ muốn host mô hình trọng số mở trên cùng nhà cung cấp inference, nhưng vẫn có lựa chọn chuyển sang vận hành nội bộ nếu cần
Họ từng có cơ hội thật sự để trở thành “tầng nền tảng” được bàn đến, nên thật khó hiểu vì sao lại từ bỏ
Không thể hiểu nổi lập luận vừa trắng trợn xâm phạm quyền sở hữu trí tuệ trong lịch sử nhân loại, coi di sản nhân loại như lãnh địa của mình, lại vừa muốn tư hữu hóa trở lại những công nghệ và dữ liệu vốn thuộc phạm vi công cộng
Nếu sau khi mọi chuyện lắng xuống mà đến cả cứu trợ tài chính cũng được nhắc tới, đó sẽ là bằng chứng cho thấy hệ thống này đã phá sản về đạo đức, tài chính và trí tuệ
Với tư cách một người không phải người Mỹ, tôi không muốn cartel các công ty AI Mỹ nắm quyền lực khổng lồ đối với công nghệ này. Tôi cũng không đồng ý với khung nhìn “Trung Quốc xấu và cộng sản nên không được”; trong vấn đề này, hành động của Trung Quốc là lợi ích ròng cho thế giới, bất kể ý thức hệ
Đại khái là đến lúc đó lò phản ứng muối nóng chảy hạt nhân cũng sẽ vận hành, khiến điện năng tiêu thụ của trung tâm dữ liệu không còn là vấn đề nữa
Theo bài viết của Ben Thompson về mô hình Trung Quốc (https://stratechery.com/2026/whos-afraid-of-chinese-models/), Xi Jinping trong một bài phát biểu gần đây (http://english.scio.gov.cn/topnews/2026-07/18/content_118605932.html) đã nói rằng cần “nắm bắt cơ hội lịch sử để khuyến khích mã nguồn mở, cởi mở, hợp tác và chia sẻ”, bao gồm cả hỗ trợ mô hình mã nguồn mở
Bài viết này rốt cuộc chỉ nói rằng “vì tôi thích mã nguồn mở nên mã nguồn mở sẽ thắng”. Phần lớn các công ty tung ra mô hình trọng số công khai đều đã nhận lượng vốn đầu tư mạo hiểm khổng lồ, nên tôi thắc mắc chiến lược thu hồi vốn đầu tư và cách họ vừa có lãi vừa duy trì việc này vô thời hạn là gì
Việc chi hàng chục triệu đô la để huấn luyện mô hình tiên tiến nhất rồi công bố miễn phí để người khác tự host trên GPU của họ về lâu dài là không hợp lý. Tin rằng họ sẽ tiếp tục duy trì trọng số công khai ngay cả khi vốn cạn và nhà đầu tư đòi lợi nhuận là ngây thơ
Các viện nghiên cứu Trung Quốc được nhà nước hỗ trợ một phần có khả năng sẽ chuyển sang mô hình host các mô hình Trung Quốc trên hạ tầng sản xuất tại Trung Quốc
Vì tôi đã trả tiền cho Claude, GPT, Gemini, v.v., tôi sẵn sàng trả một khoản phí thuê bao hằng tháng nhỏ cho giấy phép chạy cục bộ
Huấn luyện mô hình AI tốn hàng chục triệu đô la, nên rất khó biện minh chi phí trả trước bằng việc cung cấp miễn phí. Cách Trung Quốc huấn luyện và công khai chỉ có thể hiểu trong khuôn khổ chiến lược nhằm hạ tỷ suất sinh lời của các phòng thí nghiệm tiên tiến nhất của Mỹ
Thứ hai, bản thân AI không phải là hàng hóa, nhưng có thể có chiến lược hàng hóa hóa sản phẩm bổ trợ để dựa vào AI giá rẻ hoặc ngăn đối thủ độc quyền giá trị đó(https://gwern.net/complement)
Có ít lý do để đầu tư nhiều tiền vào một mô hình sẽ lỗi thời chỉ sau vài tháng, nhưng tôi cho rằng khi tiến bộ bắt đầu chững lại, sẽ có nhiều công ty huấn luyện mô hình miễn phí hơn
Công cụ sáng tạo miễn phí làm tăng nội dung, và vì nội dung được tạo ra rốt cuộc nhiều khả năng sẽ được xem trên nền tảng của chính họ, họ có thể thu hồi chi phí huấn luyện thông qua tăng thời lượng xem. Ngay cả khi mô hình tốt hơn xuất hiện dựa trên nghiên cứu công khai, việc nội dung đó quay lại nền tảng vẫn có lợi cho họ
Trong môi trường thiếu GPU, chỉ cần đưa mô hình lên là chi phí coi như xong, người dùng tự chạy nên cũng không cần cung cấp dịch vụ suy luận. Nếu cung cấp mô hình như công cụ miễn phí thay vì bán lại theo thuê bao hoặc theo token, họ cũng có thể khiến tác giả gốc của dữ liệu huấn luyện ít cảm thấy bị gạt ra ngoài hơn
Việc này cũng có tác dụng gây sức ép lên các công ty Mỹ, nhưng các công ty Trung Quốc vốn đã phục vụ lượng khách hàng khổng lồ trong thị trường nội địa lớn và phức tạp, nên chỉ địa chính trị không thể giải thích toàn bộ bức tranh