Mô hình thế giới: Khi không được mời vào bàn tiệc, chúng tự mở tiệc riêng

"Ngồi chung mâm với trẻ con"

Đã là tháng 9 năm 2026, và chúng ta có thể khẳng định rằng "world models" (mô hình thế giới) về cơ bản là một khái niệm rác rưởi.

World models bắt nguồn từ một nhóm các "lão làng" không thể giành được chỗ ngồi tại bàn tiệc LLM, nên cố gắng chen chân vào bằng cách khác. Sau khi thất bại trong việc cạnh tranh ở mảng mô hình ngôn ngữ lớn — vốn đã trở thành một ngành công nghiệp nặng, một cuộc chiến sản xuất khốc liệt — họ đã tự phát minh ra một đường đua hoàn toàn mới mang tên "world model".

Những gương mặt đại diện cho world models là Fei-Fei Li và Yann LeCun thực tế đang làm những thứ hoàn toàn khác biệt. Việc gom những thứ khác biệt về bản chất vào chung một khái niệm đã là một chuyện khá nực cười rồi.

Nực cười hơn nữa: một bầy "thần đồng" trong nước ngay lập tức xuất hiện, tuyên bố rằng họ cũng đang xây dựng world models.

Tất nhiên, những thần đồng này đều có kỹ năng giao tiếp xuất sắc. "Chém gió" chính là hào sâu bảo vệ cốt lõi của họ. Hãy hỏi họ world model là gì, họ sẽ không tránh khỏi việc thao thao bất tuyệt từ gia cảnh, qua kiến trúc kỹ thuật, cho đến phả hệ học thuật phức tạp với đủ loại tên tuổi lớn.

Tóm lại: "Thần đồng, world models, gửi tiền đây."

Tuy nhiên, thực tế là: Các mô hình video mã nguồn mở được hậu đào tạo (post-training). Không có năng lực tính toán, không có dữ liệu, không có người dùng. Doanh thu hoàn toàn đến từ việc chênh lệch giá (arbitrage) với các quỹ đầu tư mạo hiểm (VC).

Và tất cả những thần đồng này đều đi theo đúng một kịch bản. Sau khi gọi vốn xong, họ lập tức đổ xô đến AgiBot, Synced và QbitAI để quảng bá. Sự đổi mới duy nhất của họ là đổi mới về tính từ — chồng chất các bổ ngữ trước cụm từ "world model".

Để tôi liệt kê sơ qua một vài cái tên:

World model nhân quả, world model xã hội, world model cộng đồng, world model nhận thức, world model thần kinh nhận thức, world model tăng cường bộ nhớ, world model hành động lấy cảm hứng từ não bộ, world model tâm lý, world model tinh thần, world model chủ quan, world model hai lớp, world model tác nhân kép, world model xã hội loài người, world model thống nhất vật lý-xã hội, world model doanh nghiệp tự tiến hóa liên tục; cộng thêm world model Jiemian, world model AI4AI, mô hình cảm giác thế giới, mô hình thế giới thống nhất, world model tuần hoàn, world model khai sáng, world model phân tử, world model vi phân tử, world model hiển vi, world model cấp độ giờ, Flash World Model...

Và rồi còn có cái XGEN vừa mới ra mắt hôm qua. Bề ngoài thì: "World model của các người là đồ bỏ đi." Thực tế thì: "Chúng tôi đang xây dựng mô hình trải nghiệm chủ quan."

Lạy chúa, các người chỉ đổi tên và thay bằng một thuật ngữ còn "kêu" hơn để làm chúng tôi khó chịu thôi.

Theo quan sát của tôi, có bốn kiểu người chính đang thúc đẩy các câu chuyện về world model:

Kiểu một: Các công ty ứng dụng không trụ nổi, lập tức xoay trục sang các phòng thí nghiệm "Neo", cố gắng vắt kiệt thêm tiền từ những câu chuyện về mô hình. Ví dụ điển hình: Loopit. AI Douyin xoay trục sang world models — vậy mà vẫn có người ngồi nghe hết bài thuyết trình đó.

Kiểu hai: Các công ty mô hình video không trụ nổi, thực hiện hậu đào tạo (post-training) một mô hình video tạo sinh thời gian thực rồi gọi nó là world model. Ví dụ điển hình: Shengshu Technology, AISphere. Mặc dù công bằng mà nói, nếu các mô hình tạo sinh thời gian thực này tập trung vào các trường hợp sử dụng cụ thể, chúng có thể thực sự hữu ích.

Kiểu ba là tuyệt nhất: Các công ty mô hình 3D AI xoay trục sang world models. Tripo, Yingmo, Meshy — tất cả đều gọi được số tiền lớn theo cách này. Đây thực ra là điều tốt.

Kiểu bốn là tệ nhất: Các nghiên cứu sinh tiến sĩ bỏ học, bỏ việc, bị các nhà đầu tư đang khao khát nhảy vào cuộc chơi thúc ép. Cái gì đang hot thì họ làm cái đó. Sản xuất ra người ảo và mấy đoạn video ngắn kiểu GTA rẻ tiền, rồi dám gọi đó là world models.

Nếu gạt bỏ các mô hình 3D AI có tiềm năng giá trị — những người đó chỉ đang cố kể chuyện để gọi vốn, điều này có thể hiểu được — thì phần còn lại đều là các mô hình video hậu đào tạo.

Tiến bộ duy nhất trong vài tháng qua: khi gọi vốn, ai cũng chỉ có thể hậu đào tạo trên Wan và LTX. Phiên bản mới hơn của cả hai mô hình này đã được mã nguồn mở gần một năm, và kết quả thì khá thô sơ.

May mắn thay, Junjie Yan — vị cứu tinh với đôi lông mày sắc sảo và ánh mắt đầy sao của chúng ta — đã ném cho những thần đồng này một chiếc phao cứu sinh. MiniMax H3 là mô hình video mã nguồn mở duy nhất có thể đối đầu trực diện với Seedance 2.0.

Vì vậy, bạn có thể thấy các công ty world model này gần đây bắt đầu quảng bá sản phẩm dày đặc, đơn giản vì hậu đào tạo trên H3 mang lại kết quả tốt hơn, đồng nghĩa với một vòng gọi vốn mới.

Điều này tạo ra một động lực khá nực cười.

MiniMax là một công ty mô hình lớn có năng lực mô hình nền tảng đã bị tụt hậu. Mặc dù tôi tin chắc rằng về bản chất nó không khác gì Zhipu AI hay Moonshot AI — chỉ là chậm hơn một phiên bản, tạm thời bị tụt lại phía sau. Nhưng định giá của nó phản ánh sự đồng thuận của thị trường: vốn hóa chỉ bằng 1/3 đến 1/4 so với Zhipu AI.

MiniMax, công ty mà các công ty mô hình lớn khác thường coi thường, lại chính là "ông trùm" không thể tranh cãi của world models.

Tôi chân thành đề nghị các công ty world model này, sau khi lừa được tiền tài trợ, hãy quyên góp một nửa số vốn huy động được cho Junjie Yan, kèm theo dòng chữ "quà tặng tự nguyện". Tất cả về cơ bản đều là hậu đào tạo trên H3. Chỉ cần MiniMax còn sống, các người còn có thể tiếp tục thổi phồng sự cường điệu vô thời hạn.

Junjie Yan là mặt trời duy nhất của world models. Bất cứ thứ gì rơi ra từ những ngón tay hào phóng của anh ta cũng đủ để bầy thần đồng "chém gió" này vắt thêm hai vòng tiền nữa từ nhà đầu tư.

Điều này cho chúng ta biết điều gì?

World model "đỉnh" nhất vẫn đang nằm dưới gầm bàn. Các mô hình lớn hạng hai vẫn đang ở trên bàn. Ranh giới rất rõ ràng — chỉ những kẻ không giành được chỗ ngồi mới đi xây dựng world models.

Logic rất đơn giản. Các mô hình lớn là sản xuất công nghiệp với các phương pháp kỹ thuật hội tụ. Sự khác biệt lớn nhất giữa các đội ngũ là năng lực tính toán và dữ liệu.

CEO của một công ty mô hình lớn có hai công việc quan trọng: đảm bảo năng lực tính toán và đảm bảo dữ liệu. Và tôi tin chắc rằng MiniMax chưa bị loại khỏi cuộc chơi vì năng lực tính toán và dữ liệu của họ không hề tụt hậu đáng kể — nên không có lý do gì để họ phải ở lại phía sau lâu dài.

Tất nhiên, giả định này loại trừ việc Zcode bí mật tải lên dữ liệu mã nguồn của người dùng. Tôi hoàn toàn tin rằng Zhipu AI sẽ không bao giờ sử dụng dữ liệu người dùng đó để huấn luyện mô hình!

Quay lại với world models.

Những thần đồng này đều tuyên bố họ cũng đang huấn luyện mô hình, gọi vốn với định giá của các công ty mô hình. Nhưng vấn đề lớn nhất: hầu hết không có năng lực tính toán, không có dữ liệu, chỉ có thể chật vật làm vài bước hậu đào tạo, và sản phẩm của họ không có sự khác biệt:

Toàn bộ thị trường là các buổi livestream người ảo tạo sinh thời gian thực và cảnh quay game WASD, tất cả đều có chất lượng tương đương nhau, và tất cả những người này đều tuyên bố chi phí của họ thấp hơn đối thủ một bậc độ lớn.

Thật tuyệt vọng, các bạn ạ. Hoàn toàn là "tay không bắt giặc". Những thứ này thứ nhất là vô dụng, thứ hai là không có sự khác biệt. Tôi cảm thấy sự khan hiếm cực độ, vô cùng hoài niệm về Macaron và Leon Ming, những người thực sự có thể kể những câu chuyện sáng tạo.

Một suy nghĩ khác: có quá nhiều "tiền nóng", các nhà đầu tư thực sự rất tệ, và ai cũng đang khao khát những khoản lợi nhuận khổng lồ.

Chu kỳ câu chuyện trước đó: các nhà đầu tư thúc ép các quản lý sản phẩm khởi nghiệp, dẫn đến một đống sản phẩm vô dụng mà chẳng ai thèm dùng.