NetEase Youdao: Cuộc đua AI bước sang kỷ nguyên 'Model + Agent + Workflow'

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">

17/09/2026 09:55:14 Nguồn: QbitAI

Ngày 16 tháng 9, sự kiện "NEXT, AGENT | Youdao AI Open Day" của NetEase Youdao đã được tổ chức tại Bắc Kinh.

Ngày 16 tháng 9, sự kiện "NEXT, AGENT | Youdao AI Open Day" của NetEase Youdao đã được tổ chức tại Bắc Kinh. Tại sự kiện, NetEase Youdao đã tập trung giới thiệu ma trận sản phẩm AI Agent và các thành tựu công nghệ mới nhất bao phủ nhiều lĩnh vực như văn phòng, học tập và tiếp thị. Đồng thời, thông qua "Chợ tương lai Youdao AI Agent", đơn vị này đã tạo ra một không gian trải nghiệm nhập vai, giúp các khách mời trực tiếp cảm nhận cách AI thâm nhập vào quy trình làm việc thực tế.

Xoay quanh mô hình "Mô hình × Agent × Quy trình làm việc", NetEase Youdao lần này đã trình diễn một lộ trình hệ sinh thái AI Agent hoàn chỉnh, khám phá giai đoạn mới của AI từ năng lực kỹ thuật hướng tới giá trị người dùng.

Với Mô hình × Agent × Quy trình làm việc, khám phá lộ trình mới để hiện thực hóa giá trị AI

CEO của NetEase Youdao, ông Chu Phong (Zhou Feng), chia sẻ tại sự kiện rằng thay đổi thực sự của AI trong năm qua nằm ở chỗ: AI không còn là một công cụ mà người dùng cần chủ động tìm kiếm và kích hoạt, mà đã trở thành một trợ lý có thể nhúng vào quy trình làm việc vốn có để giải quyết vấn đề. Thậm chí, chúng ta nên thiết kế các phương thức làm việc khoa học và hiệu quả hơn xoay quanh các tác nhân thông minh (AI Agent). Dựa trên xu hướng này, yếu tố cốt lõi quyết định năng lực AI đang chuyển dịch từ năng lực mô hình đơn lẻ sang năng lực hệ thống bao gồm mô hình, tác nhân (Agent) và quy trình làm việc.

Theo quan điểm của Chu Phong, mô hình thể hiện sự "thông minh" của AI, quyết định giới hạn năng lực; Agent giúp AI trở nên "có năng lực", chuyển hóa khả năng của mô hình thành hành động thực tế; trong khi quy trình làm việc đại diện cho sự "đáng tin cậy" trong việc bàn giao, đảm bảo AI tạo ra giá trị trong các tình huống kinh doanh thực tế.

Xoay quanh nhận định này, NetEase Youdao liên tục xây dựng hệ thống AI theo mô hình "Ma trận mô hình × Ma trận Agent × Tình huống thực tế": Tầng dưới cùng sử dụng ma trận mô hình "Zi Yue" để cung cấp khả năng suy luận đa phương thức, tương tác giọng nói thời gian thực; tầng giữa là ma trận sản phẩm AI Agent, chuyển hóa năng lực mô hình thành các dịch vụ thông minh có thể thực thi; tầng trên cùng đi sâu vào các tình huống thực tế như văn phòng, học tập, tiếp thị, thúc đẩy AI hòa nhập vào công việc và cuộc sống hàng ngày của người dùng.

Lấy ví dụ về lĩnh vực tiếp thị quảng cáo, Youdao đã xây dựng hệ thống sản phẩm và Agent toàn diện bao phủ từ khâu tạo ý tưởng, sàng lọc người có sức ảnh hưởng (KOL/KOC) đến tối ưu hóa phân phối, đáp ứng nhu cầu toàn trình của hoạt động quảng cáo, từ đó thúc đẩy hiệu quả và kết quả tiếp thị. Trong đó, iMagicBox có thể tạo video người ảo và tài liệu tiếp thị bản địa hóa chỉ từ một hình ảnh và một câu lệnh, giúp giảm 80% chi phí sản xuất tài liệu tiếp thị và tăng 30% tỷ lệ nhấp chuột vào quảng cáo. Tỷ trọng tài liệu AI trên nền tảng đã tăng gấp 12 lần trong 2 năm, đạt mức 25%; YODA dựa trên dữ liệu từ hơn 2.000 dự án thực tế để hỗ trợ phân tích người có sức ảnh hưởng và đưa ra quyết định tiếp thị; Xiaozhi 2.0 nâng cao hiệu quả truy vấn chéo tài khoản và đồng bộ hóa dữ liệu thông qua việc tự động tổng hợp dữ liệu và quản lý tài khoản.

Từ "thông minh" đến "có năng lực", Agent đang tiến vào nhiều tình huống thực tế hơn

Xoay quanh sự phát triển của công nghệ AI, đổi mới sản phẩm và ứng dụng thực tế, nhiều lãnh đạo bộ phận của NetEase Youdao đã chia sẻ tại sự kiện, giới thiệu một cách hệ thống về các khám phá của Youdao trong lĩnh vực mô hình, Agent, ứng dụng thông minh và phần cứng AI.

Nhà khoa học trưởng của NetEase Youdao, ông Đoàn Diệc Đào (Duan Yitao), tập trung chia sẻ về việc xây dựng ma trận mô hình Zi Yue, nâng cấp năng lực mô hình giọng nói và định hướng phát triển công nghệ AI, đồng thời công bố hai thành tựu trọng tâm: Ma trận mô hình Zi Yue và mô hình phiên dịch đồng thời Zi Yue Live.

Tháng 5 năm nay, Youdao đã chính thức nâng cấp mô hình lớn "Zi Yue" lên phiên bản 4.0, phát hành ba mô hình gồm suy luận đa phương thức, zero-shot đa ngôn ngữ và nâng cấp dịch thuật. Hai mô hình đầu tiên đã được mã nguồn mở và đều đạt trình độ tiên tiến trong cùng cấp độ và quy mô trong lĩnh vực tương ứng. Ngoài ra, Đoàn Diệc Đào công bố ra mắt mô hình phiên dịch đồng thời Zi Yue Live, mã nguồn mở mô hình ASR (nhận dạng giọng nói) dòng Zi Yue, cung cấp khả năng nhận dạng giọng nói dòng chảy ở cấp độ Agent giọng nói, đảm bảo chất lượng cao đồng thời cung cấp khả năng phiên dịch đồng thời thời gian thực với độ trễ cực thấp và độ mượt mà cao: So với cách tương tác "bạn nói một câu, tôi nói một câu" trước đây, mô hình mới hỗ trợ nhập/xuất dòng chảy thời gian thực và tương tác song công toàn phần (full-duplex).

Đoàn Diệc Đào cũng giới thiệu Agent cộng tác người-máy "Youdao Youju": Nền tảng tích lũy các dữ liệu uy tín như luận văn, bằng sáng chế, điều luật, tăng cường tính trung thực và thẩm quyền của kết quả đầu ra, mỗi luận điểm đều kèm theo căn cứ có thể kiểm chứng, đồng thời có thể tự thực hiện các nhiệm vụ như viết luận văn, tạo PPT.

Đoàn Diệc Đào cho rằng, thay vì thảo luận về việc ngành nghề nào sẽ bị thay thế, tốt hơn hết hãy suy nghĩ về giá trị bản thân trong sự cộng tác giữa người và AI — "Youdao Youju" không chỉ cung cấp công cụ hỏi đáp, mà còn là bàn làm việc cho phép người dùng cùng phát triển với AI, cùng tạo ra kết quả "1+1>2". "Youdao Youju" vừa là một Harness (bộ khung) cho mô hình, vừa là một Harness cho trí não con người. Trong tầm nhìn của ông, các sản phẩm AI thực sự có giá trị trong tương lai không nên chỉ là một Chatbot thay con người hoàn thành nhiệm vụ, mà nên trở thành một "bàn làm việc + trợ lý sống".

Phụ trách LobsterAI của NetEase Youdao, ông Vương Ninh (Wang Ning), đã thảo luận xoay quanh xu hướng phát triển của Agent văn phòng, sự tiến hóa của sản phẩm LobsterAI và việc xây dựng hệ sinh thái văn phòng AI.

Tại sự kiện, LobsterAI chính thức ra mắt phiên bản 2.0, tương thích hoàn toàn với hệ sinh thái OpenClaw 2.0, bổ sung các tính năng Sites và Teams, hỗ trợ tạo địa chỉ công khai cho sản phẩm nhiệm vụ chỉ bằng một cú nhấp chuột và thiết lập mã chia sẻ, áp dụng mô hình trả phí theo mức sử dụng thực tế, phá vỡ mô hình phí theo chỗ ngồi truyền thống.

Hướng tới "Next Agent", Vương Ninh đưa ra ba từ khóa: Tổ chức, Bàn giao, Tin tưởng: Agent văn phòng không chỉ là công cụ cá nhân mà còn nên trở thành bộ khuếch đại hiệu quả cho cả đội ngũ; không chỉ dừng lại ở việc "làm ra", mà còn phải thuận tiện để "phát đi"; cốt lõi cạnh tranh không còn là "ai có năng lực hơn", mà là "ai đáng tin cậy hơn". Nhóm dự án gần đây đã phát hành "Báo cáo hành vi người dùng Agent văn phòng" đầu tiên tại Trung Quốc, sản phẩm trên điện thoại di động cũng sắp được ra mắt.

Xuất phát từ sự thay đổi trong phương thức tương tác AI, Trương Nghệ (Zhang Yi), phụ trách bộ phận ứng dụng thông minh của NetEase Youdao, đã chia sẻ về những thành tựu và khám phá của Youdao trong lĩnh vực âm thanh thông minh. Ông cho rằng, trong tương lai, AI cần chuyển từ "con người thích nghi với công nghệ" sang "công nghệ thích nghi với con người", và âm thanh sẽ trở thành cửa ngõ quan trọng kết nối người dùng với AI.

Xoay quanh hướng đi này, Agent phiên dịch đồng thời đầu tiên trong ngành do Youdao ra mắt vào tháng 3 năm nay — Youdao AI Simultaneous Interpretation, đã phục vụ hơn 25 triệu người dùng, số lần sử dụng tăng gần gấp đôi so với cùng kỳ; NetEase Bage Shuo, với tư cách là Agent giọng nói gốc AI đầu tiên của NetEase, dựa trên công nghệ nhận dạng và dịch thuật giọng nói tích lũy nhiều năm của Youdao, đã thoát khỏi định vị công cụ "chuyển giọng nói thành văn bản" truyền thống, chuyển đổi trực tiếp ngôn ngữ nói tự nhiên của con người thành văn bản chất lượng cao có cấu trúc và có thể tái sử dụng ngay lập tức.

Hy vọng giải quyết được điểm đau của ngành trong kỷ nguyên AI tạo sinh khi nhu cầu nhập liệu bùng nổ khiến tốc độ nhập liệu bằng bàn phím không theo kịp tốc độ suy nghĩ của não người; Hi Echo hiện có tổng số người dùng hơn 10 triệu, sử dụng công nghệ đối thoại giọng nói song công toàn phần (end-to-end full-duplex), được trang bị hệ thống học tập tự tiến hóa hướng mục tiêu tự nghiên cứu Echo HELIX, mang đến cho người dùng trải nghiệm gia sư tiếng Anh AI Agent với độ trễ thấp, có thể ngắt lời và hỗ trợ lập kế hoạch nhiệm vụ cá nhân hóa.

Giám đốc điều hành mảng tiếng Anh và đánh giá của Hội đồng Anh (British Council), ông Chris Mathews, cũng đã có mặt tại sự kiện để chia sẻ cảm nhận và tầm nhìn về sự hợp tác sâu rộng giữa Youdao và đơn vị tổ chức IELTS. Tại sự kiện, một em nhỏ đã tương tác trực tiếp với robot Qiyuan được trang bị khả năng của Hi Echo, cho thấy nhiều khả năng hơn của Agent tiếng Anh trong việc vượt qua các hình thái thiết bị đầu cuối và mở rộng ranh giới học tập.

Trong bối cảnh công nghệ trí tuệ nhân tạo đang tăng tốc thâm nhập vào các tình huống ứng dụng, NetEase Youdao cũng đang tiếp tục khám phá sự đổi mới tích hợp "AI + phần cứng". Cao Huệ Đoan (Gao Huiduan), phụ trách bộ phận phần cứng thông minh của NetEase Youdao, cho biết giá trị của AI không nằm ở việc thay thế người dùng, mà ở việc mở rộng năng lực của con người, giảm bớt gánh nặng cho con người, giúp người dùng tập trung hơn vào giao tiếp và sáng tạo.

Theo giới thiệu, tai nghe AI OpenPods của Youdao đã thông suốt năng lực AI toàn trình "Ghi âm — Chuyển ngữ — Tóm tắt — Dịch thuật", bao phủ ba khâu "Nghe, Ghi, Xử lý" trong tình huống giao tiếp hội họp.

Về giao tiếp đa ngôn ngữ, sản phẩm này hỗ trợ dịch thuật âm thanh và video thời gian thực cho hơn 20 ngôn ngữ, đồng thời giữ lại đặc điểm âm sắc của người nói thông qua công nghệ sao chép âm sắc; hộp tai nghe có thể độc lập hoàn thành việc ghi âm, dịch thuật và phát ra ngoài, đảm nhận nhiệm vụ dịch thuật mà không cần phụ thuộc vào điện thoại di động.

Về ghi chép cuộc họp, OpenPods có thể tự động phân biệt các người nói khác nhau, sắp xếp lại các nội dung lặp lại hoặc nói nhịu trong ngôn ngữ nói, chuyển đổi bản ghi âm cuộc họp thành biên bản văn bản và các mục cần làm (to-do list). Người dùng cũng có thể đặt câu hỏi về nội dung ghi chú, hệ thống sẽ trả lời kèm theo nguồn trích dẫn. Đáng chú ý, sản phẩm này đã mở rộng năng lực AI từ khâu "ghi chép" sang khâu "thực thi" — dựa trên sự tích lũy kỹ thuật của Youdao trong lĩnh vực AI Agent, các mục cần làm được tạo ra trong biên bản cuộc họp có thể được chuyển đổi thêm thành danh sách nhiệm vụ có thể thực thi, hiện thực hóa sự chuyển đổi từ "hỗ trợ ghi chép" sang "chủ động thay mặt thực hiện".

Chợ tương lai AI Agent: Đưa công nghệ từ sân khấu ra trải nghiệm thực tế

Ngoài sự kiện chính, khu vực bên ngoài của sự kiện lần này còn đặc biệt thiết lập "Chợ tương lai Youdao AI Agent". Thông qua khu vực trải nghiệm tương tác, Chợ tương lai chuyển hóa năng lực sản phẩm AI thành các tình huống ứng dụng có thể cảm nhận và trải nghiệm. Các khách mời tại hiện trường có thể trải nghiệm cận cảnh ma trận sản phẩm AI Agent của NetEase Youdao, tìm hiểu cách AI tham gia vào các nhiệm vụ thực tế như sáng tạo nội dung, cộng tác văn phòng, giao tiếp đa ngôn ngữ và nâng cao học tập.

Từ năng lực mô hình đến đổi mới sản phẩm, từ trình diễn công nghệ đến trải nghiệm tình huống, NetEase Youdao hy vọng thông qua sự kiện "NEXT, AGENT | Youdao AI Open Day" lần này để giới thiệu một hệ sinh thái AI cởi mở hơn: Để AI không chỉ là một công cụ được kích hoạt, mà là một đối tác thông minh có thể hiểu nhu cầu người dùng, hòa nhập vào quy trình làm việc và liên tục tạo ra giá trị.

Từ sự tiến hóa liên tục của năng lực mô hình đến việc Agent thực sự tiến vào các tình huống thực tế như văn phòng, học tập, tiếp thị, ngành công nghiệp AI đang chuyển mình từ "cuộc đua năng lực" sang giai đoạn mới của "tạo ra giá trị". Sự kiện "NEXT, AGENT | Youdao AI Open Day" lần này chính là sự thể hiện tập trung của NetEase Youdao về xu hướng này: Sử dụng ma trận mô hình "Zi Yue" để cung cấp năng lực nền tảng, sử dụng ma trận sản phẩm Agent không ngừng mở rộng để kết nối nhu cầu người dùng, sau đó đi sâu vào các quy trình làm việc cụ thể như văn phòng, học tập, tiếp thị, giao tiếp đa ngôn ngữ, để AI từ một công cụ cần được kích hoạt dần trở thành một đối tác thông minh có thể hiểu nhu cầu, thực hiện nhiệm vụ và tham gia cộng tác.

Bài viết này do NetEase Youdao cung cấp, QbitAI được ủy quyền đăng tải lại, quan điểm thuộc về tác giả gốc.

Bản quyền thuộc về đơn vị sở hữu, không được phép sao chép và sử dụng dưới bất kỳ hình thức nào nếu chưa được ủy quyền, mọi hành vi vi phạm sẽ bị xử lý theo quy định.