Hướng tới trí tuệ hiện thân: Trò chuyện cùng Vương Gia Vỹ, nhà khoa học trẻ thế hệ 00 tại DeepSeek AI

👦🏻 Phỏng vấn Podcast: Koji

🥷 Biên tập: Crossing

🧑‍🎨 Dàn trang: Zeoooo

🚥 Khách mời tuần này của Crossing là Jiawei Wang, Giám đốc Khoa học 24 tuổi tại Simple AI. Chương trình tài năng trẻ của USTC, MSRA, DeepSeek, ByteDance Seed — con đường này dẫn thẳng đến vị thế tiên phong của các mô hình lớn, nhưng ngay khi tốt nghiệp, anh lại chuyển hướng sang AI hiện thân (embodied AI). Tại sao vậy?

Điều anh muốn để lại không phải là bản thân các mô hình lớn, mà là trạng thái chỉ đơn thuần tuân theo các kế hoạch đã định sẵn. Như cách anh chia sẻ: "Sóng càng lớn, cá càng đắt" — AI hiện thân vẫn thiếu sự đồng thuận về lộ trình, đánh giá và sản phẩm. Rủi ro cao hơn, nhưng nó cũng mang lại cho các nhà nghiên cứu trẻ không gian để tự định nghĩa các vấn đề.

Trong tập này, chúng ta bắt đầu từ GPT-6 Astra và thảo luận liệu "OpenAI có tiêu diệt các mô hình hiện thân bằng phương pháp giảm chiều dữ liệu hay không". Wang tin rằng các mô hình lớn đa năng sẽ đảm nhận ngày càng nhiều nhiệm vụ hiểu và lập kế hoạch, nhưng khi một chiếc cốc bắt đầu trượt, robot vẫn cần các mô hình hành động có khả năng phản ứng nhanh.

Đó là lý do tại sao Simple AI đã đi một chặng đường dài từ dữ liệu HiFi-UMI và các mô hình nền tảng hiện thân đến Agentic OS và cả phần cứng vật lý: mã nguồn mở 2.000 giờ dữ liệu trong khi tích lũy hàng chục nghìn giờ nội bộ; mô hình đã cho thấy khả năng tổng quát hóa zero-shot nhất định; và Agentic OS kết nối ý định cấp cao với hành động cấp thấp.

Cuối cùng, chúng tôi thảo luận về các công trình mới nhất từ những người đồng nghiệp trong lĩnh vực AI hiện thân tại Hoa Kỳ: sự xác thực của GEN-1.5 về tiền huấn luyện và sự trỗi dậy tự nhiên, sự củng cố khả năng điều khiển của π0.7, và liệu việc học trong ngữ cảnh (in-context learning) của Skild AI được huấn luyện đặc biệt cho các bản demo có đang bị thổi phồng quá mức hay không.

Nghe trên WeChat:

Nghe trên Xiaoyuzhou:

🎬 Podcast video cũng có sẵn trên Kênh WeChat, Xiaohongshu, Bilibili, YouTube của Koji và các nền tảng khác.

🚥

Hỏi đáp nhanh

👦🏻 Koji

Hãy bắt đầu với phần hỏi đáp nhanh nhé. Tuổi của bạn?

🧑🏻‍💻 Jiawei Wang

24, tháng sau là 25.

👦🏻 Koji

Nền tảng giáo dục?

🧑🏻‍💻 Jiawei Wang

Tiểu học và trung học ở một huyện nhỏ, cấp ba tại Trường Trung học số 1 Hợp Phì. Tôi thi đại học (gaokao) vào năm lớp 11 và đỗ vào chương trình tài năng trẻ của USTC. Năm 2020, tôi có cơ hội làm nghiên cứu sinh tiến sĩ liên kết giữa USTC và MSRA, và vừa tốt nghiệp năm 2026.

👦🏻 Koji

MBTI và cung hoàng đạo?

🧑🏻‍💻 Jiawei Wang

ENTJ, mặc dù chữ E có lẽ chỉ khoảng 50%. Thiên Bình.

👦🏻 Koji

Một câu để mô tả Simple AI.

🧑🏻‍💻 Jiawei Wang

Simple AI là một công ty trí tuệ nhân tạo hiện thân đa năng dành cho gia đình. Khẩu hiệu của chúng tôi là "Keep The World Simple" — làm cho thế giới trở nên đơn giản hơn, đó cũng là nguồn gốc cái tên tiếng Anh Simple AI.

👦🏻 Koji

Trong podcast trước, tôi đã trò chuyện với Mengdi Xu, giáo sư trợ lý tại IIIS của Đại học Thanh Hoa, người từng làm nghiên cứu sau tiến sĩ trong nhóm của Fei-Fei Li. Cô ấy nói rằng Fei-Fei rất thích trích dẫn Albert Einstein: hãy làm mọi thứ đơn giản nhất có thể, nhưng đừng đơn giản hơn mức cần thiết. Bạn nghĩ sao về điều này?

🧑🏻‍💻 Jiawei Wang

Điều đó rất hợp lý. Có một nguyên tắc nổi tiếng là Dao cạo Occam trong AI — việc thiết kế quá phức tạp thường không mang lại hiệu quả. Giữ mọi thứ đơn giản và thực hiện kiểm chứng thực nghiệm kỹ lưỡng mới là cách bạn chứng minh một thứ gì đó thực sự hoạt động.

Rất nhiều nghiên cứu học thuật trước đây, như trong NLP và CV thời kỳ đầu, đã thiết kế các kiến trúc mô hình quá phức tạp. Sau đó, mọi người chợt nhận ra rằng GPT, với một kiến trúc cực kỳ đơn giản, lại giải quyết được mọi vấn đề.