Mô hình mã nguồn mở: Mặt trận thống nhất trong kỷ nguyên AI

"Trường kỳ kháng chiến"

Kỷ nguyên của việc đánh số phiên bản cho các mô hình lớn đã kết thúc; kỷ nguyên mới của các ứng dụng AI đã bắt đầu. Để chuẩn bị cho giai đoạn tiếp theo của các ứng dụng AI — đầy sức sống và sự cạnh tranh khốc liệt — Zang AI đã khôi phục truyền thống cũ của mình là chơi một cuộc chơi dài hơi. Đây là bài luận thứ hai, tập trung vào mã nguồn mở. Bài tiếp theo, về các ứng dụng, tôi vẫn chưa hoàn thành.

Mặc dù các mô hình trong nước đang có phong độ tuyệt vời, với các bản phát hành mới thay phiên nhau "speedrun" Opus 5 như một trận đấu trùm, chúng ta vẫn phải nhìn nhận tình hình một cách rõ ràng và không được tự lừa dối bản thân.

Thuyết tất thắng và thuyết thất bại là hai mặt của một đồng xu — cả hai đều gây hại sâu sắc.

Trình tự là điều quan trọng. Đầu tiên, vào đầu tháng 6, Anthropic đầy quyền năng đã phát hành Fable 5 mạnh mẽ. Chỉ sau đó, vô số mô hình Trung Quốc mới xuất hiện với điểm số benchmark tiệm cận Fable 5.

Mô hình cơ bản về việc OpenAI và Anthropic duy trì vị thế dẫn đầu đáng kể vẫn không thay đổi. Tiền đề là các mô hình lớn của chúng ta vẫn còn tụt hậu; chỉ khi đó chúng ta mới có thể thảo luận xem khoảng cách là sáu tháng hay bốn tháng.

Dù đo lường bằng hiệu suất mô hình hay số lượng tham số, K3 và Qwen 3.8 Max vẫn chậm hơn Fable 5 một phiên bản chính hoàn chỉnh. Với việc GPT 6 sắp ra mắt, khoảng cách này rất có thể sẽ còn nới rộng.

Sự tiến bộ trong hai tháng qua chủ yếu thể hiện ở tốc độ bắt kịp nhanh hơn của các mô hình trong nước. Thông qua các bản phát hành liên tiếp của GLM 5.2, K3 và Qwen 3.8 Max, chúng ta có thể xác nhận một thực tế cơ bản: các mô hình lớn của Trung Quốc đang tăng tốc cải thiện, và khoảng cách giữa các mô hình mã nguồn mở và mã nguồn đóng đang tạm thời thu hẹp lại.

Biến số quan trọng nhất trong việc này chính là mã nguồn mở.

Mã nguồn mở đã chấm dứt logic của thuyết thất bại, thay thế "Hoa Kỳ phong tỏa AI của Trung Quốc" bằng một cuộc trường kỳ kháng chiến của "mã nguồn mở bao vây mã nguồn đóng".

Logic của thuyết thất bại rất đơn giản. Hoa Kỳ sở hữu nhiều tài nguyên tính toán nhất và tiên tiến nhất, cộng với lợi thế người đi đầu của OpenAI. Các mô hình lớn, một khi lộ trình kỹ thuật đã được xác nhận, chủ yếu là vấn đề mở rộng quy mô tính toán và dữ liệu.

Về tính toán, GPU NVIDIA xuất khẩu sang Trung Quốc chắc chắn sẽ bị hao hụt. Về dữ liệu, việc gắn nhãn bởi con người chất lượng cao cũng bắt đầu từ Hoa Kỳ; dữ liệu tổng hợp — chẳng hạn như các trạm trung chuyển benchmark với Claude API — cũng chịu sự hao hụt tương tự. Tôn trọng định luật bảo toàn năng lượng, các mô hình lớn của Trung Quốc không bao giờ có thể bắt kịp Hoa Kỳ.

Logic thì đúng. Nhưng nếu mọi thứ đều tuân theo logic, thì sẽ chẳng có tinh thần khởi nghiệp nào cả — tất cả chúng ta sẽ chỉ chăm chỉ chấm công và vặn ốc vít.

Tôi đã vạch ra các cột mốc quan trọng trong việc phát hành trọng số các mô hình lớn.

Nhìn sơ qua: các mô hình mã nguồn mở đã tiến hóa từ những mô hình nhỏ mang tính thử nghiệm trong những ngày đầu thành ba bản phát hành gần đây tiệm cận Opus 5. Hiệu suất của các mô hình mã nguồn mở đang hội tụ về các mô hình mã nguồn đóng hàng đầu với tốc độ ngày càng nhanh.

Việc các nhà cung cấp Trung Quốc dẫn đầu trong việc mở mã nguồn các mô hình lớn đã làm thay đổi cán cân quyền lực. Mã nguồn mở đã mở rộng tổng thị trường có thể tiếp cận của AI, hợp nhất tất cả các đội ngũ AI bên ngoài các mô hình mã nguồn đóng thành một mặt trận thống nhất.

Một ví dụ gần đây: bản phát hành K3 đã kích hoạt phản ứng căng thẳng từ chính phủ Hoa Kỳ, vốn có kế hoạch hạn chế các công ty Mỹ triển khai các mô hình mã nguồn mở. Hơn 270 công ty công nghệ và tổ chức, bao gồm NVIDIA và Microsoft, đã ký một bức thư ngỏ ủng hộ các mô hình mã nguồn mở. Hiện tại, chưa có chuyện gì xảy ra — K3 không bị cấm.

Rõ ràng, nếu K3 là một mô hình mã nguồn đóng, thì sẽ không có nhiều công ty đứng ra bảo vệ nó như vậy. Cùng lắm, Jensen có thể chỉ nói vài lời để bán thêm GPU. Thế giới đã chịu đựng ách thống trị của Anthropic quá lâu rồi. Các công ty thương mại, hành động vì lợi ích riêng, chắc chắn sẽ ủng hộ các mô hình mã nguồn mở để chống lại những kẻ người Ý xấu xa, ngăn chặn chúng nuốt chửng mọi thứ.

Chúng ta đã thấy xu hướng này. Fable 5 đắt đỏ đến mức ngay cả các gã khổng lồ công nghệ cũng không thể cung cấp quyền truy cập đầy đủ cho tất cả nhân viên. Mọi người sử dụng Fable 5 cho một số ít các tác vụ phức tạp, trong khi phần lớn công việc được xử lý bởi các mô hình rẻ hơn — một thị trường ngách sinh thái sẵn có cho tất cả các mô hình mã nguồn mở.

Một điều chắc chắn trong tương lai: phần lớn nhu cầu về token sẽ được phục vụ bởi các mô hình mã nguồn mở, chỉ những kịch bản phức tạp hiếm hoi mới cần đến các mô hình mã nguồn đóng đắt đỏ và bị kiểm soát chặt chẽ.

Đặc biệt, các mô hình mã nguồn mở nhỏ đã thay đổi cuộc chơi một cách đáng kể.

Các mô hình mã nguồn mở vượt qua ngưỡng sử dụng, đạt mức Opus 4.6–4.8, đã xảy ra vào khoảng thời gian phát hành GLM 5.2. Chỉ hai tháng sau, mô hình nhỏ Qwen 3.8 với 27 tỷ tham số cũng đạt mức Opus 4.6, ngang bằng với mô hình mạnh nhất từ sáu tháng trước.

Qwen 3.8 27B là một mô hình điên rồ. Chúng ta biết Zhipu thích nói về mật độ thông minh cao của nó, sử dụng 744 tỷ tham số để tiệm cận hiệu suất cấp độ K3. Từ đó mở rộng ra câu hỏi liệu các mô hình lớn có nhất thiết phải theo đuổi quy mô, và làm thế nào để đo lường hiệu quả trí tuệ.

Thứ nhất, nếu bạn đọc toàn bộ chuỗi Twitter của Jie Tang, bạn sẽ thấy ông ấy thực sự không đưa ra phán quyết dứt khoát nào. Ông chỉ tuyên bố rằng Zhipu, ở giai đoạn này, đã chọn hậu huấn luyện (post-training) để tiếp tục cải thiện hiệu suất mô hình cơ sở, và họ cũng sẽ thử nghiệm tiền huấn luyện (pre-training) và các phương pháp khác trong tương lai — tất cả đều là những lập trường có thể bảo vệ được.

Thứ hai, theo logic này, nhà vô địch thực sự về mật độ thông minh không phải là Zhipu mà là "lão làng" Alibaba. Qwen 3.8 27B chỉ có số lượng tham số bằng 1/28 của Zhipu, dẫn đầu ngành về mật độ với khoảng cách một bậc độ lớn. Ngay cả khi xét theo các tham số hoạt động, nó vẫn vượt xa.

Vậy câu hỏi đặt ra là: GLM 5.2 là vua hậu huấn luyện của meta trước. Liệu Qwen 3.8 27B có nên được gọi là vua tiền huấn luyện của meta mới, vua hậu huấn luyện, hay chúng ta chỉ gọi nó là số một về mật độ thông minh?

"Mật độ thông minh" là một khái niệm không chịu nổi sự soi xét — chỉ tốt cho cảm giác mà thôi. Tấm vé cho mùa giải mới vẫn là xây dựng các mô hình ~2 nghìn tỷ tham số.

Điểm thay đổi cuộc chơi của Qwen 3.8 27B là: các mô hình vượt xa khả năng lập trình của con người đã trở thành hàng hóa công cộng. Bởi vì ngay cả DeepSeek V4 Flash cũng khó để các cá nhân triển khai, trong khi Qwen 3.8 27B là một mô hình có thể triển khai hoàn toàn trên GPU cấp người tiêu dùng.

Tôi đã thấy những người làm điện tử khá vui vẻ trong vài ngày qua, đào bới Mac mini và 4090 để triển khai các phiên bản lượng tử hóa khác nhau. Một số "kẻ điên" thậm chí còn sử dụng 3080 đã qua chỉnh sửa — chi phí 3.000 RMB để triển khai 27B. Khung cảnh đẹp như một thời kỳ phục hưng tôm hùm vĩ đại.

Chỉ có thể nói: đầy sức sống, cạnh tranh khốc liệt, 27B đối đầu 744B, lợi thế thuộc về chúng ta.

Điểm chính của tôi: Qwen 3.8 27B đẩy nhanh xu hướng trí tuệ trở thành hàng hóa phổ thông.

Trí tưởng tượng của tôi có hạn; tôi không biết điều gì sẽ xảy ra sau khi trí tuệ trở thành hàng hóa. Tôi chỉ có thể mượn một trường hợp thú vị — Xiaozhi AI, thiết bị phần cứng AI với số lượng xuất xưởng hàng triệu chiếc, ra đời vì nhà phát triển Brother Xia có sẵn vài chiếc 4090 trong tay.

Tình cờ thay, Qwen 2.5 được mở mã nguồn. Sau khi triển khai cục bộ, Brother Xia đã mày mò ra một giải pháp chatbot mã nguồn mở được những người làm điện tử yêu thích. Hầu hết phần cứng trò chuyện AI ngày nay vẫn sử dụng giải pháp mã nguồn mở của Xiaozhi.

Thẳng thắn mà nói, một khi các mô hình cấp độ Opus 4.6 được thương mại hóa hoàn toàn, những thứ điên rồ hơn nhiều so với Xiaozhi sẽ xuất hiện — chỉ là vấn đề thời gian.

Tôi dành nhiều không gian cho Qwen 3.8 27B vì đây là một mô hình sinh ra hoàn toàn cho mã nguồn mở. Mã nguồn mở tốt không phải vì những khẩu hiệu đạo đức, mà vì nó thực sự đẩy nhanh quá trình cải thiện khả năng của các mô hình lớn.

Ban đầu, các mô hình lớn của Trung Quốc không thể cạnh tranh với các mô hình của Mỹ; logic của thuyết thất bại đã đúng. Mã nguồn mở đã thay đổi cuộc chơi: giờ đây là các mô hình mã nguồn mở cạnh tranh với các mô hình mã nguồn đóng, anh trong tôi, tôi trong anh.