GPT-6 tạo cú hích lớn cho ngành in 3D

"Thế giới phần cứng chỉ mới bắt đầu"

GPT-6 Astra cũng là một mô hình "vừa có sắc, vừa có hương".

Tôi nói "cũng là" vì mô hình "vừa có sắc, vừa có hương" trước đó chính là Kimi K3 thân yêu của chúng ta. "Sắc và hương" — vẻ đẹp tập trung, trí tuệ tập trung.

Tôi dùng cụm từ này để mô tả các mô hình đã đạt được kết quả vượt trội trong việc thương mại hóa sản phẩm — những mô hình "chiếm hữu" tâm trí người dùng thông qua các tính năng sản phẩm dễ cảm nhận hơn, tạo ra một sự đã rồi khiến ai cũng tin rằng mô hình đó đặc biệt mạnh mẽ.

Với K3, đó là các trò chơi mini trên giao diện người dùng (frontend) chỉ trong một lần thử. Với GPT-6, đó là khả năng điều khiển Blender để tạo ra các mô hình 3D.

Tôi không có ý gì tiêu cực với cả hai mô hình này. Bởi vì cái tên trước đó thắng lớn nhờ thương mại hóa mô hình là Anthropic — và việc cải thiện khả năng lập trình không nhất thiết là con đường dẫn đến AGI. Đó chỉ là một sự đã rồi do những kẻ cuồng AI (A-cultists) tạo ra.

Việc khả năng lập trình của LLM trở thành lĩnh vực uy tín duy nhất cho thấy rõ những kẻ cuồng AI đang đi trước bao xa trong việc định nghĩa các sản phẩm mô hình.

Quay lại với GPT-6. Sau một tuần trải nghiệm, tôi nghi ngờ rằng chẳng ai thực sự cảm nhận được nhiều sự cải thiện về trí tuệ thuần túy của GPT-6 cả.

Thực tế, cả trong số bạn bè của tôi lẫn trên các mạng xã hội như Twitter, tôi không thấy ai thảo luận về bất kỳ sự tăng cường nào đối với trí tuệ cơ bản của GPT-6.

Điểm số benchmark có tăng, nhưng sự ngắt kết nối giữa các bài kiểm tra LLM và trải nghiệm thực tế không phải là điều mới mẻ — nó đã diễn ra lâu hơn một hoặc hai tháng rồi. Điểm số cao đơn thuần không có ý nghĩa nhiều. Mô hình mới của Meta cũng đạt điểm cao, nhưng ai cũng đồng ý rằng gã phản diện "thằn lằn" Mark Zuckerberg lại đang giở trò thao túng benchmark một lần nữa.

Nhưng điều đó không quan trọng. GPT-6 Astra đã tiến một bước dài trong việc thương mại hóa mô hình: phòng thí nghiệm mô hình đáng ghét cuối cùng đã ngừng việc "cày nát" kịch bản lập trình và thay vào đó là tung ra một chiêu trò mới với các mô hình 3D, cố gắng thâm nhập vào thế giới vật lý.

Video quảng bá của GPT-6 nhấn mạnh rất nhiều vào khả năng vận hành Blender để tạo mô hình 3D, sau đó in ra bằng máy in Bambu Lab.

Tuy nhiên, những người sở hữu Bambu Lab đã chỉ ra rằng video sử dụng mẫu P1S ba năm tuổi của họ, và những người ở OpenAI có hiểu biết rất sơ đẳng về in 3D — họ thậm chí còn không gỡ phần giá đỡ (supports) ra khỏi mô hình tên lửa đó.

Sau khi sử dụng trong tuần qua, tôi có thể xác nhận hiểu biết của GPT-6 về mô hình 3D cũng khá sơ đẳng. Những trường hợp lan truyền thú vị đó đều đi kèm với hàng loạt cảnh báo: những mô hình phức tạp chắc chắn đòi hỏi sự hướng dẫn lặp đi lặp lại từ người hiểu về thiết kế 3D, còn những mô hình đơn giản nhưng đẹp mắt đều là các cảnh không phải con người.

Bởi vì việc GPT-6 tạo ra các hình tượng con người là một thảm họa.

Ví dụ, trong Codex, tôi yêu cầu nó tái tạo hình tượng Doubao — đầu tiên là tạo ra một hình ảnh phẳng, sau đó xây dựng mô hình 3D từ đó. Hình ảnh Doubao thì hoàn hảo, nhưng mô hình 3D được tạo ra thực sự là một sự xúc phạm đối với Doubao.

Đây mà là mô hình 3D ư? Đây là sự báng bổ đối với Doubao. Nếu tôi in cái này ra, ai mà biết được — một khi ByteDance đạt được AGI, biết đâu họ sẽ gửi một robot Doubao đến để xóa sổ cả gia đình tôi.

Vì vậy, tôi đã nghiêm khắc nhắc nhở GPT-6 và ra lệnh cho nó tạo ra một mô hình 3D tinh tế hơn, xứng tầm với hình ảnh trang nghiêm của Doubao.

Và rồi nó tự động mở Tripo.

GPT-6 đã sử dụng các lượt tạo miễn phí của Tripo để tạo ra mô hình Doubao. Tôi không chắc nên khen nó vì biết "nhún nhường" — biết khi nào cần gọi cứu viện — hay khen Tripo vì đủ tốt để trở thành lựa chọn đầu tiên mà GPT tìm đến.

Dù sao thì, mô hình của Tripo cũng có những vấn đề nhỏ riêng, như tóc dính vào mặt và lông mi quá rõ nét để in. Sau khi tôi bắt GPT-6 sửa từng vấn đề một, cuối cùng nó cũng tạo ra được một mô hình Doubao khá ổn.

Khi đến lúc in, tôi mới hiểu tại sao GPT-6 nhấn mạnh rằng việc sử dụng máy tính và khả năng 3D bổ trợ cho nhau.

Bởi vì nó phải vận hành Bambu Studio, ứng dụng máy tính để bàn của Bambu Lab trên máy của tôi, sau đó thực hiện cắt lớp (slicing), thêm giá đỡ và một loạt các bước khác trước khi gửi lệnh đến máy in.

Cần phải nói rằng: in 3D vẫn là một ngành công nghiệp ở giai đoạn rất sơ khai. Mặc dù Bambu Lab được cho là thân thiện với người dùng nhất trong ngành, tôi vẫn không thể hiểu nổi phần mềm máy tính của họ.

Phần mềm này khó dùng hơn cả CapCut, chỉ đứng sau Premiere Pro. Mà CapCut đã là giới hạn kỹ năng phần mềm của tôi rồi — bất cứ thứ gì phức tạp hơn CapCut đều nằm ngoài khả năng của tôi.

Ngược lại, GPT-6 lại rất tuyệt vời. Nó tự xử lý mọi công việc chuẩn bị và gửi lệnh đến chiếc Bambu Lab A2L trong phòng khách của tôi. Mẫu máy mới nhất năm 2026 — đi trước OpenAI tận ba năm.

Hai hình tượng khác ở đây là Sheng Yang và Liangzi.

Tôi đã thử nghiệm khả năng 3D của các mô hình kể từ khi K3 ra mắt, và tất cả các mô hình đều khá thô sơ ở mảng này. Chỉ có GPT-5.6 là rõ ràng tốt hơn phần còn lại, theo sau là Grok, Fable và K3.

Sự cải thiện về 3D của GPT-6 lần này thực sự không lớn. Bạn có thể thấy điều đó từ sự so sánh song song giữa hai thế hệ: các hình tượng Liangzi và Sheng Yang của Astra vẫn còn thô — có cải thiện, nhưng không nhiều. Sự tiến bộ chủ yếu thể hiện ở kiểu tóc chi tiết hơn của Sheng Yang.

Đây là kết quả in cuối cùng từ Bambu Lab. Doubao có lẽ không bị báng bổ, nhưng Liangzi và Sheng Yang vẫn không nhận được nhiều sự tôn trọng. Lỗi hoàn toàn thuộc về ChatGPT.

Tuy nhiên, GPT-6 làm các hình tượng phi nhân loại khá tốt. Mô hình 3D chú mèo béo mà nó tạo ra qua Blender rất chân thực.

Tôi đoán rằng các bề mặt cong phức tạp như khuôn mặt người là bài kiểm tra khả năng hiểu 3D của chính mô hình, trong khi các nhân vật hoạt hình như tòa nhà và chú mèo béo dễ dàng phân tách thành vài hình khối cơ bản — nơi mà các công cụ có thể dùng sức mạnh tính toán để tạo ra phép màu.

Khả năng vận hành máy tính của GPT-6 thực ra cũng không mạnh đến thế. Trong khi cắt lớp trong ứng dụng Bambu, nó liên tục bị ngắt kết nối — nhấp vào một nút "xác nhận" duy nhất mà phải thử vài lần mới được.

Nó chỉ đơn thuần là hái những quả chín dễ dàng: các phòng thí nghiệm mô hình khác chưa tối ưu hóa cho việc này, nên OpenAI huấn luyện nó vào mô hình trước và được quyền khoe khoang trước.