AI trên thiết bị: Từ 'chạy được' đến 'tự tiến hóa', YuanKong AI chính thức có mặt trên máy tính HP

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

14/09/2026 16:08:29 Nguồn: QbitAI

Để mô hình và thiết bị cùng tiến hóa

Meng Yao, đưa tin từ QbitAI | Tài khoản chính thức QbitAI

Lợi tức tăng trưởng từ dữ liệu internet tĩnh đã chạm ngưỡng.

Bước nhảy vọt tiếp theo về năng lực mô hình sẽ ngày càng phụ thuộc vào "thiết bị đầu cuối" (edge side) có khả năng tương tác liên tục với môi trường thực tế.

Trong khi toàn ngành vẫn đang tìm cách nhồi nhét các mô hình mạnh hơn vào thiết bị, một đội ngũ bước ra từ Đại học Bắc Kinh đã đưa ra nhận định táo bạo nêu trên.

Thậm chí, tại thời điểm AI đầu cuối (edge AI) đang bùng nổ, họ còn trực tiếp định nghĩa lại khái niệm này:

Năng suất = YuanKong Edge AI = Mô hình × Agent × Thiết bị.

Nhờ đó, Edge AI đã chuyển mình từ một chuỗi liên kết một chiều "đưa mô hình xuống thiết bị" thành một bánh đà có khả năng tự vận hành.

△ Ảnh do AI tạo

Công ty đưa ra nhận định đi ngược lại với lẽ thường này có lẽ không còn xa lạ với mọi người: YuanKong Intelligence (YuanKong AI).

Ba năm trước, đội ngũ khởi nghiệp bước ra từ Đại học Bắc Kinh này đã nhanh chóng nổi tiếng nhờ ChatExcel - một trong những sản phẩm AI Excel đầu tiên tại Trung Quốc, tích lũy hàng triệu người dùng trong thời gian ngắn.

Ba năm sau, họ đã đi một chặng đường dài từ các ứng dụng trên nền tảng đám mây đến tận thiết bị đầu cuối —

Gần đây, YuanKong đã tung ra cùng lúc mô hình đầu cuối Boxer, YuanKong AI Work hướng tới môi trường văn phòng và Agent nghiên cứu khoa học YuanKong AI Science.

Cả ba tạo thành một vòng lặp khép kín từ mô hình, Agent đến thiết bị, cho phép mô hình và thiết bị hoàn thiện quá trình cùng tiến hóa.

Điều thú vị hơn là, khi ngành công nghiệp vẫn đang thảo luận về việc làm thế nào để Edge AI thâm nhập vào nhiều thiết bị hơn, thì thị trường đã bỏ phiếu cho công ty này trước.

Chỉ vài ngày trước, mô hình đầu cuối của YuanKong AI vừa được HP lựa chọn để cài đặt sẵn trên các dòng máy tính doanh nghiệp.

Một đội ngũ khởi nghiệp bước ra từ phòng thí nghiệm đại học đã đi một chặng đường như thế: từ một sản phẩm AI văn phòng đến việc xuất hiện trong thiết bị của các nhà sản xuất phần cứng hàng đầu thế giới.

△ Ảnh do AI tạo

Hiện tại, bước ngoặt của Edge AI đang chuyển dịch từ "chạy được" sang "chạy bền bỉ".

Khi ngành công nghiệp vẫn đang tranh luận về cách thức triển khai Edge AI, đã có những đơn vị tiên phong mở rộng theo dòng sản phẩm hiện có, thực sự kết nối năng lực đầu cuối vào lộ trình sản phẩm của mình và là những người đầu tiên đạt được kết quả trên quy mô thị trường.

Định nghĩa lại Edge AI, để mô hình và thiết bị cùng tiến hóa

Khi nói về Edge AI ngày nay, những từ khóa quen thuộc nhất trong ngành vẫn là —

Chi phí, bảo mật, tính ổn định và làm thế nào để nhồi nhét một mô hình đủ mạnh nhưng đủ nhỏ vào nhiều thiết bị hơn.

Trong vài năm qua, đây gần như là bài toán kỹ thuật cốt lõi nhất của Edge AI.

Nhưng dưới góc nhìn của công ty này, việc nhìn nhận vấn đề tại thời điểm hiện tại như vậy dường như đã không còn đủ. (Đau lòng.jpg)

So với những đội ngũ vốn quen tìm câu trả lời từ chính kỹ thuật, việc YuanKong AI đưa ra nhận định đi ngược lại với lẽ thường trong ngành thực tế không phải là điều bất ngờ.

△ Ảnh do AI tạo

Thế giới bên ngoài biết đến công ty này sớm nhất có lẽ là nhờ sản phẩm bảng tính AI ChatExcel gây sốt vào năm 2023.

Chỉ trong ba năm, ChatExcel đã tích lũy hàng triệu người dùng, và bản đồ sản phẩm của YuanKong AI cũng không ngừng mở rộng —

Từ AI DataAgent, đến dự án mã nguồn mở OpenAI4S đầu tiên tại Trung Quốc đối trọng với Claude for Science, cho đến phòng thí nghiệm nghiên cứu khoa học YuanKong e2Sci.com, họ đã dần bước từ môi trường văn phòng sang các quy trình nghiên cứu khoa học phức tạp hơn.

Đáng chú ý, là một Agent hướng tới môi trường nghiên cứu khoa học, YuanKong AI4Science không dừng lại ở khả năng tra cứu tài liệu hay chạy phân tích, mà còn kết nối việc tìm kiếm tài liệu, phân tích dữ liệu, gọi mô hình và công cụ trực tiếp vào các thiết bị thí nghiệm thực tế, giúp AI thực sự tham gia vào quá trình thực thi thí nghiệm.

Điều này cũng có nghĩa là ranh giới của Agent nghiên cứu khoa học đã bắt đầu mở rộng từ "xử lý thông tin" trên màn hình sang "quy trình thí nghiệm thực tế".

Chính vì bám sát các kịch bản sử dụng thực tế của người dùng trong thời gian dài, đội ngũ Đại học Bắc Kinh này đã dần nhìn thấy một biến số quan trọng hơn trong giai đoạn cạnh tranh tiếp theo của mô hình —

Lợi tức tăng trưởng mà các mô hình lớn khai thác từ dữ liệu internet tĩnh đã chạm ngưỡng.

Những giá trị gia tăng thực sự trong giai đoạn tiếp theo sẽ ngày càng đến từ các nhiệm vụ thực tế, môi trường thực tế và các tương tác diễn ra liên tục.