6 tháng định đoạt cục diện? SemiAnalysis: Meta có thể thay thế Google, trở thành "cực thứ ba" của AI

TL;DR

• SemiAnalysis đặt cược Meta có thể vượt qua Google trong 6 tháng tới, trở thành đối thủ mạnh nhất sau OpenAI và Anthropic.
• Nhận định này dựa trên ba yếu tố: thương vụ Scale AI trị giá 14,3 tỷ USD, sản xuất dữ liệu RL và mở rộng sức mạnh tính toán nhiều GW.
• Muse Spark 1.1 vẫn chưa theo kịp các mô hình tiên tiến, việc Meta có bắt kịp Google hay không còn phụ thuộc vào hiệu suất của thế hệ mô hình tiếp theo.

Trong một báo cáo gần đây, SemiAnalysis đưa ra một nhận định táo bạo: Phòng thí nghiệm Siêu thông minh của Meta hiện chưa phải là người chiến thắng trong cuộc đua mô hình tiên tiến, nhưng nếu nhân tài, dữ liệu học tăng cường và sức mạnh tính toán cùng được hiện thực hóa, họ có cơ hội vượt qua Google trong 6 tháng tới, trở thành đối thủ cạnh tranh mạnh nhất sau OpenAI và Anthropic.

Điều này không có nghĩa là Meta đã bắt kịp. Meta ra mắt Muse Spark vào tháng 4, và theo Axios ngày 9/7, Muse Spark 1.1 đã mở API cho các nhà phát triển, với mức giá 1,25 USD cho mỗi triệu token đầu vào và 4,25 USD cho mỗi triệu token đầu ra. Axios cho biết đây không phải là mô hình "bước nhảy vọt" như Meta kỳ vọng; một mô hình lớn hơn mang tên mã Watermelon vẫn đang được huấn luyện.

SemiAnalysis đặt cược vào một điều khác: Sau thất bại của Llama 4, Zuckerberg đang tái cấu trúc tổ chức AI một cách quyết liệt hơn, dồn tiền bạc, nhân tài, nguồn lực kỹ thuật nội bộ và dung lượng trung tâm dữ liệu cho phòng thí nghiệm Siêu thông minh. Trọng tâm của báo cáo là liệu Google có còn giữ vững vị trí cực thứ ba trong làng AI hay không.

Mô hình hiện tại chưa mạnh, báo cáo đặt cược vào tốc độ đuổi kịp trong 6 tháng

Sau khi phòng thí nghiệm Siêu thông minh của Meta ra mắt với Muse Spark, nó không tái tạo được cảm giác dẫn đầu mã nguồn mở như thời kỳ Llama 3, Llama 3.1. Theo thử nghiệm và đánh giá của SemiAnalysis, Muse Spark và các phiên bản kế nhiệm của nó vẫn chưa thể được coi là tiên tiến trong hầu hết các điểm chuẩn và kịch bản tác nhân thông thường.

Đây cũng là điểm cần lưu ý nhất của báo cáo. Các chi tiết như Muse Spark 1.1 tương đương Opus 4.6 hoặc GLM 5.2, việc sử dụng token nội bộ chưa được chuyển đổi, v.v., đều là suy luận thử nghiệm và nhận định của tác giả, không phải tuyên bố chính thức từ Meta. Ít nhất từ thông tin công khai, Meta vẫn chưa đưa ra mô hình nào có thể trực tiếp thách thức OpenAI và Anthropic.

Tuy nhiên, SemiAnalysis chú ý đến độ dốc. Sau thất bại của Llama 4, nhóm Siêu thông minh của Meta đã trải qua những điều chỉnh quy mô lớn, và sự hỗn loạn tổ chức ngắn hạn đang được xử lý. Báo cáo nhận định, nếu vòng huấn luyện mô hình tiếp theo và quá trình sản xuất dữ liệu học tăng cường bắt đầu phản ánh vào sản phẩm, vị trí của Meta có thể cao hơn so với những gì bảng xếp hạng hiện tại cho thấy.

Thương vụ Scale AI 14,3 tỷ USD, bổ sung nguồn nhân lực khan hiếm nhất cho mô hình tiên tiến

Bước đi đáng chú ý nhất của Meta là khoản đầu tư 14,3 tỷ USD vào Scale AI. Fortune, Forbes, Reuters và nhiều hãng tin khác trước đó đã đưa tin rằng Meta thông qua thương vụ này đã đưa người sáng lập Scale AI, Alexandr Wang, vào làm việc và giao cho anh ta tham gia hoặc lãnh đạo các nhóm liên quan đến Siêu thông minh.

Trong cuộc cạnh tranh mô hình tiên tiến, thương vụ này không chỉ là mua một công ty gắn nhãn dữ liệu, nó giống như một hoạt động săn đầu người cường độ cao. SEAL (An toàn, Đánh giá và Căn chỉnh) trực thuộc Scale, được SemiAnalysis coi là nguồn quan trọng để Meta bổ sung năng lực đánh giá, căn chỉnh và huấn luyện sau.

Reuters cũng từng đề cập rằng Meta cung cấp gói thù lao trị giá hàng trăm triệu USD cho một số kỹ sư AI. Con số này cho thấy Meta đã đặt Siêu thông minh vào vị trí ưu tiên cấp công ty, chứ không phải là sự cải tiến sản phẩm AI thông thường. Đối với một công ty công nghệ lớn, điều thực sự khó khăn không phải là đưa ra ngân sách, mà là làm cho bộ phận nghiên cứu, sản phẩm, cơ sở hạ tầng và ban quản lý đều hướng về một mục tiêu duy nhất.

SemiAnalysis dẫn lời Alexandr Wang trong một podcast gần đây rằng các phòng thí nghiệm tiên tiến thực sự thường tin rằng Siêu thông minh đã gần kề, và sau đó các quyết định kinh doanh sẽ tuân theo nhận định này. Báo cáo giải thích các động thái gần đây của Meta là sự hội tụ về mức ưu tiên AGI kiểu OpenAI và Anthropic.

3.000 kỹ sư chuyển hướng sang RL, Meta muốn biến công việc nội bộ thành dữ liệu huấn luyện

Ngoài nhân tài, các tác vụ học tăng cường và dữ liệu công việc thực tế là yếu tố thứ hai.

Khả năng của các mô hình ngày nay không chỉ dựa vào kho ngữ liệu tiền huấn luyện. Quan trọng hơn là liệu mô hình có thể hoàn thành nhiệm vụ trong môi trường gần với công việc thực tế hay không: hiểu ngữ cảnh, gọi công cụ, thực thi kiểm tra, sửa lỗi, sau đó lặp lại dựa trên kết quả. Sửa lỗi kho mã, phân tích sản phẩm, gọi công cụ nội bộ sẽ gần hơn với độ khó thực sự của công việc cổ trắng so với các bài kiểm tra thông thường.

SemiAnalysis cho biết Meta đã phân bổ lại khoảng 3.000 kỹ sư thành những người tạo tác vụ RL toàn thời gian. Con số này cần được hiểu theo góc nhìn của báo cáo, nhưng nếu được thực thi tốt, lợi thế của Meta sẽ trở nên rõ ràng: họ không chỉ đơn thuần gia công mua dữ liệu nhân tạo, mà đang biến tổ chức kỹ thuật của mình thành một dây chuyền sản xuất nhiệm vụ huấn luyện.

Loại dữ liệu này đặc biệt quan trọng đối với các tác nhân. Nhiều tác vụ RL trông có vẻ khó, nhưng trên thực tế, prompt đã viết quá chi tiết các bước, không phù hợp với thói quen làm việc thực tế. Ghi lại màn hình, luồng công việc hàng ngày, bản ghi gọi công cụ và hệ thống đánh giá nội bộ có thể phù hợp hơn để huấn luyện các mô hình có thể tự động hóa công việc cổ trắng.

Đây cũng là một trong những lý do báo cáo lạc quan về khả năng Meta đuổi kịp Google. Google có DeepMind, Gemini, TPU và mảng đám mây, nhưng Meta đang tập trung nguồn lực tổ chức, dữ liệu và kỹ thuật nội bộ vào cùng một mục tiêu mô hình.

Mở rộng sức mạnh tính toán nhiều GW, đưa Meta vào bàn chơi tiên tiến

Sức mạnh tính toán là yếu tố thứ ba. Trong bài báo ngày 2 tháng 7, SemiAnalysis cho biết Meta đã ký hợp đồng dung lượng hơn 5 GW trong nửa đầu năm nay, với tổng số giao dịch kể từ năm 2024 gần đạt 10 GW, và nhận định phần lớn dung lượng tăng thêm vẫn sẽ được chuyển đến phòng thí nghiệm Siêu thông minh của Meta.

Đối với các nhà đầu tư thông thường, trọng tâm không phải là thiết kế cụ thể của trung tâm dữ liệu, mà là hướng chi tiêu vốn. Meta mở rộng sức mạnh tính toán không phải để cung cấp dịch vụ đám mây thông thường, mà để chuẩn bị các cụm lớn hơn cho việc huấn luyện mô hình nội bộ, huấn luyện sau và vòng lặp tác nhân. Huấn luyện và học tăng cường càng nặng, tốc độ triển khai sức mạnh tính toán càng ảnh hưởng đến tốc độ cải tiến mô hình.

Báo cáo cũng đề cập đến các ý tưởng cơ sở hạ tầng như kết nối liên vùng, triển khai trung tâm dữ liệu nhanh chóng. Những chi tiết này vẫn nằm trong khuôn khổ suy diễn mô hình của SemiAnalysis, nhưng hướng đi rất rõ ràng: Meta đang dùng cơ sở hạ tầng để đổi lấy thời gian.

Tranh cãi về Google không phải là ở chỗ có đủ sức mạnh tính toán hay không, mà là cách phân bổ sức mạnh tính toán. SemiAnalysis dự đoán rằng một phần đáng kể dung lượng trung tâm dữ liệu mới của Google sẽ phục vụ mảng IaaS và API của bên thứ ba, và mức độ tập trung nguồn lực mà DeepMind có thể sử dụng cho huấn luyện tiên tiến có thể thấp hơn so với suy nghĩ bên ngoài. Ngay cả khi Google mở rộng thêm cơ sở hạ tầng AI thông qua tài trợ bên ngoài hoặc thị trường vốn, một phần dung lượng mới cũng có thể bị tiêu hao bởi khách hàng đám mây.

Do đó, báo cáo đưa ra một nhận định gây tranh cãi hơn: Cuộc chiến vị trí thứ ba trong AI không còn là chỗ ngồi vững chắc của Google, mà có thể trở thành sự sắp xếp lại thứ hạng giữa Meta, Google và các công ty sức mạnh tính toán cao khác.

Vấn đề lớn nhất vẫn là Meta chưa đưa ra được mô hình tiên tiến

Phần gây ấn tượng nhất, cũng là phần rủi ro nhất của báo cáo này: nó đặt cược vào 6 tháng tới, chứ không phải kết quả đã xảy ra.

Meta đã có thương vụ Scale AI 14,3 tỷ USD, sự gia nhập của Alexandr Wang, gói thù lao hàng trăm triệu USD, mở rộng sức mạnh tính toán nhiều GW, cũng như việc nghiêng nguồn lực kỹ thuật nội bộ cho các tác vụ RL. Nhưng đây vẫn là những điều kiện để đuổi kịp, không phải bản thân chiến thắng của mô hình.

Muse Spark 1.1 hiện tại vẫn chưa thể chứng minh Meta đã bước vào vị trí của OpenAI và Anthropic. Các mô hình lớn hơn như Watermelon vẫn đang được huấn luyện, và năng lực thực tế, chi phí, tính khả dụng cũng như phản hồi của nhà phát triển vẫn chưa được thị trường kiểm chứng.

Google cũng không rời khỏi bàn chơi. DeepMind, TPU, Gemini và mảng đám mây vẫn là những lợi thế cứng. Sự khác biệt thực sự nằm ở chỗ, nguồn lực của Google phải phục vụ đồng thời cho tìm kiếm, đám mây, khách hàng API và mô hình nội bộ, trong khi Meta đang dồn nhiều nguồn lực hơn vào phòng thí nghiệm Siêu thông minh.

Nếu mô hình thế hệ tiếp theo của Meta không có tiến bộ rõ rệt, thì khoản đầu tư 14,3 tỷ USD vào nhân tài và chi tiêu vốn quy mô lớn cho sức mạnh tính toán sẽ trở thành áp lực nặng nề hơn. Chỉ khi các mô hình mới và sản phẩm tác nhân được hiện thực hóa, vị trí thứ ba trong làng AI mới thực sự lung lay.