Nguồn gốc bài viết: Tencent Technology

DeepSeek gần đây đã hoàn thành vòng gọi vốn bên ngoài đầu tiên kể từ khi thành lập. Tổng số tiền huy động trong vòng này vượt quá 50 tỷ nhân dân tệ (khoảng 7,4 tỷ USD), với định giá trước đầu tư khoảng 367,5 tỷ nhân dân tệ (khoảng 54,3 tỷ USD). Trong số các nhà đầu tư, nhà sáng lập DeepSeek là Lương Văn Phong đã đầu tư 20 tỷ nhân dân tệ, Tencent đầu tư 10 tỷ nhân dân tệ, CATL đầu tư 5 tỷ nhân dân tệ, NetEase, JD.com và IDG Capital mỗi bên đầu tư 3 tỷ nhân dân tệ, và Quỹ đầu tư ngành công nghiệp trí tuệ nhân tạo quốc gia đầu tư 1 tỷ nhân dân tệ.

Trước đó, Lương Văn Phong từng đưa ra nguyên tắc "không gọi vốn, không niêm yết, không thương mại hóa". Đợt gọi vốn quy mô lớn này đánh dấu việc DeepSeek chính thức bước vào thị trường vốn, đồng thời thu hút sự quan tâm rộng rãi từ ngành về lộ trình thương mại hóa và tầm nhìn công nghệ của công ty.

Trong một buổi gặp gỡ nhà đầu tư gần đây, Lương Văn Phong đã trình bày chi tiết về văn hóa tổ chức, triết lý mã nguồn mở, lộ trình công nghệ của DeepSeek, cũng như quan điểm về bối cảnh cạnh tranh trong ngành.

Dưới đây là bản tổng hợp ghi chép bài phát biểu của Lương Văn Phong trong buổi gặp gỡ kéo dài gần 4 giờ do Tencent Technology thu thập, được phân loại theo chủ đề, tổng cộng 118 mục. Nội dung được giữ nguyên ý gốc hết mức có thể, chỉ chỉnh sửa nhẹ.

Tầm nhìn và sự kiềm chế

1. Khi chúng tôi bắt đầu thành lập công ty này, ý định ban đầu không phải là cuối cùng sẽ kiếm được bao nhiêu tiền, lên thị trường vốn, niêm yết hay thế nào. Mấy chục người đầu tiên hoàn toàn không nghĩ như vậy, nếu họ nghĩ thế thì họ đã không đến.

2. Chúng tôi làm việc này với một thiện chí rất lớn dành cho thế giới này, chúng tôi cho rằng điều này có ích cho nhân loại, đây là một việc vượt ra ngoài tiền bạc. Ý định khởi đầu, tầm nhìn của chúng tôi, và tầm nhìn mà chúng tôi duy trì đến bây giờ, không phải được thực hiện theo cách tối đa hóa lợi ích thương mại.

3. Quản lý một công ty lớn không dựa vào quy tắc và quy định của bạn, mà dựa vào tầm nhìn. Tầm nhìn không phải là khẩu hiệu treo trên tường, tầm nhìn là cách bạn làm, không phải cách bạn nói, mà là cách bạn thực sự vận hành.

4. Chúng tôi không có tổ chức, chỉ được thúc đẩy bởi tầm nhìn, dựa vào một tầm nhìn để tổ chức. Chúng tôi không làm theo kiểu "tôi phải đạt được KPI gì, không có đánh giá", chỉ có tầm nhìn.

5. Tầm nhìn này thậm chí cũng không được viết thành văn bản, không phải là thứ được viết ra, chưa từng viết ra bất cứ thứ gì. Tầm nhìn này nằm trong cách chúng tôi làm việc, trong thái độ của chúng tôi đối với thế giới này.

6. Chúng tôi không có nhiều lợi thế khác, chúng tôi không có tài năng gì đặc biệt, chúng tôi không giàu hơn người khác, cũng không nói rằng nhân sự của chúng tôi tốt hơn các công ty khác, thực ra không có. Khi chúng tôi thành lập công ty này hai năm trước, chúng tôi không có nhiều tiền, không có nhiều thẻ (GPU), không có danh tiếng, không có sức hút, chúng tôi chỉ là một nhóm người rất bình thường.

7. Bạn càng kiềm chế, có thể càng dễ thành công, hoặc ít nhất cho đến nay điều đó đã được chứng minh, và có thể giải thích được. Nếu không, không có cách nào giải thích tại sao chúng tôi có thể thành công: chúng tôi không có vũ khí gì, xuất phát điểm rất thấp, nguồn lực rất ít, và con người của chúng tôi thực chất chỉ là một nhóm người bình thường ngẫu nhiên.

8. AI là một thứ quá lớn, lợi ích quá lớn. Chúng tôi rất kiềm chế, chỉ cần có thể thành công, cuối cùng lợi ích sẽ rất lớn. Bạn chỉ cần chia một chút, lợi ích đã rất lớn rồi, vì vậy bây giờ hoàn toàn không cần nghĩ đến việc lấy phần lợi ích nào trong đó hay lấy như thế nào, tôi nghĩ hoàn toàn không cần nghĩ đến chuyện này, vì lợi ích đã đủ lớn rồi.

9. Năm ngoái vào dịp Tết Nguyên đán, người dùng của chúng tôi bỗng nhiên rất đông, nhưng chúng tôi không theo đuổi việc giữ lại những người dùng này, hay dùng họ để kiếm tiền, hay tranh giành lợi ích thương mại và thu lợi từ người dùng. Chúng tôi không tranh giành người dùng, không kiếm tiền, nhưng chúng tôi rất nỗ lực tìm cách phục vụ người dùng tốt hơn.

10. Chúng tôi không có suy nghĩ như vậy, rằng tôi phải trở thành siêu ứng dụng tiếp theo, rồi phải cạnh tranh với ai đó, trở thành ByteDance tiếp theo, Tencent tiếp theo, hoàn toàn không có suy nghĩ đó. Tôi nghĩ cơ hội từ AGI phía sau là rất lớn, cơ hội từ AGI phía sau sẽ luôn rất lớn.

11. Kiềm chế là một chiến lược. Đôi khi bạn có thể từ bỏ một số thứ để đổi lấy nhiều thứ khác. Việc không mã nguồn mở cũng tương tự, có thể coi là áp lực của chúng tôi, cũng có thể coi là sự nhượng bộ của chúng tôi.

12. Sự kiềm chế này, tôi hiểu rằng về lâu dài, nó có thể tăng xác suất chúng tôi thành công với AGI. Khi cân nhắc một việc, tôi không hề nghi ngờ rằng AGI sẽ có giá trị thương mại rất lớn. Trên cơ sở đó, ưu tiên của tôi không phải là làm sao để tăng thêm phần của mình, hay lấy thêm nhiều phần hơn, mà ưu tiên của tôi là làm sao để tăng xác suất tôi có thể thành công.

13. Chúng tôi luôn rất kiềm chế, không muốn trở thành đối thủ của bất kỳ công ty Internet lớn hay nhỏ nào. Tôi hy vọng có thể trao quyền cho họ, hoặc hy vọng có thể hỗ trợ mọi người làm điều này, hy vọng có thể giúp mọi người thực hiện điều đó.

14. Tôi nghĩ thái độ chúng tôi duy trì trước đây, thực tế chúng tôi không vì thế mà mất đi bất cứ thứ gì, không phải vì tôi mã nguồn mở, hay vì thiện chí của tôi hoặc việc tôi giúp đỡ người khác mà khiến chúng tôi mất đi bất cứ thứ gì. Ngược lại, có thể còn được cộng điểm. Điều này có vẻ trái với trực giác, nhưng thực sự là như vậy.

15. Chúng tôi lấy AGI làm mục tiêu, nhưng chúng tôi luôn thực hiện thương mại hóa, vì vậy chúng tôi mới có người dùng phía C, mới có doanh thu phía B. Nhìn từ kinh nghiệm lịch sử, chiến lược này đã thành công.

Lộ trình AGI

16. Nếu bạn có thể mô tả một vấn đề một cách rõ ràng, cung cấp cho nó ngữ cảnh và hướng dẫn đầy đủ, nó đã vượt qua con người. Nhưng có một định nghĩa, một điều kiện tiên quyết là: bạn cung cấp cho nó ngữ cảnh đầy đủ, hướng dẫn đầy đủ.

17. AI không thể thay thế nhân viên của bạn. Nhưng nếu AI có khả năng học tập liên tục, giống như nhân viên của bạn, đến công ty học hai tháng, thì nó có thể thay thế tất cả mọi người, vì vậy chúng ta còn thiếu một bước là học tập liên tục.

18. Sự phát triển của AI, chúng ta có thể hiểu nó như một bậc thang. Bậc thang năm ngoái là chuỗi suy luận (Chain of Thought - CoT). Bởi vì chúng tôi phát hiện ra rằng, thông qua phương pháp chuỗi suy luận, có thể đưa trí tuệ lên một cấp độ cao hơn.

19. Bậc thang năm nay là Agent, bởi vì chúng tôi phát hiện ra rằng, sử dụng phương pháp Agent, ngay cả nhiều việc hơn cũng có thể làm, phạm vi năng lực của nó sẽ lớn hơn, giới hạn trí tuệ của nó sẽ cao hơn. Agent cần sử dụng CoT, và CoT cũng cần sử dụng bậc thang trước đó, bậc thang trước đó là mô hình ngôn ngữ, vì vậy không có bước nào là vô ích.

20. Sau Agent, chúng tôi cho rằng vấn đề cần giải quyết là học tập liên tục, tức là làm thế nào để mô hình có thể học tập liên tục, thay vì bạn phải cung cấp cho nó một quá trình huấn luyện mạnh mẽ, nó nên có thể học tập liên tục trong một thời gian dài như con người.

21. Sau học tập liên tục, có lẽ chúng ta sẽ đến một điểm kỳ dị. Điểm kỳ dị này là, khi mô hình có thể học tập liên tục, nó đã có thể làm tất cả những việc con người có thể làm. Nó có thể tự phát triển phiên bản của chính mình, tự nghiên cứu, và sau đó phát triển phiên bản tiếp theo, phát triển các mô hình AI tiên tiến hơn.

22. Điểm kỳ dị này, thực ra không phải là một điểm kỳ dị, nó cũng là một quá trình tiến hóa dần dần. Quá trình này cũng có thể là một sự thay đổi dần dần khá dài, không phải là một đột biến. Nhưng theo thói quen, chúng ta đều cho rằng nó có thể là một điểm kỳ dị.

23. Đây là suy đoán của chúng tôi, đây là lịch trình chúng tôi cho rằng nên là: trước tiên giải quyết học cách học, sau đó đến điểm kỳ dị trí tuệ, điểm kỳ dị có thể tự lặp lại, sau đó mới đến trí tuệ nhập thể (Embodied Intelligence). Khi đạt đến trí tuệ nhập thể, nó sẽ bước vào thế giới thực, có thể làm việc nhà cho bạn, có thể chăm sóc người già cho bạn.

24. Nếu chúng ta giải quyết học tập liên tục trước, sau đó giải quyết điểm kỳ dị tự lặp lại, rồi giải quyết trí tuệ nhập thể, con đường này sẽ rất nhẹ nhàng. Bởi vì sau đó, bạn có thể sử dụng công nghệ phía trước để hỗ trợ phát triển công nghệ phía sau.

25. Chúng tôi chỉ làm theo chủ tuyến của AGI. Lĩnh vực AI rất rộng lớn, có nhiều thứ chúng tôi cho rằng không nằm trên chủ tuyến này, ví dụ như 3D, tạo video, tôi nghĩ có thể không liên quan nhiều đến chủ tuyến trí tuệ, chúng tôi sẽ không làm.

26. Khi video generation mới ra mắt, nó đã rất hot, như thể đây là điều bắt buộc phải làm, nếu bạn không làm, bạn không phải là một công ty AI vậy. Vì vậy tôi thấy rất lạ, thực ra bạn chỉ cần suy nghĩ kỹ một chút, nó chẳng liên quan gì đến lộ trình phát triển trí thông minh.

27. Về mặt thương mại, nó là một business tốt, nhưng điều này không liên quan gì đến trí thông minh. Chúng tôi sẽ không làm nó chỉ vì nó là một business tốt, chúng tôi chỉ làm nó nếu nó nằm trong lộ trình phát triển trí thông minh.

28. Theo đánh giá của chúng tôi, world model và trí thông minh chưa phải là điều quan trọng nhất ở giai đoạn hiện tại. Điều quan trọng nhất mới là AI training, và sau AI training thì giải quyết vấn đề continuous learning như thế nào. Đây là đánh giá của công ty chúng tôi, tất nhiên mỗi công ty có đánh giá khác nhau.

29. Hiện tại chúng tôi khá tin vào một narrative rằng, AI có thể tăng tốc nghiên cứu AI. Nghĩa là, nó không tuyến tính, bởi vì bạn có thể dùng AI để tăng tốc nghiên cứu của chính mình, nên về sau nó có thể là phi tuyến tính.

30. Tôi nghĩ embodied chắc chắn phải tham gia, cuối cùng là embodied. Bởi vì đối với một người bình thường, nhu cầu của họ không phải là máy tính, đúng không? Vì người bình thường, họ ăn uống vui chơi, quần áo ăn ở đi lại, họ không cần máy tính. Họ cần là, vì vậy họ vẫn cần embodied intelligence để giải quyết các nhu cầu cụ thể về nhân lực.

31. Chúng tôi muốn AGI có thể làm gì? Nó có thể giúp tôi iterate phiên bản model tiếp theo, giống như giúp tôi iterate phiên bản model tiếp theo vậy. Nếu có embodied rồi, chúng tôi muốn nó làm cũng là, để nó iterate phiên bản embodied tiếp theo, nó làm robot thế hệ tiếp theo.

32. Năng lực cốt lõi của model thế hệ tiếp theo, nhất định phải có khả năng continuous learning, thì mới gọi là model thế hệ tiếp theo. Trước đó, những gì chúng tôi có thể làm là cost, rồi hiệu quả làm tốt hơn, tốc độ làm nhanh hơn. Nhưng để có đột phá lớn, nó phải có continuous learning.

33. Khả năng của Agent hiện tại bị hạn chế, là vì nó không thể continuous learning, nó không thể continuous learning hiệu quả. Nếu có thể làm xong continuous learning trước, thì khả năng của AI sẽ rất mạnh, nó có thể nâng cao rất nhiều hiệu quả nghiên cứu của chính chúng tôi.

34. Làm xong continuous learning trước, general intelligence có thể sẽ rất dễ dàng, dùng nó để làm sẽ rất dễ. Vì vậy tôi nói đây là một kết quả mà chúng tôi khá hy vọng thấy, chúng tôi đỡ tốn sức, chúng tôi nhàn. Nếu không thì bây giờ bạn phải làm general intelligence bằng tay, nó là một việc khá mệt, khá khổ, là một việc data-intensive, labor-intensive, hiệu quả chi phí cũng không cao.

Đội ngũ và Nhân tài

35. Kinh nghiệm từ những gì chúng ta đã trải qua cho thấy, tầm nhìn về AGI thực sự rất mạnh mẽ. Lợi thế về nhân tài không phải là người của tôi thông minh hơn người khác, mà là cách tôi tổ chức, khích lệ và hợp tác với những nhân tài đó.

36. Tập hợp những người thông minh lại với nhau không có nghĩa là họ tự nhiên hợp tác và nhiệt huyết hướng tới một mục tiêu để hoàn thành. Vì vậy, bạn cần một tầm nhìn.

37. Lợi ích cốt lõi lớn nhất của chúng tôi là duy trì sự ổn định của đội ngũ. Đây là lợi ích cốt lõi lớn nhất, thậm chí có thể coi là lợi ích cốt lõi duy nhất. Chỉ cần tôi giữ được sự ổn định của đội ngũ, tôi chắc chắn sẽ thành công, chắc chắn sẽ làm được AGI, đơn giản vậy thôi.

38. Tiền chắc chắn không phải vấn đề, tài nguyên không phải vấn đề, các yếu tố khác đều dễ dàng có được. Đối với chúng tôi, chỉ có một lợi ích cốt lõi, một điều không thể nhượng bộ: chúng tôi phải duy trì sự ổn định của đội ngũ.

39. Đây cũng là một thách thức rất lớn mà chúng tôi đối mặt, hay nói đúng hơn, tôi cho rằng đó là rủi ro lớn nhất. Tất nhiên, rủi ro này đã được giảm bớt đáng kể nhờ đợt gọi vốn gần đây. Vì mọi người đều nhận được quyền chọn cổ phiếu khá nhiều, giá trị cũng khá lớn.

40. Về sự ổn định của đội ngũ, chỉ cần những nhân viên quan trọng nhất, những nhân viên kỳ cựu nhất ổn định, thì những người khác khó có thể rời đi. Dù quyền chọn cổ phiếu của người khác ít hơn, thu nhập thấp hơn, họ cũng sẽ không đi. Bởi vì họ không chỉ chạy theo tiền, ai cũng muốn làm việc trong một môi trường có thể tạo ra AGI.

41. Những thứ khác chỉ là vấn đề thời gian, nhiều nhất khiến chúng tôi chậm nửa năm, một năm, nhưng không thể nói là không làm được. Chắc chắn không thiếu tiền, không thiếu tài nguyên, thực ra những thứ này đều không thiếu.

42. Khoảng cách giữa chúng tôi và Mỹ chủ yếu nằm ở tài nguyên, còn về con người thì không quá lớn. Về con người hầu như không có khoảng cách, vì đó là cùng một nhóm người, có thể là người Trung Quốc. Khi người Trung Quốc ra nước ngoài, một số ở lại trong nước, một số ở lại nước ngoài, một số đi ra nước ngoài, không phải người thông minh đều ra nước ngoài, không có chuyện đó.

43. Nhân tài không phải là nút thắt, tài nguyên mới là nút thắt lớn nhất. Tài nguyên trước hết ảnh hưởng đến việc đào tạo nhân tài, vì sức mạnh tính toán ít, cơ hội thí nghiệm của chúng tôi ít hơn, nên nhân tài của chúng tôi nhìn chung có khoảng cách so với Mỹ. Khoảng cách về nhân tài, về bản chất cũng là do khoảng cách về sức mạnh tính toán.

44. Sự thiếu hụt nhân tài AI cũng chỉ là giai đoạn, và chúng tôi đã thấy nó được giảm bớt đáng kể. Vì thực sự không thiếu người làm AI, mỗi công ty sẽ nhanh chóng đào tạo được nhân tài, việc đào tạo người rất nhanh.

45. Hiện tại, các công ty làm mô hình trong nước hơi nhiều, thậm chí là quá nhiều. Mỹ có lẽ chỉ có ba công ty, nhưng Trung Quốc có quá nhiều công ty làm mô hình nền tảng. Cuối cùng, chắc chắn không cần quá nhiều người làm mô hình nền tảng, và thị trường sẽ dần thu hẹp lại.

46. Cách quản lý của công ty chúng tôi thực chất có hai hướng: một hướng từ trên xuống dưới, một hướng từ dưới lên trên. Từ dưới lên trên nghĩa là mỗi người tự quyết định mình muốn làm gì, tự thực hiện, không ai quản lý, không có KPI.

47. Thông thường, chúng tôi muốn nhân viên có một nửa thời gian không bị sắp xếp, họ có thể làm bất cứ điều gì họ muốn. Đây là phạm vi nghiên cứu, để họ tự khám phá, dựa trên những gì họ cho là quan trọng để tìm hiểu, không có yêu cầu trước.

48. Chúng tôi thường không yêu cầu làm thêm giờ. Làm thêm giờ có hai lý do. Thứ nhất, nghiên cứu cần một môi trường thoải mái. Nếu bạn ép quá chặt, sẽ không thể nghiên cứu được. Vì nếu bạn có hứng thú, bạn sẽ tự suy nghĩ về những vấn đề này trong thời gian rảnh, nên cần một môi trường thoải mái mới có thể khám phá.

49. Thứ hai, chúng tôi rất tập trung. Sự tập trung cao độ có nghĩa là chúng tôi làm rất ít việc. Vì vậy, tôi không có nhiều việc phải làm, nên không cần làm thêm giờ. Điều này liên quan trực tiếp đến sự kiềm chế đã đề cập trước đó.

50. Công ty chúng tôi hoạt động dựa trên sự đồng thuận. Tôi không nói rằng tôi quyết định mọi thứ một mình, mà tôi tìm kiếm sự đồng thuận. Quyền lực và ảnh hưởng của tôi trong công ty được xây dựng trên nền tảng sự đồng thuận.

51. Cơ chế ra quyết định này thực chất là một cơ chế tìm kiếm sự đồng thuận. Điều này không có nghĩa là tôi có thể thúc đẩy bất cứ điều gì; nó phải có sự đồng thuận thì tôi mới có thể thực hiện được, và sau đó tôi mới đẩy mạnh.

52. Khi số lượng nhân viên tăng lên, chúng tôi sẽ thực hiện điều chỉnh này. Có lẽ chúng tôi phải điều chỉnh ngay, vì tôi đã bắt đầu làm điều đó. Nếu không điều chỉnh, nhiều việc sẽ không thể tiến triển. Thực sự có nhiều bộ phận cần có cấu trúc tổ chức.

Sức mạnh tính toán và tài nguyên

53. Chúng tôi cần bao nhiêu card? Hiện tại, chắc chắn càng nhiều càng tốt. Trong phạm vi chúng tôi có thể chịu đựng, càng nhiều card càng tốt, điều này không cần bàn cãi. Vì vậy, chiến lược hiện tại của chúng tôi là, trong mức giá hợp lý, mua được bao nhiêu card thì mua bấy nhiêu.

54. Thực tế, tiêu hết số tiền lớn như vậy rất khó, vì không mua được nhiều card, khó mua, giá cũng cao, và không thể mua với giá quá cao, phải đảm bảo giá hợp lý. Nếu năm nay có thể tiêu hết 20 tỷ, thì đó là thành tích siêu tốt của bộ phận mua sắm của chúng tôi.

55. Khoảng cách lớn nhất giữa chúng ta và Mỹ nằm ở nguồn lực. Về nguồn lực tính toán, một mặt là do trong nước vốn không thể mua được card, mặt khác là vốn đầu tư của chúng ta ít hơn Mỹ. Chúng ta thiếu hụt rất nhiều ở cấp độ đầu tư vốn, trong đó tiền lương nhân tài chiếm tỷ trọng rất thấp. Bạn thấy họ trả lương một tỷ đô la Mỹ, nhưng tính ra, tiền lương nhân tài vẫn chiếm tỷ lệ nhỏ, phần lớn vẫn là chi phí tính toán.

56. Tất cả những khác biệt chúng ta thấy, bao gồm khác biệt về nhân tài, khác biệt về năng lực mô hình, khác biệt về ứng dụng, đều có thể coi là do khác biệt về nguồn lực tính toán.

57. Khoảng cách giữa chúng ta và Mỹ có thể là chậm hơn Mỹ 12 tháng, chậm hơn Mỹ 12 đến 18 tháng, hoặc 6 đến 12 tháng. Nói đơn giản, là chậm hơn Mỹ hai năm, và chỉ dùng 1/20 sức mạnh tính toán của Mỹ để làm ra điều này.

58. Câu chuyện này là chậm hơn một đến hai năm, nhưng chỉ dùng 1/20 sức mạnh tính toán của họ. Vậy trong tương lai, chúng ta phải viết lại câu chuyện này, đó là dùng một phần nhỏ sức mạnh tính toán của họ, nhưng rút ngắn thời gian hơn nữa, xuống còn 6 tháng, 3 tháng, tôi nghĩ đó là một mục tiêu.

59. Scaling, chúng tôi tin vào Scaling, chắc chắn quy mô càng lớn, hiệu quả càng tốt, có thể mở khóa nhiều chức năng hơn. Điều ngăn cản chúng tôi Scaling thực ra là sức mạnh tính toán, không phải chúng tôi không muốn Scaling, mà là chúng tôi không có đủ sức mạnh tính toán để thực hiện Scaling này.

60. Chúng tôi huấn luyện mô hình lớn như vậy, không phải vì tôi nghĩ mô hình lớn như vậy là đủ, mà là tôi vừa đúng có nguồn lực như vậy. Tôi tính toán dựa trên nguồn lực của mình, xem mô hình có quy mô bao nhiêu mà tôi có thể chấp nhận và huấn luyện, là tính ra như vậy, chứ không phải mô hình này là đủ.

61. Khi Thung lũng Silicon nói Scaling đã đến giới hạn, đó là đối với Thung lũng Silicon; đối với người Trung Quốc, chúng ta còn rất xa điều đó, chúng ta hoàn toàn chưa Scaling đến mức độ đó. Scaling này bao gồm Scaling dữ liệu, Scaling quy mô mô hình, và chi phí huấn luyện.

Chip nội địa và hệ sinh thái

62. Hào phòng thủ CUDA của NVIDIA đang nhanh chóng bị phá vỡ. Một mặt là giờ đã có AI, và sau khi có AI, việc xây dựng hệ sinh thái này trở nên dễ dàng hơn nhiều so với trước, vì AI có thể viết mã.

63. Hiện tại, thị trường card tính toán đã lớn hơn card chơi game, nên không có lý do gì mà hai thứ này vẫn cần phải kết hợp với nhau. Xu hướng hiện tại là sau này sẽ không còn kết hợp nữa. Vậy nên chip chuyên dụng, dù là của Huawei hay của chính NVIDIA, sau này đều là chip chuyên dụng, không còn là những thứ trước đây nữa.

64. Hiện tại, việc thay thế chip AI nội địa đang có một cơ hội lịch sử. Chúng tôi cho rằng, trong vòng một năm tới, chúng ta sẽ thấy một điều được kiểm chứng: hệ sinh thái chip nội địa hoàn toàn không có vấn đề gì. Trước đây, người ta cho rằng có vấn đề, cho rằng không dùng được, không tốt, nhưng trong tương lai, tôi nghĩ trong vòng một năm, chúng ta có thể thay đổi nhận thức này, hoặc sẽ dùng sự thật để thay đổi những điều này.

65. Phần cứng và hệ sinh thái của chip AI nội địa đều không có vấn đề, vấn đề duy nhất là năng lực sản xuất không đủ. Việc thích ứng với card nội địa không có trở ngại, NVIDIA không thể ngăn cản. Nếu trong một môi trường kinh doanh bình thường, tôi có thể mua được card của NVIDIA, thì việc thay thế nội địa sẽ khá khó khăn; nhưng trong trường hợp không mua được card của NVIDIA, tất cả mọi người đều bất đắc dĩ phải sử dụng chip nội địa.

66. Khi huấn luyện V3, nó vẫn dùng card của NVIDIA, nhưng đã không còn dùng hệ sinh thái của NVIDIA nữa. V3 dùng card của NVIDIA, nhưng không dùng hệ sinh thái của NVIDIA, mà chúng tôi viết trước một trình biên dịch cao cấp gọi là TileLang, sau đó dựa trên hệ sinh thái của TileLang để hoàn thành tất cả những việc khác, gần như không còn phụ thuộc vào hệ sinh thái của NVIDIA nữa.

67. Tôi khá lạc quan về sức mạnh tính toán nội địa. Tôi nghĩ về điểm này, NVIDIA đang tự đào mồ chôn mình. Siêu nút của Huawei, siêu nút 950 của Huawei, về hiệu suất và giá cả hoàn toàn có thể thay thế ngang bằng GB200, GB300 của NVIDIA.

68. Bốn card của Huawei tương đương một card của NVIDIA.

69. Về khoảng cách chip với Mỹ, tôi nghĩ sau này sẽ không còn khoảng cách về hệ sinh thái nữa, nhưng về chip thì là gấp bốn lần cộng thêm hai năm.

70. Hiện tại chúng tôi chủ yếu hợp tác với Huawei. Huawei tự thích ứng, nhưng chúng tôi sẽ tham gia vào hệ sinh thái này, sẽ tham gia sâu vào bên trong Huawei. Vấn đề của Huawei vẫn là năng lực sản xuất không đủ.

71. Tôi không tin rằng sau năm năm tới, chúng ta vẫn còn mắc kẹt ở vấn đề năng lực sản xuất. Hiện tại chắc chắn là mắc kẹt ở vấn đề năng lực sản xuất, năm nay, năm sau, năm sau nữa, tôi nghĩ có thể vẫn còn mắc kẹt ở vấn đề năng lực sản xuất, nhưng sau năm năm, tôi nghĩ có thể không còn nữa, tôi vẫn khá lạc quan.

Cục diện cạnh tranh và đánh giá ngành

72. Sự khác biệt cuối cùng về hiệu quả của các mô hình khác nhau nên được xem xét một cách tổng thể. So sánh hiệu quả mô hình, chắc chắn phải so sánh trên cùng một mức chi phí mới có ý nghĩa. Bởi vì khi so sánh hai chiếc xe, cũng phải so sánh xe cùng mức giá.

73. Việc Anthropic hiện vượt qua OpenAI, liệu có phải là lâu dài không? Tôi nghĩ không phải lâu dài, chắc chắn chỉ là giai đoạn. OpenAI và Google, trong tương lai rất có thể sẽ tiếp tục thay phiên nhau đi lên.

74. Trong quá trình phân công lao động toàn cầu về AI, vai trò mà các công ty Trung Quốc có thể đảm nhận vẫn là sản lượng lớn nhất. Theo lẽ thường, năng lực sản xuất của chúng ta là lớn nhất, bao gồm cả chip, có thể năng lực sản xuất chip của chúng ta là lớn nhất, và điện năng của chúng ta cũng nhiều nhất.

75. Người Trung Quốc sẽ làm cho sản phẩm này trở nên rẻ nhất, sau đó về mặt hiệu quả, dù sao hàng hóa nước ngoài hiện nay, nhiều sản phẩm sản xuất tại Trung Quốc và Mỹ không có quá nhiều khác biệt. Trong tương lai, AI cũng có thể như vậy, nhưng AI sản xuất tại Trung Quốc có thể có giá rẻ hơn. Sự rẻ này có thể là sự thấp hơn mang tính hệ thống, giống như các ngành khác nơi dịch vụ do Trung Quốc cung cấp rẻ hơn.

76. Khoảng cách cuối cùng nên nằm ở ba khía cạnh: một là chi phí, hai là thời gian, ba là trải nghiệm người dùng. Ngoài ra, có lẽ không có khoảng cách nào khác.

77. Chi phí chắc chắn là một điểm khác biệt, tôi nghĩ chi phí có thể là điểm khác biệt đứng đầu. Sau đó, thứ hai là thời gian, bạn có thể hoàn thành nó khi nào. Sớm vài tháng hay muộn vài tháng, nó sẽ khác nhau.

78. OpenAI ngay từ đầu đã nghĩ rằng họ thực sự có thể độc chiếm thế giới này, nhưng thực tế họ sẽ gặp rất nhiều người thách thức. Họ sẽ gặp thách thức, và sẽ không dễ dàng như vậy. Nước Mỹ sẽ gặp thách thức, và trong tương lai có thể còn gặp thách thức từ Trung Quốc, bởi vì người Trung Quốc sẵn sàng nhận ít hơn để cung cấp dịch vụ này.

79. Người nhận nhiều sẽ bị người nhận ít đánh bại. Thậm chí bạn không cần thực sự nhận nhiều, nếu tầm nhìn là nhận nhiều, bạn sẽ bị người có tầm nhìn nhận ít đánh bại. Thực ra mọi người đều chưa nhận được tiền, chỉ là một tầm nhìn. Nếu tầm nhìn của bạn là nhận nhiều, bạn đã thua trước, và bạn sẽ đối mặt với khó khăn lớn hơn.

80. Đối với chúng tôi, chúng tôi không phải là tìm cách kiếm nhiều lợi nhuận nhất, hay định giá để tối đa hóa lợi nhuận, mà chỉ kiếm một khoản lợi nhuận hợp lý. Đây là một lời giải thích. Tôi tin vào điều này, tôi không phải đang tìm lý do cho việc này, vì không cần thiết phải tìm lý do.

81. Tôi nghĩ về nhiều mặt trải nghiệm, có thể chúng ta có thể làm tốt hơn Mỹ. Về mặt sản phẩm, khả năng sản phẩm không nhất thiết thua kém Mỹ. Chi phí cũng sẽ thấp hơn Mỹ, vì vậy Trung Quốc vẫn có tính cạnh tranh.

82. Chi phí rất dễ hiểu, bởi vì họ không cần làm điều đó, nên họ không phát triển khả năng này. Chắc chắn họ không coi trọng việc này như chúng ta. Chúng ta có thể coi nó như một việc rất quan trọng, nhưng đối với họ, nó không quan trọng.

83. Về mô hình lớn, có thể không cần nói đến hai công ty lớn hay hai công ty nhỏ, có lẽ đã đủ. Khoảng cách chỉ có hai thứ: một là thời gian, hai là chi phí. Vì vậy, không có công ty nào có lợi nhuận siêu cao, tôi nghĩ không đến mức có lợi nhuận siêu cao. Người kiểm soát chi phí tốt sẽ kiếm nhiều hơn một chút, người kiểm soát chi phí kém sẽ kiếm ít hơn một chút, chỉ có vậy thôi.

Nghiên cứu và Công nghệ Mô hình

84. Có thể một nửa số người trong công ty chúng tôi, thường ngày cũng có một nửa cho rằng OpenAI tốt hơn. Thực ra Anthropic có lợi thế đi trước, nhưng lợi thế này chắc sẽ nhanh chóng biến mất, không phải là thứ họ có thể duy trì lâu dài. Cả ba công ty này đều rất mạnh, nhưng trong số đó, công ty nào có hiệu suất cao nhất, chi phí bỏ ra, số tiền đốt vào là ít nhất.

85. Về bố trí đa phương thức, chúng tôi luôn thực hiện. Đối với sản phẩm, nó rất quan trọng; đối với sản phẩm dành cho người dùng C, nó cũng rất quan trọng. Nhưng đối với giới hạn của trí tuệ, nó chỉ là một thành phần, không phải là chủ đạo.

86. Chúng tôi sẽ ra mắt các mô hình liên quan, tức là phiên bản tiếp theo của V4, V4 sẽ hỗ trợ đa phương thức gốc. Nhưng đối với đa phương thức và trí tuệ, nó chỉ là một thành phần, chúng tôi không coi nó là bản chất của trí tuệ.

87. Chỉ có thể nói rằng Scaling của mô hình ngôn ngữ, tôi hiện tại chưa thấy giới hạn. Trình độ trí tuệ hiện tại của chúng tôi, hoặc trình độ trí tuệ của Mỹ, đều chưa thấy giới hạn.

88. Nhiều người trong nội bộ chúng tôi nghĩ thế này: trước hết phải có ích cho chính chúng tôi, trước hết là dùng cho chính mình. Đây là cách nhanh nhất để đạt được AGI. Khi chúng tôi thấy nó hữu ích, điều đó có nghĩa là người khác cũng có thể thấy hữu ích, nhưng trước tiên phải đảm bảo nó hữu ích cho chúng tôi.

89. Mô hình chúng tôi làm ra, mục tiêu đầu tiên không phải là để mọi người dùng tốt, mà là để chính chúng tôi dùng tốt. Trước hết là có ích cho chính mình. Sau khi có ích cho chính mình, tôi sẽ phát triển phiên bản mô hình tiếp theo nhanh hơn.

90. Chúng tôi gọi đây là "mò giải thưởng". Ngưỡng rất thấp, ai cũng có thể mò, nhưng ai mò được gì ra, có lẽ tôi cũng không biết là do năng khiếu hay gì khác. Vì vậy, không cần chúng tôi phân bổ nguồn lực. Chỉ là, điểm khác biệt giữa chúng tôi và các công ty khác là chúng tôi dành thời gian thảo luận vấn đề này, suy nghĩ về nó, và coi nó như một việc quan trọng.

Thương mại hóa và Định giá

91. Định giá API của chúng tôi là một lợi nhuận hợp lý, khoảng mua một lô thiết bị trên thị trường, thu hồi vốn trong mười tháng, tôi cho rằng đó là lợi nhuận hợp lý.

92. Nếu muốn tối đa hóa lợi nhuận, nên đặt giá cao hơn. Vì trong khoảng giá này, nhu cầu của người dùng không co giãn, tức là nếu tôi tăng giá lên gấp rưỡi, hoặc tăng gấp đôi, lượng token tiêu thụ cũng không khác biệt nhiều.

93. Với một mô hình của chúng tôi, ban đầu chúng tôi lo nhu cầu quá nhiều, nên đặt giá khá cao, mọi người trong nhóm không vui lắm. Sau đó tôi giảm giá xuống, còn một phần tư, mọi người rất vui.

94. Giới hạn của mảng kinh doanh B2B cuối cùng vẫn là nhu cầu. Trong bối cảnh công nghệ AGI và AI thế hệ hiện tại, nhu cầu B2B có lẽ là có hạn. Nó sẽ tăng trưởng nhanh, nhưng không phải là một điều vô hạn, cuối cùng vẫn bị giới hạn bởi nhu cầu, chứ không phải sức mạnh tính toán.

95. Hiện tại tôi nghĩ rằng nếu có thể làm được, thì nên làm tất cả. Giả sử năm nay tôi có thể đạt được vài trăm triệu đô la doanh thu từ mảng B2B, cộng với việc có người dùng ở mảng C2C, thì bản thân điều đó đã có một nền tảng thương mại nhất định. Với doanh thu từ mảng B2B vào năm sau, nếu nhu cầu này có thể tăng thêm, thì công ty đã không còn xa lợi nhuận ròng nữa, thậm chí có thể đã đạt được lợi nhuận ròng.

96. Trong trường hợp xấu nhất, bán API có lẽ cũng đủ để duy trì một công ty niêm yết. Nếu sau này công nghệ không có tiến bộ mới, công nghệ của chúng ta bị đóng băng ở đây, thì cuối cùng chúng ta sẽ tập trung bán API, làm tốt các dịch vụ này, tôi nghĩ cũng đủ.

97. Với tình hình hiện tại, tôi nghĩ cách hợp lý nhất là tập trung làm các Agent tổng quát, các Agent khác nên có mức độ ưu tiên thấp hơn, bao gồm cả Agent tài chính và bác sĩ. Trước tiên cần làm Coding, vì Coding Agent có thể làm được rất nhiều thứ, còn nhiều Agent theo chiều dọc khác. Ở giai đoạn hiện tại, chúng tôi cho rằng quan trọng nhất vẫn là Coding Agent.

98. Tôi nghĩ chi phí thấp trước hết là một kết quả. Mô hình của chúng tôi thực sự luôn đi theo hướng giảm chi phí trong kiến trúc mô hình, điều này liên quan đến tầm nhìn của chúng tôi. Chúng tôi còn nhiều phương pháp trong thuật toán, chi phí vẫn có thể giảm thêm.

99. Một lý do khác khiến chi phí giảm là: chi phí càng thấp, tôi càng có thể huấn luyện các mô hình lớn hơn, tôi càng có khả năng chịu đựng các mô hình lớn hơn. Với cùng một sức mạnh tính toán, trong điều kiện sức mạnh tính toán có hạn, nếu hiệu quả tính toán của tôi cao hơn, tôi sẽ có thể chịu đựng được các mô hình lớn hơn.

Chiến lược mã nguồn mở

100. Tôi nghĩ chúng tôi sẽ mã nguồn mở, và mô hình mạnh nhất của chúng tôi cũng có thể sẽ được mã nguồn mở. Bởi vì tôi không thấy lợi ích gì từ việc đóng mã nguồn, không thấy lợi ích tất yếu. ByteDance có mô hình đóng mã nguồn, nó có lợi ích gì? Tôi không thấy có lợi ích gì.

101. Ngay cả khi mô hình được mã nguồn mở, bạn nói hết mọi thứ cho người khác, thì rào cản vẫn rất cao. Người khác muốn sử dụng nó, rào cản cũng rất cao. Anh ta muốn sử dụng nó, thì rất khó; thứ hai, anh ta muốn sử dụng nó, còn phải làm cho chi phí thấp, cũng rất khó, không dễ dàng như vậy.

102. Mã nguồn mở không ảnh hưởng đến doanh thu. Mã nguồn mở, tôi nghĩ không có bất kỳ ảnh hưởng nào đến mô hình kinh doanh của chúng tôi.

103. Tôi cũng không lo lắng về việc người khác triển khai mô hình của chúng tôi và cạnh tranh với chúng tôi, hoàn toàn không lo lắng. Chúng tôi còn hy vọng họ có thể triển khai. Chúng tôi sẽ cố gắng hết sức để hỗ trợ cộng đồng mã nguồn mở, giúp mọi người triển khai mô hình của chúng tôi.

104. Khi giao tiếp với bên ngoài, thái độ của chúng tôi là: chúng tôi chỉ tập trung vào lộ trình chính của AGI. Khi giao tiếp với bên ngoài, chúng tôi rất sẵn lòng hỗ trợ, giúp đỡ bất kỳ ai, thậm chí cả đối thủ cạnh tranh, bao gồm Alibaba, Zhipu, Moonshot AI, để họ làm tốt hơn. Bởi vì chúng tôi không mất gì cả, vốn dĩ chúng tôi đã là mã nguồn mở.

105. Mô hình mã nguồn mở chúng tôi cung cấp có giống với mô hình chúng tôi tự triển khai không? Giống nhau. Chúng tôi sẽ không phát hành một mô hình kém hơn dưới dạng mã nguồn mở, rồi khi tự triển khai lại dùng một mô hình tốt hơn, không, nó giống hệt nhau.

Dữ liệu và Hậu huấn luyện

106. Dữ liệu gần như chiếm một nửa mô hình. Phía trước còn có vấn đề gán nhãn dữ liệu. Trong việc gán nhãn dữ liệu, điều này liên quan đến đầu tư vốn của chúng tôi. Với cấu trúc đầu tư vốn hiện tại, chúng tôi không thể gánh nổi chi phí gán nhãn dữ liệu chất lượng cao, vì chi phí rất cao.

107. Chi phí gán nhãn dữ liệu ở Mỹ không khác gì so với Trung Quốc. Gán nhãn dữ liệu ở Trung Quốc không có lợi thế về chi phí, đặc biệt là gán nhãn dữ liệu cao cấp, điều này khiến chúng tôi khó có thể đầu tư gán nhãn dữ liệu như ở Mỹ. Con đường này rất khó khăn ở Trung Quốc, vì gán nhãn dữ liệu quá đắt, dù là thuê ngoài hay tự gán nhãn, đều rất khó khăn.

108. Hiện tại về cơ bản chúng tôi đi theo hai hướng. Không phải là chúng tôi hoàn toàn không thể gán nhãn, mà vì gán nhãn dữ liệu có cái chi phí thấp, có cái chi phí cao. Chúng tôi sẽ gán nhãn những cái có chi phí thấp trước.

109. Bạn cũng có thể cho rằng, hiện tại một nửa công ty chúng tôi đang gán nhãn dữ liệu. Một nửa số nhà nghiên cứu cốt lõi, những người quan trọng nhất, một nửa trong số họ đang gán nhãn dữ liệu. Chúng tôi tập trung vào việc gán nhãn dữ liệu. Giải quyết vấn đề AI, ở giai đoạn hiện tại, phụ thuộc vào việc gán nhãn dữ liệu.

110. Nút thắt của việc gán nhãn dữ liệu chất lượng cao, tôi cho rằng đó là thời gian, cần có thời gian. Bởi vì đối với OpenAI, đối với nước ngoài, đối với Anthropic, họ đều bắt đầu sớm hơn, có nhiều vốn hơn và nhiều card (GPU) hơn.

111. Vấn đề ảo giác của mô hình lớn ảnh hưởng khá nhiều đến trải nghiệm người dùng. Vấn đề ảo giác cũng có một phương pháp để giải quyết, nhưng đây là một bài toán dài hạn. Vấn đề ảo giác có thể được coi là một vấn đề có thể giải quyết thông qua Post-training tốt hơn, một vấn đề có thể giải quyết và cải thiện.

Tổ chức và Định vị Công ty

112. Trước hết, chúng tôi không có đối tượng để bắt chước. Mỗi bước đi đều xuất phát từ tình hình thực tế, dựa trên thực tế để đưa ra quyết định, tìm ra cách chúng tôi nên làm. Vì vậy, nó là sản phẩm của thời đại, hay nói cách khác là phản ánh của thực tế, chứ không phải kết quả của sự bắt chước.

113. Chúng tôi xác định rõ ràng là phải có thương mại hóa. Cuối cùng, chúng tôi vẫn phải tồn tại được, dù sao chúng tôi cũng là một công ty, chính phủ sẽ không cho chúng tôi một đồng nào.

114. Về bản chất, chúng tôi vẫn là một công ty, chỉ là chúng tôi có sự cân nhắc về việc kiếm những khoản tiền nào, kiếm tiền khi nào, kiếm bao nhiêu tiền, và dựa vào đâu để kiếm tiền. Nhiều công ty trở nên vĩ đại vì họ có những theo đuổi ngoài lợi nhuận. Những theo đuổi đó cuối cùng không những không ảnh hưởng đến thương mại hóa của họ, mà còn giúp họ thương mại hóa tốt hơn.

115. Đối với các đối tác, thực ra việc huy động vốn này của chúng tôi được lựa chọn kỹ lưỡng. Trước hết, tôi cho rằng lợi ích là khá thống nhất, tức là những người có lợi ích giống chúng tôi nhất, ít thù địch nhất với chúng tôi, hoặc mong muốn chúng tôi thành công nhất. Không phải ai cũng mong chúng tôi thành công, vì chúng tôi đã làm tổn hại đến lợi ích của nhiều người khác.

116. AI hiện tại không thiếu gu thẩm mỹ và trực giác, nó thiếu khả năng học tập liên tục. Gu thẩm mỹ và trực giác của AI không có vấn đề gì. Bạn bảo nó viết một bài báo, gu thẩm mỹ và trực giác của nó, tôi nghĩ không có vấn đề gì.

117. Chúng tôi hy vọng chỉ làm một mảng. Tôi nghĩ AI là một thứ rất lớn, không cần tôi phải làm tất cả... Tôi chỉ làm một mảng. Nếu tập trung, và tôi cho rằng lợi ích kinh doanh ở đây đã đủ lớn, nếu trong kỷ nguyên AI sẽ tạo ra nhiều công ty trị giá nghìn tỷ, tôi nghĩ chúng tôi là một trong số đó.

118. Chúng tôi hy vọng có thể hỗ trợ nhiều người hơn, nhưng chúng tôi không có đủ thời gian và sức lực. Chúng tôi có ý định này, và sẽ không có xung đột lợi ích, nhưng việc chúng tôi có thực hiện hay không lại là chuyện khác. Nhưng ít nhất ở đây không có xung đột lợi ích, chúng tôi hy vọng hợp tác cùng có lợi.

Liên kết gốc

Chào mừng bạn tham gia cộng đồng chính thức của BlockBeats:

Nhóm Telegram đăng ký: https://t.me/theblockbeats

Nhóm Telegram thảo luận: https://t.me/BlockBeats_App

Tài khoản Twitter chính thức: https://twitter.com/BlockBeatsAsia