Meta(META) ra mắt AI cho PC, tái khởi động chiến lược trọng số mở

Meta (Meta·$META) vừa ra mắt một mô hình trí tuệ nhân tạo (AI) gọn nhẹ có thể chạy trên máy tính cá nhân, đưa chiến lược “trọng số mở” (open-weight) trở lại vị trí trung tâm. Thay vì chạy đua quy mô với các mô hình biên đóng (closed frontier model), hãng chọn hướng khác biệt: để nhà phát triển và doanh nghiệp có thể tự tải về và triển khai mô hình.

Meta cho biết ngày 10 (giờ địa phương) hãng đã công bố mô hình gọn nhẹ mang tên “Muse Glimmer”. Trọng số của mô hình mạnh hơn, “Muse Spark 1.2”, cũng sẽ được công bố trong vài tuần tới.

Mark Zuckerberg, nhà sáng lập kiêm CEO Meta, viết trong một bài đăng dài khoảng 6.500 từ: “Ai rồi cũng sẽ sớm có siêu năng lực để phát minh.” Ông cho rằng nếu quyền kiểm soát AI tập trung vào tay một số ít doanh nghiệp, tổ chức và chính phủ, phần còn lại của xã hội có thể rơi vào thế bất lợi.

Trên trang AI mã nguồn mở chính thức, Meta cũng giải thích rằng AI mở giúp ngăn quyền lực tập trung vào một số ít công ty và cho phép công nghệ được phổ biến rộng hơn. Theo lập luận này, khi khả năng tiếp cận mô hình được mở rộng, các nhà nghiên cứu và nhà phát triển bên ngoài có thể trực tiếp kiểm tra hiệu năng lẫn lỗ hổng.

Đợt công bố lần này không hẳn là một hướng đi hoàn toàn mới, mà giống một bước tái cơ cấu mảng kinh doanh AI mà Meta đã triển khai từ tháng 7. Ngày 9 tháng 7, hãng công bố “Muse Spark 1.1” và bắt đầu bản xem trước công khai của “Meta Model API” dành cho nhà phát triển.

Muse Spark 1.1 khi đó được áp dụng cho ứng dụng Meta AI và chế độ “Thinking” trên meta.ai. Ngày 24 tháng 7, Meta bổ sung thêm tính năng cho phép hệ thống dựa trên email và lịch để lập kế hoạch, tạo slide và thay người dùng xử lý một số tác vụ.

Nếu đợt công bố tháng 7 tập trung vào sản phẩm dạng tác nhân (agentic) và tự động hóa công việc, thì lần này Meta nhấn mạnh việc mở mô hình và khả năng chạy cục bộ. Giới quan sát cho rằng đây là cách Meta điều chỉnh chiến lược theo hướng mở rộng đồng thời cả tính năng sản phẩm lẫn hệ sinh thái nhà phát triển.

Lần công bố này gắn liền với xu hướng lan rộng của các mô hình trọng số mở mà TokenPost từng đề cập trước đó. Tuy nhiên, các thông số chi tiết và độ dài cửa sổ ngữ cảnh (context window) của Muse Glimmer hiện chưa được xác nhận trong tài liệu chính thức của Meta cũng như trong tin của AP.

Trọng số mở (open-weight) là phương thức phát hành trong đó trọng số của một mô hình đã huấn luyện xong được công bố ra bên ngoài. Người dùng có thể tải mô hình về, chạy trên máy chủ riêng hoặc thiết bị cá nhân, và tinh chỉnh theo mục đích sử dụng.

Phạm vi công khai của trọng số mở khác với mã nguồn mở (open source). Dù trọng số được công bố, nếu dữ liệu huấn luyện, mã huấn luyện và quy trình tinh chỉnh vẫn khép kín thì khó có thể gọi đó là mã nguồn mở đúng nghĩa.

Khả năng chạy mô hình trên hạ tầng riêng mang lại thêm lựa chọn cho các doanh nghiệp và tổ chức khó đưa dữ liệu nhạy cảm lên đám mây bên ngoài. TokenPost trước đó cũng đưa phân tích cho rằng dù mô hình trọng số mở giúp giảm chi phí trên mỗi đơn vị sử dụng, việc ứng dụng mở rộng vẫn có thể khiến tổng nhu cầu tính toán và điện năng tăng lên.

Ngày 24 tháng 7, Meta cùng Nvidia ($NVDA), Microsoft ($MSFT) và một số công ty khác đã ký tên vào bức thư ngỏ “Trọng số mở và vị thế dẫn đầu AI của Mỹ” (Open Weights and American AI Leadership). Bức thư định nghĩa mô hình trọng số mở là loại mô hình mà bất kỳ ai cũng có thể tải về, kiểm tra, chỉnh sửa và chạy trên hạ tầng riêng của mình.

Bức thư lập luận rằng các nhà nghiên cứu cần được tiếp cận mô hình để phát hiện lỗ hổng và cải thiện các cơ chế an toàn. Nhưng đồng thời, thư cũng thừa nhận rủi ro: một khi trọng số đã được công bố, nó nằm ngoài tầm kiểm soát của nhà phát triển ban đầu, khiến việc theo dõi hay thu hồi các phiên bản biến thể bị lạm dụng trở nên khó khăn.

Anthony Aguirre, đại diện Viện Tương lai sự sống (Future of Life Institute), nói: “Điều gì khiến người ta nghĩ rằng Meta, hay bất kỳ ai, có thể kiểm soát được một thứ đang thông minh hơn, nhanh hơn và có năng lực hơn theo cấp số nhân?” Ông cho rằng chính phủ cần định hướng chính sách xoay quanh các công cụ có thể làm chậm tốc độ phát triển AI cấp cao và duy trì khả năng kiểm soát.

Trong ngành tiền mã hóa và blockchain, vấn đề tập trung quyền lực AI và chủ quyền dữ liệu có nhiều điểm tương đồng với mối quan tâm của các dự án AI phi tập trung, tác nhân on-chain và điện toán phân tán. Tuy vậy, chưa có căn cứ nào cho thấy đợt công bố lần này tác động đến giá của một token cụ thể hay mức sử dụng on-chain; Meta cho biết trọng số của Muse Spark 1.2 dự kiến sẽ được công bố trong vài tuần tới.