Tin tức 
Thông tin Coin 
Về chúng tôi 
Năng lực cạnh tranh trí tuệ nhân tạo (AI) của Trung Quốc được cho là bắt rễ sâu vào dữ liệu tích lũy liên tục tại hiện trường sản xuất, hơn là chỉ dựa vào khả năng tiếp cận chip hiệu năng cao, theo phân tích mới từ một cơ quan tư vấn của Quốc hội Mỹ.
Ủy ban Đánh giá Kinh tế và An ninh Mỹ - Trung (US-China Economic and Security Review Commission, USCC) công bố ngày 23 tháng 3 báo cáo mang tên "Two Loops: How China's Open AI Strategy Reinforces Its Industrial Dominance". Báo cáo mô tả chiến lược AI của Trung Quốc là sự kết hợp giữa việc phổ biến mô hình mở và triển khai vào sản xuất công nghiệp. Theo đó, các công ty AI Trung Quốc công khai rộng rãi trọng số mô hình (model weights) và mã nguồn, sau đó triển khai với chi phí thấp vào thực tế, tạo ra vòng chảy dữ liệu sử dụng quay ngược lại phục vụ cải tiến mô hình.
Hai khái niệm cốt lõi mà USCC đưa ra là "vòng lặp kỹ thuật số" và "vòng lặp vật lý". Vòng lặp kỹ thuật số chỉ việc mô hình mở càng được dùng rộng rãi thì mô hình phái sinh và dữ liệu người dùng càng tăng, từ đó tiếp tục thúc đẩy cải tiến mô hình và mở rộng mức độ áp dụng. Vòng lặp vật lý là quá trình dữ liệu công nghiệp thực tế được tích lũy khi AI được đưa vào sản xuất, hậu cần, robot và nghiên cứu.
Báo cáo cho biết dòng mô hình Qwen của Alibaba (BABA) đã tạo ra hơn 100.000 mô hình phái sinh trên nền tảng Hugging Face tính đến thời điểm công bố. Con số này có thể thay đổi tùy theo cách thống kê của nền tảng và thời điểm đo, nhưng được nêu ra như một chỉ dấu cho tốc độ lan tỏa của hệ sinh thái mô hình mở Trung Quốc.
Vấn đề mà báo cáo đặt ra là cách ứng phó hiện tại của Mỹ có thể chưa đủ. Kể từ năm 2022, Mỹ đã hạn chế khả năng tiếp cận chip AI tiên tiến của Trung Quốc. Tuy nhiên USCC cho rằng các biện pháp kiểm soát xuất khẩu chủ yếu nhắm vào chip cần cho việc huấn luyện mô hình quy mô lớn, trong khi khó có thể chặn trực tiếp vòng lặp vật lý — nơi những mô hình đã triển khai tiếp tục tích lũy dữ liệu tại nhà máy và mạng lưới hậu cần.
Chính sách dữ liệu của Trung Quốc cũng gắn liền với xu hướng này. Từ năm 2022, chính phủ Trung Quốc đã thúc đẩy xây dựng thể chế coi dữ liệu là một yếu tố sản xuất, và đến năm 2024 liên tiếp ban hành các văn kiện về phát triển, khai thác dữ liệu công cũng như mở rộng sử dụng tài nguyên dữ liệu doanh nghiệp. USCC nhận định nền tảng thể chế này đang hậu thuẫn cho việc triển khai AI công nghiệp của Trung Quốc.
Mô hình trọng số mở (open-weight) là loại mô hình AI công khai trọng số đã huấn luyện, cho phép nhà phát triển tải về sử dụng hoặc tinh chỉnh. So với mô hình đóng, cách này dễ triển khai và tùy biến hơn, nhưng lại khó kiểm soát về an ninh và sở hữu trí tuệ hơn. Vấn đề mà báo cáo nêu ra là nếu các công ty Trung Quốc chọn hướng đi này, cuộc cạnh tranh sẽ không dừng ở hiệu năng của từng mô hình đơn lẻ, mà biến chính nơi sử dụng thành một chuỗi cung ứng dữ liệu.
Phản ứng từ giới công nghiệp không chỉ đơn thuần là cảnh báo một chiều. Reuters dẫn lời Michael Kuiken (Michael Kuiken), Phó Chủ tịch USCC, cho rằng đang tồn tại "khoảng cách triển khai" giữa Mỹ và Trung Quốc trong lĩnh vực AI hiện thân (embodied AI). Bình luận: phát biểu này cho thấy không chỉ hiệu năng mô hình, mà quy mô ứng dụng thực tế mới là yếu tố tạo ra chênh lệch cạnh tranh.
Roland Busch (Roland Busch), Giám đốc điều hành Siemens, nói rằng việc dùng AI mã nguồn mở của Trung Quốc để huấn luyện các mô hình tự động hóa công nghiệp "không có bất lợi gì". Phát biểu này phản ánh việc chi phí thấp và khả năng tùy biến dễ dàng đang thúc đẩy doanh nghiệp thực sự áp dụng công nghệ này.
Ngược lại, các thảo luận về quản lý trong nội bộ nước Mỹ đang siết chặt hơn. Axios đưa tin ngày 14 tháng 8 rằng các mô hình AI mở từng đứng ngoài khung quản lý ban đầu, nhưng khi hiệu năng tăng lên, chúng đang quay trở lại thành đối tượng rà soát của chính phủ. Cuộc thảo luận về tiền kiểm mô hình AI biên giới dạng đóng của Mỹ cũng nằm trong mạch tranh luận chính sách này.
Dù vậy, khó có thể khẳng định lợi thế của Trung Quốc chỉ đến từ việc tích lũy dữ liệu. Một số tin tức gần đây còn nêu nghi vấn một số viện nghiên cứu và doanh nghiệp Trung Quốc đã dùng đầu ra của các mô hình biên giới (frontier model) của Mỹ để huấn luyện mô hình riêng. Cục diện cạnh tranh hiện tại là sự đan xen đồng thời giữa tích lũy dữ liệu, sự lan tỏa của mô hình mở, tranh chấp sở hữu trí tuệ và kiểm soát xuất khẩu chất bán dẫn.
Thị trường Hàn Quốc cũng có một điểm kết nối gián tiếp, do cuộc đua mô hình AI gắn liền với nhu cầu về trung tâm dữ liệu, bộ nhớ băng thông cao (HBM) và hạ tầng đám mây. TokenPost trước đó từng đề cập đến ý nghĩa của thị phần HBM trong cuộc đua bộ nhớ AI.
Kết nối trực tiếp với thị trường tiền mã hóa hiện vẫn còn hạn chế. Có những giai đoạn hạ tầng AI và khẩu vị rủi ro tài sản biến động cùng chiều, nhưng báo cáo của USCC lần này chỉ tập trung vào chiến lược AI của Trung Quốc và phản ứng chính sách của Mỹ. Tác động cụ thể đến giá hay dòng vốn của Bitcoin(BTC), Ethereum(ETH) vẫn cần được xác nhận bằng dữ liệu riêng.
Báo cáo của USCC đặt vấn đề rằng Mỹ khó có thể kiểm soát năng lực cạnh tranh AI của Trung Quốc chỉ bằng cách hạn chế tiếp cận chip, và cho rằng cấu trúc dữ liệu công nghiệp quay ngược lại cải thiện mô hình cần được đưa vào diện xem xét chính sách. Tính đến tháng 8 năm 2026, các thảo luận về quản lý AI mở trong nội bộ nước Mỹ vẫn đang tiếp diễn.
Nguồn tham khảo đã sử dụng: Báo cáo của USCC, Reuters (bản đăng trên Investing.com), Văn kiện của Chính phủ Trung Quốc, Axios
Bình luận 0