AI đang biến hóa: không chỉ chatbot, mà là mọi thứ

Thị trường AI thời gian gần đây sôi động như một nồi lẩu thập cẩm, với hàng loạt công nghệ mới ra đời không chỉ xoay quanh những chatbot quen thuộc. Tôi thấy rõ một xu hướng: AI đang được "phân mảnh" thành các công cụ chuyên biệt với hiệu suất vượt trội cho từng tác vụ cụ thể, song song với việc các mô hình tổng quát vẫn tiếp tục đẩy xa giới hạn khả năng. Điển hình là sự xuất hiện của Jev từ TypeSafe, một mô hình được định vị là "System One Model" – khác biệt hoàn toàn so với các LLM tự hồi quy truyền thống. Nó không sinh văn bản, không suy luận phức tạp, mà chỉ chuyên về các tác vụ ra quyết định, phân loại, định tuyến hay chấm điểm. Nhờ vậy, Jev nhanh hơn 20-200 lần và rẻ hơn 40-400 lần so với các LLM tiền tuyến nhỏ, thậm chí còn miễn phí token đầu ra. Được huấn luyện qua RLCD (calibrated decisions), mô hình này hứa hẹn thay thế hiệu quả LLM trong các hệ thống sản xuất cần phân loại hoặc định tuyến có cấu trúc, mặc dù nó không phải mô hình ngôn ngữ tổng quát và yêu cầu định dạng đầu ra xác định. Trong khi đó, ở mảng khoa học chuyên sâu, Periodic Labs lại gây chú ý với Neon, một mô hình được huấn luyện trong vòng lặp chặt chẽ giữa các phòng thí nghiệm vật lý tốc độ cao và machine learning. Neon tập trung giải quyết các bài toán khoa học vật liệu như chất siêu dẫn hay bán dẫn. Để đạt được thành quả, Periodic đã sử dụng 1.300 GPU H200, kết hợp dữ liệu thí nghiệm độc quyền và học tăng cường (RL) trên một mô hình cơ sở mã nguồn mở (Kimi 2.5/K2.x). Kết quả là Neon vượt qua GPT-6 Astra trên các benchmark phân tích riêng, thậm chí còn đánh bại cả Claude Fable 5.1 với chi phí suy luận thấp hơn. Đây là một ví dụ rõ ràng cho thấy dữ liệu chuyên biệt cùng hạ tầng RL có thể giúp AI vượt mặt các mô hình tổng quát trên những khối lượng công việc khoa học hẹp nhưng cực kỳ giá trị, dù đòi hỏi đến cả nghìn tỷ tham số và những thách thức lớn về hiệu quả huấn luyện ngữ cảnh dài. Quay trở lại với các mô hình đàm thoại, Google cũng không ngừng cải tiến với Gemini 3.8 Live và 3.8 Live Ex