Những 'quái kiệt' đứng sau cú bứt tốc AI của Trung Quốc, Mỹ không thể ngồi yên

Hơn một thập niên trước, Tang Jie và Yang Zhilin chỉ là thầy và trò, cùng nuôi giấc mơ chế tạo một cỗ máy có thể suy nghĩ như con người. Ngày nay, họ đã trở thành hai trong số những ông trùm trí tuệ nhân tạo (AI) của Trung Quốc, khiến các nhà tiên phong AI tại Mỹ phải lo lắng dõi theo.

Tang, Giáo sư tại Đại học Thanh Hoa, là đồng sáng lập Z.AI, một trong những công ty đang bám sát Anthropic và OpenAI về năng lực công nghệ cũng như mức độ sử dụng trên toàn cầu. Yang, người từng được Tang đề cử cho giải thưởng học thuật cao nhất của Thanh Hoa, hiện lãnh đạo Moonshot AI. Cả hai công ty đều được định giá hàng chục tỷ USD.

Sự trỗi dậy nhanh chóng của các mô hình AI Trung Quốc đã đặt ra hàng loạt câu hỏi tại Thung lũng Silicon và Washington. Làm thế nào các phòng thí nghiệm AI Trung Quốc có thể tiến xa đến vậy trong thời gian ngắn? Các mô hình AI của họ bắt nguồn từ đâu? Liệu những công ty như Z.AI của Tang và Moonshot của Yang có đang “đánh cắp” từ các mô hình Mỹ, và liệu có nên cấm sản phẩm của họ để bảo vệ an ninh quốc gia Mỹ?

Sự nghiệp của Tang và Yang cho thấy đà phát triển AI của Trung Quốc không phải là điều đột nhiên xuất hiện. Tang, 49 tuổi, đã làm việc trong lĩnh vực học máy khoảng một phần tư thế kỷ. Hơn một thập niên trước, ông đã nằm trong nhóm các chuyên gia AI Trung Quốc đi đầu trong việc sử dụng máy tính để thực hiện những nhiệm vụ mang tính con người, chẳng hạn hiểu ngôn ngữ và nhận diện khuôn mặt.

Tang, Yang và những nhà nghiên cứu đồng nghiệp - nhiều người trong số họ bắt đầu sự nghiệp tại Thanh Hoa cùng một số trường Đại học khác - đã tạo thành một “Thung lũng Silicon” thu nhỏ trong các trung tâm công nghệ của Trung Quốc.

Kiến thức được trao đổi dễ dàng giữa họ nhờ văn hóa công bố nghiên cứu, cùng xu hướng của các nhà phát triển Trung Quốc trong việc ưa chuộng công nghệ mã nguồn mở, phần lớn được cung cấp miễn phí để tải xuống và chỉnh sửa.

Để bắt kịp trong kỷ nguyên AI tạo sinh, các công ty Trung Quốc đã dựa vào sự kết hợp quen thuộc giữa sáng tạo và mô phỏng - công thức từng đứng sau những thành công của nước này trong lĩnh vực điện tử, ô tô và năng lượng xanh. Các nhà phát triển AI Trung Quốc đã đưa những nhà khoa học máy tính người Trung Quốc từng được đào tạo tại Mỹ trở về nước và theo sát những tiến bộ tại Mỹ.

Gây tranh cãi hơn, một số công ty dường như đã sử dụng phương pháp “chưng cất” các mô hình Mỹ để đẩy nhanh quá trình huấn luyện mô hình của riêng mình. Trong quy trình này, hệ thống mới học hỏi từ một hệ thống hiện có bằng cách đặt cho nó hàng trăm nghìn câu hỏi rồi phân tích các câu trả lời.

Anthropic đã cáo buộc một số công ty Trung Quốc, trong đó có cả Z.AI và Moonshot, vi phạm chính sách của hãng khi tiến hành chưng cất quy mô lớn.

Cả hai công ty đều chưa bình luận về vấn đề này. Những người làm việc tại các công ty phát triển mô hình Trung Quốc thừa nhận chưng cất đang được sử dụng rộng rãi trên toàn cầu, đồng thời cho rằng một số công ty Trung Quốc có thể áp dụng phương pháp này mạnh tay hơn các đối thủ Mỹ.

Tháng 6, Elon Musk dự đoán Trung Quốc sẽ chưa thể bắt kịp mô hình Fable hàng đầu của Anthropic cho đến quý I/2027. Tang đáp lại trên X: “Sẽ không lâu đến thế”.

Các lãnh đạo trong ngành ở cả hai nước cho biết mô hình AI tốt nhất của Trung Quốc hiện chỉ chậm hơn những mô hình tốt nhất của Mỹ vài tháng về năng lực.

Trong tháng này, Z.AI công bố mô hình GLM-5.3 mới nhất, cho biết mô hình này đã đạt năng lực an ninh mạng tương đương Mythos 5 của Anthropic.

Chính phủ Trung Quốc từ lâu đã coi AI và khoa học máy tính là những động lực quan trọng đối với tăng trưởng kinh tế và an ninh quốc gia.

Công thức bắt kịp của nước này kết hợp cả hỗ trợ từ nhà nước lẫn cạnh tranh trong khu vực tư nhân. Nhà nước đã rót tiền vào nghiên cứu tại các trường Đại học như Thanh Hoa và tài trợ cho các startup, trong khi chính quyền trung ương và địa phương cũng sớm trở thành khách hàng của các dịch vụ do những startup này cung cấp.

Sau khi Anthropic giới thiệu mô hình Mythos vào mùa xuân năm nay - có khả năng phát hiện các lỗ hổng an ninh mạng - một số quan chức Trung Quốc ví nó như một loại vũ khí hạt nhân của kỷ nguyên AI.

Nhận thức rằng Washington có thể ngăn các nước bên ngoài tiếp cận những mô hình AI hàng đầu của Mỹ, Bắc Kinh đang hỗ trợ các nhà phát triển AI trong nước thông qua một quỹ quốc gia, đồng thời nới lỏng quy định để giúp các startup niêm yết cổ phiếu trên thị trường.

Theo Hiệp hội Đầu tư của các Doanh nghiệp Nhà nước Trung ương, gần một nửa tổng vốn đầu tư cổ phần tại Trung Quốc trong nửa đầu năm nay đã chảy vào AI, phần lớn đến từ các quỹ có sự hậu thuẫn của Chính phủ.

Nguồn nhân lực

Đầu những năm 2000, ngành Internet Trung Quốc bắt đầu bùng nổ và tạo ra khối lượng dữ liệu khổng lồ khi hàng triệu người dùng bắt đầu mua sắm, tìm kiếm thông tin và giao tiếp trực tuyến. Các công ty bắt đầu đầu tư vào học máy nhằm nâng cao hiệu quả thương mại điện tử và phân tích hành vi trực tuyến của người dùng.

Chính phủ, trong nỗ lực tìm kiếm các phương thức giám sát dân số và phát hiện những mối đe dọa, cũng cần các chương trình máy tính có thể nhận diện khuôn mặt và giọng nói. Các trường Đại học Trung Quốc đào tạo ngày càng nhiều sinh viên chuyên về thị giác máy tính - một nhánh của khoa học máy tính nhằm dạy máy móc “nhìn” giống con người.

Thời kỳ đó đã sản sinh “bốn con rồng nhỏ của AI”, tức các startup về thị giác máy tính, trong đó có SenseTime. Những công ty này đã đào tạo nhiều kỹ sư hiện đang hoạt động trong lĩnh vực AI.

Tiền bạc và nhân tài đổ về Thanh Hoa, trường Đại học khoa học và công nghệ hàng đầu Trung Quốc. Năm 2005, Andrew Yao, cựu Giáo sư Princeton và người từng giành giải thưởng mang tên nhà tiên phong khoa học máy tính Alan Turing, thành lập “Yao class” tinh hoa tại Thanh Hoa nhằm đào tạo những tài năng hàng đầu.

Tang, Giáo sư Thanh Hoa và đồng sáng lập Z.AI, đã gắn bó với trường từ những năm làm Tiến sĩ. Ông nghiên cứu khai phá dữ liệu - lĩnh vực tìm cách trích xuất các mô hình và quy luật ẩn trong những tập dữ liệu lớn, sau này trở thành nền tảng quan trọng của AI.

Theo nhà báo công nghệ Mehran Gul trong cuốn The New Geography of Innovation, Tang từng nói rằng sau khi nhận bằng Tiến sĩ tại Thanh Hoa: “Tôi nghĩ mình có thể làm được điều gì đó lớn lao ở Trung Quốc và bằng cách đó có lẽ tôi có thể giúp Trung Quốc tốt hơn. Vì vậy, tôi quyết định ở lại”.

Tang thích thử thách sức bền bằng cách chạy marathon và tham gia các cuộc thi ba môn phối hợp. Ông cũng điều hành phòng thí nghiệm của mình theo cách tương tự.

“Đội ngũ của Giáo sư Tang nổi tiếng là cực kỳ khắc nghiệt”, Kevin Zhong, người từng làm việc với Tang trong thời gian ngắn khi học thạc sĩ tại Thanh Hoa và hiện làm việc ở London, nói.

Zhong nhớ lại rằng vị Giáo sư luôn thúc đẩy nhóm thử nghiệm các kỹ thuật học máy tiềm năng bằng thực nghiệm. Đôi khi, các nhà nghiên cứu ở lại phòng thí nghiệm đến 3 giờ sáng để hoàn thành các bài kiểm thử.

“Họ thực sự có năng khiếu trong việc liên tục công bố nghiên cứu trên các tạp chí hàng đầu và họ hoàn toàn biết cách kiếm tiền từ công trình của mình”, Zhong nói.

Đến những năm 2010, phòng thí nghiệm của Tang đã có danh tiếng trên toàn quốc trong giới sinh viên khao khát gia nhập ngành công nghệ, còn các cựu sinh viên của ông bắt đầu xuất hiện tại những công ty hàng đầu ở Thung lũng Silicon.

Yang, người sau này sáng lập Moonshot, bắt đầu được đào tạo chuyên sâu về lập trình từ năm 17 tuổi và tham gia các cuộc thi Olympic Tin học quốc gia của Trung Quốc. Tại Thanh Hoa, ông phát triển các thuật toán học máy dưới sự hướng dẫn của Tang.

Năm 2018, Bắc Kinh cho phép các nhà nghiên cứu tại các Viện và trường Đại học nhà nước thành lập công ty và thương mại hóa công nghệ của họ. Năm sau đó, Tang tách công ty nay có tên Z.AI khỏi phòng thí nghiệm tại Thanh Hoa. Một phần nguồn vốn ban đầu đến từ nền tảng phân tích dữ liệu do ông điều hành, với các khách hàng như Google và IBM.

Rất lâu trước khi cuộc cạnh tranh AI Mỹ-Trung trở thành đề tài nóng trên truyền thông, Tang đã coi mình là đối thủ của Sam Altman, CEO OpenAI. Khi OpenAI ra mắt mô hình GPT-3 mang tính tiên phong năm 2020, Z.AI đặt mục tiêu tạo ra một hệ thống có năng lực tương đương.

“Tôi đang dồn toàn bộ nỗ lực vào trí tuệ nhân tạo tổng quát với sứ mệnh dạy máy móc suy nghĩ như con người”, Tang viết trên trang web cá nhân vài năm trước.

Sau khi học với Tang, Yang lấy bằng Tiến sĩ tại Đại học Carnegie Mellon ở Pittsburgh. Ông trở về Trung Quốc để hỗ trợ nghiên cứu của người thầy cũ, đồng thời cân nhắc thành lập công ty riêng.

Là một người đam mê chơi trống rock, Yang đặt tên startup của mình bằng tiếng Trung theo cụm từ “Dark Side of the Moon”, lấy cảm hứng từ album của Pink Floyd. Tên tiếng Anh được ông chọn là Moonshot.

Tại Thượng Hải, hai cựu nhà nghiên cứu khác của Thanh Hoa, trong đó có một người từng thuộc “Yao class” danh giá, cũng thành lập công ty riêng để xây dựng các mô hình AI.

Một cái tên cuối cùng là DeepSeek. Nhà sáng lập Liang Wenfeng bắt đầu sự nghiệp trong lĩnh vực thị giác máy tính cách đây hai thập niên, sau đó thành lập một quỹ phòng hộ sử dụng AI để phân tích thị trường tài chính.

Năm 2023, ông gặp Tang, người sau đó nói với nhân viên rằng mình ấn tượng với “những cách tư duy khác biệt” của Liang. Cũng trong năm đó, Liang tách DeepSeek khỏi quỹ phòng hộ, tuyên bố mục tiêu giống Tang: Tạo ra trí tuệ có khả năng tư duy như con người.

Các nhà sáng lập startup đến từ nhiều vùng khác nhau của Trung Quốc. Tang xuất thân từ một vùng xa xôi ở Tứ Xuyên, phía Tây đất nước, trong khi Yang và Liang đến từ khu vực phía Nam giàu tinh thần doanh nhân. Họ tập trung tại một số thành phố, trong đó có Bắc Kinh và Hàng Châu - nơi Liang từng học tập và khởi nghiệp.

Làm nhiều hơn với ít nguồn lực hơn

Các nhà sáng lập startup hiểu rõ những điểm yếu của Trung Quốc so với Mỹ: Thiếu vốn và thiếu khả năng tiếp cận những chip AI tiên tiến nhất do các biện pháp kiểm soát xuất khẩu của Washington.

Đến giữa năm 2025, Tang đã huy động khoảng 1,25 tỷ USD từ các nhà đầu tư, trong đó có những tập đoàn công nghệ Trung Quốc và nhà đầu tư mạo hiểm Neil Shen có trụ sở tại Hong Kong.

Các quỹ được nhà nước hậu thuẫn cũng rót vốn, hưởng ứng lời kêu gọi của Bắc Kinh nhằm nuôi dưỡng các công ty AI nội địa. Tuy nhiên, những con số này vẫn rất nhỏ so với hàng tỷ USD mà Altman của OpenAI và Anthropic huy động được.

Ngân hàng đầu tư Jefferies sau đó tính toán rằng trong những năm này, các công ty công nghệ Trung Quốc chỉ đầu tư chưa tới một phần năm mức chi tiêu của các đối thủ Mỹ. Họ buộc phải làm được nhiều hơn với nguồn lực ít hơn.

Đội ngũ của Liang tại DeepSeek đã phát triển một số giải pháp quan trọng nhất để vượt qua hạn chế đó, trong đó có multihead latent attention (MLA). Kỹ thuật này làm giảm đáng kể lượng bộ nhớ mà một mô hình AI cần sử dụng - chẳng hạn trong một cuộc trò chuyện với chatbot - bằng cách tạo ra một dạng viết tắt của những nội dung đã diễn ra trước đó. Sử dụng ít bộ nhớ hơn đồng nghĩa với việc tiết kiệm năng lực tính toán và chi phí.

DeepSeek cũng là một trong những công ty đầu tiên tại Trung Quốc áp dụng rộng rãi kiến trúc mô hình có tên “mixture of experts” (MoE), hay “hỗn hợp các chuyên gia”.

Trong kiến trúc này, một cơ chế định tuyến ban đầu sẽ chuyển vấn đề tới một mô hình chuyên gia phù hợp - giống như một bếp trưởng điều phối món spaghetti cho đầu bếp chuyên món Italy trong bếp. DeepSeek cho ngành AI Trung Quốc thấy một con đường khả thi để nâng cao hiệu năng mô hình đồng thời giảm áp lực lên chip.

Những kỹ thuật này đứng sau “cú sốc DeepSeek” hồi tháng 1/2025, khi công ty của Liang tung ra một mô hình mã nguồn mở mới vừa mạnh vừa rẻ, khiến cổ phiếu Mỹ có lúc lao dốc trước sự trỗi dậy bất ngờ của đối thủ Trung Quốc.

Trong một bài đăng trên X, Altman của OpenAI gọi mô hình DeepSeek là ấn tượng và nói rằng “thật sự rất kích thích khi có một đối thủ mới”.

Các đối thủ Trung Quốc của Liang cũng bị chấn động. Tại Moonshot, Yang nhận được những cuộc gọi từ các nhà đầu tư lo lắng, trong đó có một người muốn biết tại sao Yang không dự đoán được sự trỗi dậy của DeepSeek, theo những người am hiểu vấn đề.

Yang sau đó tích hợp vào các mô hình tiếp theo của Moonshot những kỹ thuật do DeepSeek phát minh hoặc chứng minh tính hiệu quả. Các mô hình K2 và K3 của Moonshot áp dụng kiến trúc MoE cùng những biến thể của MLA. Về phần mình, DeepSeek cũng sử dụng một kỹ thuật do Moonshot tối ưu nhằm nâng cao hiệu quả và độ ổn định của quá trình huấn luyện.

Tại một cuộc họp của DeepSeek hồi tháng 5, một số nhà đầu tư chất vấn Liang rằng liệu ông có thể kiếm được nhiều tiền khi đem những bí quyết công nghệ cho đi hay không. Câu trả lời của ông phản ánh tinh thần của phong trào mã nguồn mở tại Trung Quốc.

“Tôi không lo lắng về cạnh tranh vì thị trường đủ lớn”, Liang nói.

Ngoài việc chưng cất các mô hình AI của Mỹ, một số công ty Trung Quốc còn khai thác chuyên môn của Mỹ bằng cách tuyển dụng những công dân Trung Quốc từng làm việc cho các công ty AI hàng đầu của nước này.

Tập đoàn Internet Trung Quốc Tencent tuyển dụng hai cựu sinh viên Thanh Hoa từng làm việc tại OpenAI. ByteDance, công ty mẹ của TikTok, đưa một nhà nghiên cứu từng làm việc tại Google trở về Trung Quốc. Chỉ trong vòng một năm, công ty đã xây dựng một công cụ tạo video mạnh mẽ, hiện được các nhà sáng tạo nội dung và các hãng phim Hollywood sử dụng rộng rãi.

Tháng 1, các lãnh đạo tại Z.AI của Tang - khi đó còn có tên Knowledge Atlas Technology, hay Zhipu - đã đánh cồng khai mạc phiên giao dịch tại Sở giao dịch chứng khoán Hồng Kông, đưa công ty trở thành startup phát triển mô hình AI đầu tiên của Trung Quốc niêm yết trên sàn.

Đến tháng 7, doanh thu định kỳ hằng năm của Z.AI - một chỉ số quan trọng đối với các dịch vụ dựa trên thuê bao - đã tăng lên 1 tỷ USD, theo những người am hiểu hoạt động của công ty. Con số này cao khoảng gấp đôi DeepSeek.

Dù vậy, mức này vẫn thấp hơn rất nhiều so với những gã khổng lồ Mỹ. Doanh thu hằng năm của Anthropic đã đạt 65 tỷ USD trong tháng 7, theo các nhà đầu tư được công ty cung cấp thông tin.

Tại cuộc họp của DeepSeek hồi tháng 5, Liang cho rằng chip máy tính, chứ không phải con người, mới là khoảng cách quan trọng nhất giữa các công ty Trung Quốc và Mỹ. Các nhà nghiên cứu tại những phòng thí nghiệm hàng đầu như Alibaba và Z.AI cho biết họ thường chỉ được phân bổ khoảng một phần năm số chip cao cấp mà các đồng nghiệp tại OpenAI và Google có thể sử dụng.

“Các công ty Trung Quốc theo đuổi hiệu quả chi phí đến mức cực đoan”, Laila Khawaja, nhà phân tích tại Gavekal Technologies ở Miami, nhận định. Trong khi đó, “các công ty Mỹ sở hữu những chip tiên tiến hơn và sẵn sàng đốt vốn, nên chi tiêu nhiều hơn cho nghiên cứu khám phá - những nghiên cứu có khả năng tạo ra các bước nhảy vọt về đổi mới”.

Một số nhà phát triển AI Trung Quốc đang xây dựng các mô hình có từ 5.000 tỷ đến 10.000 tỷ tham số - một chỉ số thường được dùng để mô tả quy mô và năng lực của mô hình. Những người trong ngành ước tính các mô hình mới nhất của Anthropic có hơn 5.000 tỷ tham số.

Tang đang huấn luyện mô hình chủ lực tiếp theo của Z.AI. Theo những người am hiểu kế hoạch, nhóm của ông kỳ vọng mô hình này có thể thực hiện những nhiệm vụ nghiên cứu phức tạp kéo dài nhiều tuần.

“Bất kỳ ai là người đầu tiên đẩy giới hạn công nghệ cao hơn dù chỉ một inch cũng sẽ định nghĩa lại những gì có thể thực hiện trong mọi ngành”, Tang viết trong một bản ghi nhớ gửi nhân viên hồi tháng 7.