Đối thoại CEO Cerebras: Nắm trong tay 25 tỷ USD đơn hàng tồn đọng, nhu cầu sức mạnh tính toán AI đã được đặt kín từ lâu, chúng tôi không phải «xây xong rồi chờ khách đến»
Tuyển chọn TechFlowTuyển chọn TechFlow
Đối thoại CEO Cerebras: Nắm trong tay 25 tỷ USD đơn hàng tồn đọng, nhu cầu sức mạnh tính toán AI đã được đặt kín từ lâu, chúng tôi không phải «xây xong rồi chờ khách đến»
AGI theo định nghĩa từ 20 năm trước đã đến rồi.
Chuyên sâu báo cáo Web3Biên tập & Biên dịch: TechFlow
Khách mời: Andrew Feldman, CEO & Đồng sáng lập Cerebras; Robin Rombach, CEO & Đồng sáng lập Black Forest Labs
Người dẫn chương trình: Người dẫn chương trình All-In Podcast
Nguồn podcast: All-In Podcast
Tiêu đề gốc: Open Source Wins, AGI Is Here, and Scorsese's AI Toolkit — Cerebras & Black Forest Labs CEOs
Ngày phát sóng: 10 tháng 7 năm 2026
Tóm tắt các điểm chính
Tập chương này mời hai CEO của các công ty hạ tầng AI. Andrew Feldman là người sáng lập Cerebras, công ty chuyên làm chip reasoning, vừa hoàn thành IPO, nắm trong tay 25 tỷ USD đơn hàng tồn đọng. Ông nhấn đi nhấn lại một điều: nhu cầu sức mạnh tính toán AI đã được đặt kín từ lâu, không tồn tại tình trạng "xây xong rồi chờ người đến", khẩu vị của OpenAI, Anthropic, SpaceX, Google vượt xa nguồn cung. Và sự xuất hiện của reasoning khiến mật độ tính toán tăng vọt lần nữa, đây chính là chiến trường của những cỗ máy tốc độ cao. Robin Rombach là người sáng lập Black Forest Labs, làm các mô hình tạo sinh hình ảnh và video (dòng Flux), trước đây ông đã phát minh ra thuật toán latent diffusion, tức là nền tảng của tất cả các mô hình tạo sinh hình ảnh và video hiện nay. Ông vừa hợp tác với Martin Scorsese, giúp đạo diễn trực quan hóa những hình ảnh trong tâm trí bằng AI; nhưng hướng đi khiến ông hào hứng hơn là, cùng một bộ mô hình multimodal có thể quay phim, cũng có thể triển khai lên robot làm bộ não. Điểm cuối của video tạo sinh không nằm trên màn bạc, mà ở thế giới vật lý.
Tóm tắt các quan điểm nổi bật
Reasoning mới là hố đen sức mạnh tính toán tiếp theo
- "Điều thú vị là, đợt này khác với过去, họ không cá cược 'xây xong sẽ có người đến', nhu cầu đã đặt kín công suất rồi. Chúng tôi có 25 tỷ USD đơn hàng tồn đọng."
- "Reasoning chính là reasoning, reasoning tiêu tốn海量 token, đây chính là chiến trường của máy tốc độ cao."
- "Nếu Cerebras nhanh hơn 15 lần, bạn chạy 24 giờ, sẽ tương đương với chạy vài tuần thậm chí vài tháng suy nghĩ."
Open Source và Chủ quyền: Doanh nghiệp cần quyền kiểm soát
- "Không ai thích bị phụ thuộc. Bài học mà các hãng siêu quy mô học được từ thời x86 chính là bị Intel trói buộc."
- "Bạn không cần làm chip nhanh nhất, bạn chỉ cần không phụ thuộc hoàn toàn vào chip của người khác."
- "Nếu bây giờ muốn chạy mô hình open source, hoặc là OSS 12B của OpenAI, hoặc là mô hình Trung Quốc, Mỹ cần nhiều lựa chọn open source bản địa hơn."
AGI theo định nghĩa của 20 năm trước đã đến rồi
- "Bất kỳ định nghĩa AGI nào chúng ta đưa ra 20 năm trước, 30 năm trước, 40 năm trước, chúng ta đều đã vượt qua xa rồi."
- "Bài kiểm tra Turing? Đã bị phá vỡ từ lâu."
- "Vấn đề早已 không phải là chúng ta không biết cách hỏi, AI ngược lại có thể nói với bạn: này, mấy con người ngốc này, các bạn chưa cân nhắc đến cái này."
Video tạo sinh không thay thế sáng tạo của con người
- "Những mô hình AI này là một phương tiện, chúng tôi không muốn quy định cách dùng, đặc biệt là với những người như Martin Scorsese."
- "Ngôn ngữ là một cách giao tiếp hơi bị mất mát, tín hiệu thông tin thị giác quá phong phú. Biến hình ảnh trong tâm trí thành hình ảnh可见, đây là nơi kỹ thuật mạnh mẽ nhất."
- "Kết quả thú vị nhất, hầu như đều xuất hiện khi con người ở trong vòng lặp không ngừng迭代."
Từ điện ảnh đến robot: Cùng một bộ mô hình
- "Bạn có thể dùng cùng một mô hình multimodal để quay một bộ phim, sau đó triển khai nó thành bộ não trên robot."
- "Pre-training video ngầm định dạy cho mô hình các quy luật tương tác vật lý, sau đó bạn lấy dự đoán hành động từ cùng một mô hình đó, tức là điều khiển robot."
- "Mục tiêu là bạn có thể dùng lệnh in-context prompt để chỉ đạo robot: 'Lấy cốc nước cam kia lại đây', chúng tôi hiện chưa làm được, nhưng đây là hướng đi."
Cơn sốt hạ tầng AI: Data center còn lớn hơn cả thành phố
Người dẫn chương trình: Chúng tôi chưa bao giờ thấy quy mô xây dựng như thế này. Từ Vạn Lý Trường Thành, Kim Tự Tháp đến nay, con người chưa từng đầu tư nhiều vốn, thời gian và trí tuệ vào việc xây dựng một thứ như vậy. Bạn thực tế đang làm việc này, khách hàng của bạn đang xây data center, bạn là một mắt xích then chốt. Năm 2026, Cerebras đang làm gì? Những công trình khổng lồ bên Texas kia là tình hình gì?
Data center mà chúng ta nói đến, lượng điện tiêu thụ trong vài năm tới sẽ vượt quá tổng lượng của 50 năm trước trên Trái Đất. Riêng một tòa nhà đã rộng bằng sân bóng đá, điện接入 vượt quá một thành phố cỡ trung. Đang xây khắp nước Mỹ, đang xây ở Canada, đang xây ở Bắc Âu, đang xây ở Paris và toàn bộ nước Pháp, đang xây ở Trung Đông, ngay cả Kazakhstan, Tajikistan, Georgia cũng đang xây các data center lớn. Mỗi quốc gia, mỗi bang đều muốn tham gia vào.
Người trả tiền? OpenAI, Anthropic, SpaceX AI, Google, khẩu vị lớn đến đáng sợ. Điều thú vị là, đợt này khác với nhiều cơn sốt công nghệ trong quá khứ: họ không đang cá cược "xây xong sẽ có người đến", nhu cầu đã đặt kín công suất rồi. Chúng tôi có 25 tỷ USD đơn hàng tồn đọng. OpenAI cần nhiều data center hơn, Microsoft cần nhiều hơn, AWS cần nhiều hơn. Nhu cầu không phải chờ khách đến, khách đã xếp hàng rồi.
Người dẫn chương trình: Điều này cũng催生 ra một từ gọi là "token maxing",刷 token vô hạn. Có người nghi ngờ, nhu cầu lớn như vậy rốt cuộc có tạo ra giá trị thực không?
Dĩ nhiên có rất nhiều giá trị đang được tạo ra. Dĩ nhiên cũng có rất nhiều thử nghiệm mù quáng. Tôi so sánh với lúc AWS mới ra, việc绕过 bộ phận IT của chính mình quá sướng, mỗi kỹ sư拿 thẻ tín dụng là đăng ký. Nhiều cái thực sự hữu ích, một số sau này nghĩ lại "à, không nên làm thế". Nhưng nhìn chung vẫn là lãi, chỉ là một số hướng đi bị sai.
Tôi còn nhớ năm 1988 Costco mở cửa hàng ở Palo Alto, mọi người逛 Costco như逛 Safeway, đi qua mỗi dãy kệ hàng. Đó là một cách逛 rất tệ, vì bạn mua bốn món không cần thiết, mỗi món 22 USD. Sau này mọi người học được chiến lược: ra phía sau lấy gà, lấy 18 cái cupcake cho tiệc sinh nhật con, dứt khoát gọn gàng. Tiêu thụ token AI cũng vậy, ban đầu mọi người dùng thoải mái, giờ doanh nghiệp bắt đầu nói chiến lược: nhiệm vụ nào dùng mô hình open source là đủ, nhiệm vụ nào bắt buộc dùng mô hình tiên tiến. Chúng tôi bắt đầu quản lý AI như vận hành một生意一样了.
Reasoning thay thế Training: Tại sao máy tốc độ cao là nhân vật chính của đợt này
Người dẫn chương trình: Sam Altman đã nói trên AllIn, bước tiếp theo là reasoning, hiểu ý đồ, xây dựng chiến lược,交叉验证 với các agent của thread khác. Chúng ta đã đi một chặng đường dài từ "đoán từ tiếp theo", giờ Cerebras vừa vặn đứng ở trung tâm, vì reasoning chính là inference, khối lượng tính toán cực lớn.
Reasoning tiêu tốn海量 token, điều này khiến máy tốc độ cao có chiến trường. reasoning mỗi bước đều nuốt token bên trong, bạn vốn dựa vào việc tốn nhiều thời gian để đổi lấy câu trả lời tốt. Cerebras nhanh hơn 15 lần có nghĩa là, chạy inference 24 giờ, tương đương với lượng suy nghĩ vài tuần thậm chí vài tháng của người khác.
Sáng nay tôi thử một mô hình GLM-52 của ZAI trên BitTensor, cấp cho nó sức mạnh tính toán vô hạn, để nó mỗi giờ nói cho tôi biết các xu hướng chưa được nhận diện trên toàn thế giới. Nó bắt đầu tự biện luận: nên tìm trên Hacker News và Reddit? hay xu hướng trên Instagram xuất hiện sớm hơn? Tôi nhìn một mô hình reasoning tự biện luận ở hậu trường, nó đang làm reasoning. Token vô hạn bằng reasoning vô hạn, dùng Cerebras nhanh hơn 15 lần, 24 giờ tương đương vài tuần của người khác.
Người dẫn chương trình: Cerebras có Moore's Law của riêng mình吗? Thảo luận nội bộ bao lâu thì翻一倍?
Tất cả các chip trước đây đều đạp lên Moore's Law, 18 tháng翻一倍. Chúng tôi dùng chip này đã打断 đường cong đó, chạy ra một quỹ đạo hoàn toàn mới. Phán đoán của tôi là, 18 tháng tới, vượt xa 2 lần. Kiến trúc mới còn rất nhiều không gian tối ưu. GPU là kiến trúc 20 năm tuổi rồi, chỉ có thể dựa vào thu nhỏ节点 chế trình để chống đỡ, nhưng kiến trúc mới còn rất nhiều thứ có thể học, có thể điều chỉnh.
Người dẫn chương trình: 25 tỷ đơn hàng tồn đọng trong tay, bạn còn phải跟上 nhịp độ của OpenAI, họ có thể là đối thủ tiềm năng trong tương lai. Bạn vận hành công ty thế nào?
Giờ wafer silicon sẽ không bị闲置, nhu cầu quá lớn. Nhưng bạn nói đúng, OpenAI cũng đang làm chip của riêng mình, Amazon cũng đang làm. Không ai thích bị phụ thuộc. Bài học mà các hãng siêu quy mô học được từ thời x86 chính là bị Intel trói buộc; các hãng GPU học được bài học là bị một vài khách hàng siêu quy mô trói buộc, nên họ tài trợ cho cloud mới. Làm chip của riêng mình, trọng điểm không nằm ở nhanh nhất, mà ở không phụ thuộc hoàn toàn vào người khác, ít nhất掌控 một phần quan trọng vận mệnh của chính mình.
Open Source và Chủ quyền: Doanh nghiệp cần quyền kiểm soát
Người dẫn chương trình: Open Source đang đón một thời khắc. Tôi早期 dùng OpenClaude, sau dùng Kimmy, phát hiện token Claude của tôi爆, nhưng Kimmy tôi không phân biệt được sự khác biệt. Mô hình open source bắt đầu搞 reasoning, khoảng cách năm nay đột nhiên khép kín.
Bạn không muốn lái Ferrari đi siêu thị. Có lúc lái xe thể thao, có lúc lái minivan, con trẻ làm rơi Cheerios cũng không đau lòng. Doanh nghiệp cũng vậy: bài toán khó giao cho mô hình tiên tiến (OpenAI, Anthropic, Gemini), nhưng phía sau rất nhiều vấn đề hàng ngày chỉ cần năng lực open source vững vàng. Nghĩ xem một công ty có bao nhiêu thời gian làm việc copy paste trong Workday sang ô Excel khác? Việc này không cần toán học金牌, dựa vào open source ổn định là đủ.
Gần đây lại lật thêm một quân bài: các ngành chịu quy định như tài chính, y tế (HIPAA, FINRA) sợ rò rỉ dữ liệu, sợ chủ quyền trí tuệ bị người khác nắm, muốn đặt mô hình ở local, dùng phiên bản open source để nắm thêm một chút quyền kiểm soát. OpenAI vài tháng trước đã phát hành OSS 12B, cũng được. Nhưng Mỹ giờ muốn chạy open source, hoặc là OSS 12B, hoặc là mô hình Trung Quốc, lựa chọn open source bản địa quá ít. NVIDIA cũng thấy cửa sổ này, đang đẩy mô hình open source của riêng mình, nhưng Jensen cũng do dự, khách hàng của ông ấy chính là Sam, Dario, Elon, Sergey, đẩy open source liệu có tranh生意 với khách hàng?
Cerebras đứng ở vị trí khá trung lập, chúng tôi chạy GLM, chạy Kimmy, chạy dòng Qwen, cũng chạy mô hình closed source của OpenAI. Còn chạy mô hình do GSK tự phát triển, chạy mô hình riêng của UAE G42 và MBZUAI. Chuyện chủ quyền, là một xu hướng.
AGI đã đến, Paradigm không chết, con người sẽ chết
Người dẫn chương trình: Khi Fable 5 và o-56 phát hành, chính phủ nói "dừng một chút rồi hãy phát". Anthropic và tầng lớp hành chính quan hệ căng thẳng, giờ bắt đầu hòa缓. Bạn nghĩ phát hành từng bước có hợp lý không? Mô hình thực sự đủ nguy hiểm không?
Tôi chưa từng thấy chuyện này trước đây. Nhưng nghĩ lại: khi một mô hình đủ mạnh về tư duy sáng tạo, chính phủ nói "xin bạn phát hành từng bước", tôi nghĩ điều này thực ra không sai. Chúng tôi cũng quản lý thuốc mạnh như vậy, dĩ nhiên không khuyến khích đống giấy tờ rác bảy năm của FDA đó, nhưng nói "ít nhất để chính phủ làm chút kiểm thử red team, xác nhận phòng thủ của chúng ta có thể chặn được", cho hai ba tuần vá lỗ hổng rõ ràng, đây không phải yêu cầu vô lý.
Nhưng giờ là lúc phân cực nghiêm trọng nhất. Nếu việc này không phải Trump làm, đổi bất kỳ tổng thống nào khác, phản ứng có thể hoàn toàn khác. Phân cực làm tổn thương tư duy rõ ràng. Cả hai bên đều sẽ làm chuyện ngốc, cũng sẽ làm chuyện thông minh. Nhân viên cơ sở trong chính phủ thực ra rất nghiêm túc làm, chỉ là việc này quá nhanh.
Nikesh của Palo Alto Networks từng nói với tôi: họ kiểm thử mô hình trên phần mềm của chính mình, phát hiện ra vài chục lỗ hổng then chốt trong vòng một giờ,不得不 dừng tất cả việc đang làm,花费 sáu tuần vá lỗi. Bạn nhận ra đây là một công cụ mạnh mẽ, có lẽ先 cho một nhóm nhỏ người xem, có lẽ先 làm kiểm thử red team.
Người dẫn chương trình: Theo bất kỳ định nghĩa nào của 20 năm trước, AGI đã đến rồi. Bạn nghĩ sao?
Đúng vậy. Bài kiểm tra Turing? Đã bị phá vỡ từ lâu. Bất kỳ định nghĩa nào đưa ra 10 năm, 15 năm, 20 năm, 30 năm, 40 năm, 50 năm trước, chúng ta đều đã vượt qua xa rồi. Những câu hỏi mà nhà văn khoa học viễn tưởng đưa ra chúng ta đều trả lời xong rồi, họ sẽ nói "tôi không còn câu hỏi nào nữa, xin lỗi". Đây là lý do tại sao lời nói của những người看起来 ở rìa đáng để nghe, Ilya tám năm trước nói về an toàn, bạn nói "cái gì?" kết quả ông ấy nói đúng. Elon nói chi phí tên lửa giảm xuống gần bằng không, bạn nói "cái gì?" kết quả ông ấy làm được.
Người dẫn chương trình: Recursive learning, bạn hỏi nó một câu, học được kết quả, hỏi lại lần nữa, câu trả lời tốt hơn, phủ sóng nhiều tài liệu hơn, những câu trả lời được sản xuất từ các vòng lặp này, từ "tốt hơn một chút" nhảy thẳng đến "tốt hơn nhiều". Độ dốc của đường cong hàm mũ quá dốc.
Lợi ích đệ quy là cấp số nhân, bạn tốt hơn rồi, làm lại lần nữa, tiếp tục tăng lợi ích, độ dốc quá dốc. Chúng ta mới bắt đầu thấy điều này. Không ngừng đầu tư sức mạnh tính toán, câu trả lời sẽ càng ngày càng tốt吗? Chạy hết token hoặc ngân sách thì dừng, nhưng đường cong hàm mũ này khi nào thì đến đầu? Hay永远 đi lên phải? Câu hỏi này giờ thú vị极了.
Tốc độ học tập của con người bị mắc kẹt bởi thế hệ, voi và động vật có vú lớn 15-20 năm mới một thế hệ. Muốn nhanh, phải như ruồi giấm, một ngày hai thế hệ. AI đang có được tốc độ học tập跨越 hàng nghìn thế hệ này. Khi tôi đọc tâm lý học, giáo sư nói một câu: Paradigm không chết, con người sẽ chết. Đệ tử của Freud, Skinner, Jung chiếm vị trí lãnh đạo 20-40 năm, mới có thế hệ tiếp theo chất vấn. AI nén khoảng cách thế hệ thành tốc độ ruồi giấm.
Tôi cá vào việc này: con cái chúng ta và tất cả những người chúng quen sẽ không chết vì ung thư. Kinh tế sẽ có chấn động, xe hơi đến rồi, người làm móng ngựa日子 không tốt. Nhưng liệt kê ra những gì kiếm được và thua lỗ: năng lượng vô hạn, thực phẩm vô hạn, kiến thức vô hạn, giáo dục vô hạn, nhà ở vô hạn. Chúng ta đã biết từ một nghìn năm trước rằng kèm cặp 1-1 tốt hơn lớp học, Aristotle kèm cặp Alexander, Socrates kèm cặp học sinh của ông, nhưng chúng ta chọn giảng dạy kiểu nuôi trồng nhà máy. Giờ AI có thể给 mỗi đứa trẻ một gia sư học theo cách của chính mình.
Hộp công cụ AI của Scorsese: Biến những hình ảnh trong tâm trí thành hiện thực
Người dẫn chương trình: Robin Rombach là Đồng sáng lập兼 CEO của Black Forest Labs, trụ sở ở Freiburg vùng Black Forest và San Francisco. Trước đây bạn làm Stable Diffusion, phát minh ra thuật toán latent diffusion. Nghiệp vụ của Black Forest Labs là gì? Mục tiêu là gì?
Tôi và các đối tác đã thành lập công ty này hai năm trước. Trước đây làm Stable Diffusion, sớm hơn nữa phát minh ra latent diffusion, đây là thuật toán nền tảng đằng sau tất cả các mô hình tạo sinh hình ảnh, tạo sinh video thậm chí mô hình vật lý AI hiện nay. Nguyên lý là nén dữ liệu tự nhiên (hình ảnh, video, âm thanh) vào không gian biểu diễn hiệu quả, sau đó train transformer trên đó, giống như nguyên lý của JPEG và MP3, nhưng dùng thuật toán mạng neural để thực hiện. Chúng tôi làm ra thời kỳ tiến sĩ ở Munich.
Giờ chúng tôi đang攻克 mô hình thị giác multimodal, pre-training đồng thời trên dữ liệu hình ảnh, âm thanh, đang bước vào paradigm mới: kết hợp action prediction, để cùng một mô hình làm hình ảnh, làm video, làm âm thanh, còn dự đoán hành động, cuối cùng có thể triển khai lên robot thế giới thực.
Người dẫn chương trình: Từ hình ảnh đến video đến âm thanh再到 robot, nếu mô hình có thể tạo sinh video, chứng tỏ nó hiểu thế giới.
Trí tuệ trực giác và lập luận sâu là hai hình thức trí tuệ bổ sung cho nhau. Chúng tôi bắt đầu từ phía trực giác, hình ảnh là điểm切入 tự nhiên nhất, khối lượng tính toán không lớn như video. Nhưng giờ đang hội tụ thành mô hình multimodal. Pre-training video ngầm định dạy cho mô hình các quy luật tương tác vật lý, lấy dự đoán hành động từ cùng một mô hình đó, tức là điều khiển robot.
Người dẫn chương trình: Bạn có hợp tác với Martin Scorsese không? Bạn ngồi bên cạnh ông ấy để ông ấy dùng công cụ của bạn?
Đúng vậy, tôi và ông ấy ngồi trong cùng một phòng, ông ấy khám phá mô hình của chúng tôi, ngồi bên cạnh như một nhà nghiên cứu cốt lõi, cảm giác đó quá điên rồ. Đồng thời tôi vẫn là fan lớn của ông ấy.
Ông ấy muốn trực quan hóa cảnh trong tâm trí, một ngôi làng nào đó ở Đông Âu, ông ấy mô tả, chúng tôi xem đầu ra, ông ấy迭代. Cuối cùng ông ấy nói là: biến hình ảnh trong não thành biểu đạt thị giác, hiệu suất giao tiếp này cao hơn ngôn ngữ rất nhiều. Ngôn ngữ là một cách giao tiếp hơi bị mất mát, tín hiệu thông tin thị giác quá phong phú, lượng thông tin trong một bức ảnh hoặc một đoạn video khổng lồ, đây là một kênh giao tiếp khác.
Chúng tôi không muốn quy định cách dùng những mô hình này, đặc biệt sẽ không nói với Martin Scorsese "bạn nên dùng thế này". Mô hình AI là một phương tiện. Những thứ thú vị nhất, hầu như đều xuất hiện khi con người ở trong vòng lặp không ngừng迭代.
Từ điện ảnh đến robot: Điểm cuối của mô hình tạo sinh không nằm trên màn bạc
Người dẫn chương trình: Startups giờ dùng Flux và mô hình của các bạn làm video ra mắt, trước đây花费 250,000 USD làm launch video, giờ một hai tuần là làm xong. Gal Gadot vừa làm một bộ phim Bitcoin, diễn viên biểu diễn trên sound stage không cần màn hình xanh, tất cả background dùng AI tạo sinh làm, ngân sách 30M USD quay ra hiệu quả原来 phải 150M mới làm được. Bạn thấy sử dụng trong sản xuất không?
Thấy một số. Sản xuất phim cao cấp là một trong những ca sử dụng khắt khe nhất. Tôi rất vui vì có người đang khám phá, nhưng tôi cũng muốn nói rõ: kỹ thuật vẫn đang trên trajectory, đang迭代 nhanh. Vài năm trước chúng tôi làm PhD chỉ có thể tạo sinh hình ảnh 64×64 pixel, giờ làm video độ phân giải cao đa đầu vào, nhưng nó sẽ không dừng ở đó.
Điều khiến tôi hào hứng nhất là cái này: bạn có thể拿 cùng một mô hình multimodal quay một bộ phim, sau đó triển khai nó thành bộ não trên robot. Điều này quá thú vị. computer use rốt cuộc có dùng được không còn chưa xác định, nhưng kỹ thuật đang đi về thế giới vật lý, world models, action models, nói trắng ra đều là cùng một thứ.
Người dẫn chương trình: Dữ liệu train đến từ đâu? Để con người đeo kính đeo găng tay ghi hình góc nhìn thứ nhất? Hay chỉ cần xem một nghìn video người đổ đồ uống trên YouTube là đủ?
Mục tiêu là dùng lệnh in-context prompt để chỉ đạo robot: "Lấy cốc nước cam kia lại đây". Hiện chưa làm được. Cách làm hiện tại là: mô hình đã装 rất nhiều hiểu biết thị giác, chỉ cần vài giờ dữ liệu fine-tune là có thể thích nghi phần cứng cụ thể. Hướng đi là càng ít fine-tune càng tốt, càng dựa vào lệnh in-context càng tốt, nhưng đây vẫn là một vấn đề nghiên cứu.
Người dẫn chương trình: Open Source đang có thời khắc, doanh nghiệp cần chủ quyền. IP library lớn như Disney nên làm thế nào,拿 mô hình open source của bạn tự train, hay hợp tác với bạn train mô hình độc quyền?
Ca sử dụng thú vị nhất nằm ở việc tạo sinh những thứ trước đây không có, đây mới là nơi kỹ thuật này về bản chất thú vị nhất. Trên công cụ public của chúng tôi không thể tạo sinh IP cụ thể, điều này rất hợp lý. Chúng tôi cũng thực sự hợp tác với một số chủ sở hữu IP phát triển mô hình, một số dựa trên mô hình open source của chúng tôi, một số dựa trên mô hình proprietary mạnh hơn của chúng tôi.
Góc độ thú vị nhất là: kỹ thuật trở nên nhanh hơn, tương tác hơn. Bạn có thể tưởng tượng trên Disney+ treo各种 công cụ sáng tạo nội dung tương tác.
Người dẫn chương trình: Hiện tượng thú vị nhất giờ là fan films. Trước đây có fan fiction viết câu chuyện Star Wars của riêng mình, sau này có người mặc trang phục Jedi quay fan films. George Lucas nói只要 không sử dụng thương mại thì cho phép. Giờ mọi người dùng AI diễn giải lại những câu chuyện Star Wars chưa được kể, Star Wars Stories Untold mỗi video triệu lượt xem. Đây mới là tương lai: để người tiêu dùng trả phí bản quyền, để họ dùng nhân vật sáng tạo câu chuyện của riêng mình.
Nếu tìm được mô hình kinh doanh khả thi cho bên sở hữu IP, lại có thể mở ra cách chơi tùy chỉnh siêu sáng tạo này, thì quá tốt. Tôi đọc một cuốn sách hoặc xem một bộ phim luôn nghĩ "nếu phát triển thế này thì sao", giờ cuối cùng có thể để người ta trực quan hóa những念头 này ra rồi.
Chúng tôi vừa vượt qua 100 người, đang tuyển dụng ở Đức và San Francisco: nhà nghiên cứu train mô hình quy mô lớn, người có kinh nghiệm train diffusion và flow matching, kỹ sư cùng khách hàng phát triển giải pháp tùy chỉnh, người vận hành hạ tầng tính toán quy mô lớn, và những người quan tâm đến việc đưa kỹ thuật đến tay nhiều người hơn.
Chào mừng tham gia cộng đồng chính thức TechFlow
Nhóm Telegram:https://t.me/TechFlowDaily
Tài khoản Twitter chính thức:https://x.com/TechFlowPost
Tài khoản Twitter tiếng Anh:https://x.com/BlockFlow_News
深潮TechFlow
