TechFlow Logo
Đăng nhập/ Đăng ký
ETH Gas
Gwei
Sợ hãi
gas
Xin lỗi Gemini đi, tự giác xếp hàng.

Xin lỗi Gemini đi, tự giác xếp hàng.

2026.11.20
Chia sẻ đến
SemiAnalysis công khai xin lỗi Google, dòng Gemini 4 liên tục ra mắt bốn mô hình tạo nên cú lội ngược dòng ngoạn mục.

Tác giả: iFinD

Hôm nay, tổ chức nghiên cứu về chất bán dẫn và AI nổi tiếng SemiAnalysis đã đăng trên X một biểu mẫu “xin lỗi Google” dành riêng cho chủ tịch Google DeepMind Demis Hassabis.

Các lý do được chọn bao gồm “tôi chỉ đọc tin tức trên X”, “người bạn cùng phòng của tôi đang làm việc tại Anthropic đã thuyết phục tôi rằng Gemini đã hết thời” và “tôi không đọc thẻ mô hình”. Thú vị nhất là dòng cuối cùng: “Demis, về Gemini 4, chúng tôi đã sai. Chúng tôi chỉ muốn rút lại một từ.”

Họ đã gạch bỏ một chữ “is” trong tiêu đề ban đầu của mình: Gemini is cooked. Câu “Gemini đã xong” chuyển thành “Lần này Gemini thực sự làm ra được thứ gì đó”.

Sự kiện bắt nguồn từ một bài viết được SemiAnalysis công bố vào tháng 8 năm nay, xuyên suốt bài phân tích đều nhấn mạnh việc Google kể từ khi tạm thời dẫn đầu vào tháng 11 năm ngoái đến nay chưa hề tung ra bất kỳ mô hình nào gây chấn động nữa, gần như đã rơi vào thế tụt hậu.

Khi đó, họ nhận định đội ngũ học tăng cường của DeepMind đã mất đi nhiều nhân sự, cùng với việc phân bổ sức mạnh tính toán nội bộ chưa hợp lý, nên đưa ra một nhận định khá nặng nề dành cho Google: Nếu tiếp tục như vậy, tất nhiên Google vẫn sẽ phát hành thêm mô hình, nhưng khả năng tái lập đỉnh cao ngành đã “giảm về bằng không”.

Chưa đầy hai tháng sau khi báo cáo được công bố, Google đã tiết lộ Gemini 4 Argon, tiếp theo là Carbon vào cuối tháng 10, Hydrogen vào ngày 12 tháng 11 và Neon vào ngày 18. Chỉ trong vỏn vẹn 8 ngày, liên tiếp 3 mô hình được tung ra, trong đó Carbon từng đứng đầu bảng xếp hạng năng lực tổng hợp trên Artificial Analysis.

Hình: Trang lựa chọn mô hình ai.studio

Những mô hình mới được phát hành này nhận được đánh giá cực tốt trên mạng xã hội. Hydrogen trọng điểm Flash xử lý nhanh các nhiệm vụ viết lách và công việc phần mềm phức tạp; trong khi đó, mô hình thông minh nhất Carbon giỏi xử lý đa dạng tác vụ Agent dài hạn; còn Neon ở giữa cân bằng giữa tốc độ và trí tuệ, có thể coi là mô hình sở hữu năng lực tổng hợp vượt trội nhất trong series Gemini 4.

Các bình luận đại loại “Gemini 4 Neon điên cuồng quá”, “Gemini 4 Neon thực tế còn điên cuồng hơn những gì bạn tưởng tượng”, “Gemini 4 Neon giải quyết mọi phàn nàn trước đây của người dùng đối với mô hình Gemini” nhận được rất nhiều lượt thích đồng thuận trên X.

Hôm nay, nhà nghiên cứu Google DeepMind Arthur Douillard chia sẻ trên X rằng họ từng in bài phê phán đó ra dán lên bàn để tự nhắc nhở bản thân mỗi ngày. Anh nói một số vấn đề lúc đó quả thực có tồn tại, và anh muốn cảm ơn bài viết của SemiAnalysis vì đã tạo động lực thúc đẩy.

Tôi muốn cảm ơn động lực mà @SemiAnalysis_ mang lại. Tại đội mở rộng RL Gemini, chúng tôi in bài báo đó đặt trên bàn, hằng ngày tự nhắc nhở mình về tình trạng thực tế lúc bấy giờ. Nhưng thời thế đã đổi khác. :)

Sau đó, SemiAnalysis cũng retweet bài đăng của Douillard, đồng thời khoe ra một tờ giấy chính là “phiếu xin lỗi” gửi Google được trưng bày ở đoạn đầu.

Vài giờ sau, Hassabis retweet bài này để đáp lại梗 (meme) bằng cách “chấp nhận lời xin lỗi”, đồng thời trêu chọc đối phương đã vô tình bỏ sót mục “đánh giá thấp tài năng của nhóm chuyên gia Google DeepMind”.

Thực ra ngay từ trước khi trang chính thức của viện đăng meme hơn hai tuần, đồng tác giả bản “báo cáo nhìn giảm tháng 8” Dylan Patel đã công khai xin lỗi Google atas danh nghĩa cá nhân sau khi kết quả đánh giá Gemini 4 Carbon được phát hành.

Từ việc bị tổ chức uy tín công khai dự báo thất bại vào đầu tháng 8, đến giữa tháng 11 liên tục tung ra bốn mô hình series Gemini 4 chỉ trong vài tuần và quay lại top đầu bảng xếp hạng, rốt cuộc bên trong Google đã trải qua những điều chỉnh và tích lũy nào?

Google có nhiều TPU vậy mà vẫn thiếu

Nhìn lại mùa hè năm nay, những dự báo tiêu cực dành cho Gemini并非 không có căn cứ. Một bên là Gemini 3.5 Pro vốn dự kiến ra mắt tháng 6 nhưng mãi vẫn chưa online, CEO Google Sundar Pichai từng thông báo tại hội nghị I/O tháng 5 rằng Gemini 3.5 Pro sẽ ra mắt tháng 6, nhưng mô hình này cuối cùng đã không thể ra đúng hẹn.

Chịu ảnh hưởng bởi ràng buộc sức tính toán, cộng thêm sự bất đồng ý kiến giữa nhiều người phụ trách dự án, các hướng đi quan trọng như lập trình sau này vốn nhận được ít nguồn lực hơn trong giai đoạn đó. Sau đó, Koray Kavukcuoglu phụ trách R&D cũng giải thích rằng đội ngũ giai đoạn này tập trung nhiều hơn vào việc lặp lại các mô hình Flash nhanh hơn.

Hình: Trước đây Google luôn phát hành các mô hình Flash

Giữa vòng xoáy tranh chấp nguồn lực nội bộ và tiếng nói nghi ngờ từ bên ngoài, Google ngày 5 tháng 8 tuyên bố điều chỉnh tổ chức lớn đối với DeepMind: cựu CTO DeepMind, Kiến trúc sư AI cấp cao Google Koray Kavukcuoglu nhậm chức Phó Tổng giám đốc cấp cao DeepMind, báo cáo trực tiếp cho Pichai, toàn quyền chịu trách nhiệm phát triển mô hình Gemini, nghiên cứu tiên phong cũng như đội ngũ ứng dụng và nhà phát triển Gemini.

Demis Hassabis bàn giao quyền điều hành thường nhật, chuyển sang chức Chủ tịch DeepMind và Nhà khoa học cấp cao Alphabet; đồng thời, các đồng lãnh đạo kỹ thuật cũ của Gemini Jeff Dean, Oriol Vinyals cùng Sanjay Ghemawat, Quoc Le rời Google sáng lập Discovery Loop.

Từng nằm trong ấn tượng đa số rằng Google chẳng thiếu dữ liệu, chẳng thiếu chip, sao có thể không làm nổi mô hình lớn. Nhưng dẫu Google có chip AI TPU riêng, thì cũng phải dùng để huấn luyện Gemini thế hệ tiếp theo, sinh đáp án cho người dùng hiện tại, khách hàng Google Cloud cũng đang xếp hàng chờ đợi.

Hình: Dải sản phẩm mô hình đồ sộ của Google

Với tập đoàn, bán chip được là việc kinh doanh ăn tiền; còn với nhà nghiên cứu, thí nghiệm không sắp xếp được thì đành bó tay.

Lần điều chỉnh này giúp cả đội nhóm hiểu rõ hơn nên huấn luyện mô hình cái gì, làm ra rồi giao cho người dùng thế nào; theo truyền thông nước ngoài, quản lý cấp cao Google Cloud cũng hy vọng sau khi Koray nắm giữ DeepMind, mối quan hệ căng thẳng nội bộ về phân phối cung ứng TPU sẽ được thuyên giảm.

Gemini 4 lật ngược thế cờ, chuẩn bị bao lâu

Nếu quy hết công lao khiến các mô hình Gemini 4 bùng nổ và nhận lời khen ngợi vào việc điều chỉnh nhân sự và sắp xếp sức tính toán tháng 8, rõ ràng là đã đánh giá thấp quy luật dài hạn trong nghiên cứu phát triển mô hình lớn.

Hồ sơ công khai cho thấy, sớm hơn cả ngày 5 tháng 8 điều chỉnh tổ chức và báo cáo nhìn giảm ngày 7 tháng 8, cơ sở hạ tầng kỹ thuật của Gemini 4 đã vận hành. Trong conference call báo cáo tài chính quý 2 ngày 22 tháng 7 năm 2026 của Alphabet, Pichai tiết lộ rõ ràng Gemini 4 đã kích hoạt “lứa tiền huấn luyện tham vọng nhất từ trước đến nay của Google”.

Khi trả lời câu hỏi của chuyên gia phân tích, ông further cho biết Ban lãnh đạo đã dồn lượng lớn sức tính toán và tâm huyết vào Gemini 4, với mục tiêu dựa vào nền tảng cơ sở này để đẩy nhanh nhịp độ lặp lại sau này, tiến tới chu kỳ phát hành gần như một phiên bản mỗi tháng.

Koray sau đó trong hai buổi phỏng vấn podcast đầu tháng 9 và ngày 19 tháng 11 đã hồi quy chi tiết cơ chế R&D của Gemini 4. Bên trong DeepMind áp dụng chiến lược nhiều tuyến song song, khi một nhóm đang mài giũa phiên bản phát hành hiện tại thì hai nhóm khác đã đồng thời phát triển thế hệ mô hình kế tiếp, do đó cỗ máy phía sau Gemini 4 chúng ta thấy tháng 10 thực chất có dòng chảy nghiên cứu liên tục kéo dài tối thiểu một năm.

Nếu như huấn luyện trước quy mô lớn và đa tuyến song song cung cấp nền móng, thì thứ giúp Gemini 4 đột phá rõ rệt trên lập trình và thực thi tác nhân chính là một hệ thống huấn luyện sau dựa trên bối cảnh kỹ thuật thực tế.

Ngày 12 tháng 11 năm 2026, Melvin Johnson – đương thời người phụ trách huấn luyện sau cho Gemini – đã lấy bài phê bình của SemiAnalysis làm điểm khởi đầu tại hội nghị AI Engineer CODE, sau đó công bố chi tiết phương pháp huấn luyện nội bộ Google.

Đầu tiên thay thế ngân hàng câu hỏi tĩnh công khai bằng luồng làm việc thực tế nội bộ. Johnson tiết lộ mỗi ngày có khoảng 100 nghìn nhân viên Google sử dụng công cụ lập trình Antigravity để viết mã. Mỗi khi đội huấn luyện sau đào tạo ra vài phiên bản mô hình ứng viên, sẽ khởi chạy thử nghiệm mù nội bộ, cho phép kỹ sư trực tiếp dùng nhiệm vụ phát triển thực tế trên tay để kiểm tra, chọn lọc phiên bản tiện dụng hơn.

Việc mô hình vướng mắc bước nào khi chỉnh sửa liên tệp, lần nào làm hỏng logic vốn có, những “hiện trường trượt tay” thực tế này sẽ được thu gom tức khắc, chuyển hóa thành đề mục huấn luyện vòng sau cùng thang điểm chấm cụ thể.

Đồng thời, đội ngũ sẽ dứt khoát loại bỏ “câu hỏi đã hết hạn”. Trong học tăng cường, khi mô hình tiến hóa đến mức lặp lại thử nghiệm với một câu hỏi cụ thể đều đạt điểm tuyệt đối ổn định, tín hiệu thưởng mỗi lần lấy mẫu hoàn toàn giống nhau, mô hình không thể phân biệt “cách làm nào tốt hơn”, nhóm câu hỏi này phải được gỡ bỏ, thay thế bằng thử thách độ khó cao hơn.

Thứ hai, định nghĩa lại khái niệm “làm xong”, đồng thời tập trung vào mức độ trung thực của tác nhân.

Trong đánh giá mã truyền thống, chỉ cần chạy pass unit test là ghi điểm; nhưng trong thang điểm huấn luyện sau của Gemini 4, đội ngũ không chỉ xét xem chức năng đã triển khai hay chưa, mà còn khảo sát cách xử lý điều kiện biên, chất lượng mã, phạm vi thay đổi có kiểm soát hay không cùng khả năng bảo trì về sau.

Quan trọng hơn, hệ thống chấm điểm sẽ đối chiếu từng dòng “báo cáo tự thân” của mô hình với nhật ký thao tác thực tế. Nếu một bài khó chỉ hoàn thành một nửa, mô hình trung thực báo cáo tiến độ vẫn nhận được phần thưởng tương ứng; nhưng nếu nó chưa chạy test đã hô “thông qua toàn bộ”, sẽ bị phạt nặng.

Johnson cũng đề cập trước đó trong một bài đánh giá kỹ thuật độ khó cao nội bộ Google, tỷ lệ bịa đặt của mô hình nền tảng là 8%, Hydrogen khoảng 3%, Carbon xấp xỉ 1.5%.

Nhựa dựa vững chắc và đà thúc đẩy từ huấn luyện sau cường độ cao, Google từ cuối tháng 9 đến giữa tháng 11 liên tiếp công bố bốn mô hình dòng Gemini 4 trong vỏn vẹn bảy tuần.

Trong đó Hydrogen và Neon đều được tinh chỉnh từ Carbon. Carbon nhắm vào các bài toán đòi hỏi suy luận dài hạn, Hydrogen theo đuổi tốc độ thực thi tác vụ thường nhật, còn Neon cân bằng chiều sâu suy luận và hiệu suất.

Hình: Một phần kết quả R&D từ cùng nền tảng thế hệ trước lần lượt được áp dụng cho chuỗi cập nhật dày đặc chúng ta chứng kiến tháng 11

Nhìn lại, rất nhiều vấn đề SemiAnalysis chỉ ra thời điểm đó quả thực tồn tại, nhà nghiên cứu DeepMind cũng không phủ nhận. Chỉ là kết quả ba tháng sau chứng minh, bên ngoài vẫn đánh giá thấp năng lực R&D đã tích tụ qua nhiều năm của Google, cùng tốc độ cô đọng toàn bộ nguồn lực này vào một thế hệ mô hình.

Gemini 4 ở thời điểm hiện tại lại trở thành đối thủ cạnh tranh mà các mô hình khác buộc phải nghiêm túc đối mặt. Google không chỉ kéo năng lực lập trình, Agent quay lại hàng đầu, mà còn bắt đầu san bằng Codex, Claude cùng các tác nhân AI khác về mặt trải nghiệm người dùng thực tế và sản phẩm.

Hình: Gemini hiện có thể thao tác ngầm các ứng dụng Mac và trang web để hoàn thiện tác vụ phức tạp

Đối với chúng ta, đây dĩ nhiên là tin tốt. Cuộc đua giữa ba gã khổng lồ càng khốc liệt, các hãng càng sẵn sàng đổ vốn tính toán và săn đón người dùng, chúng ta càng có cơ hội tiếp cận AI rẻ hơn, ổn định hơn và dễ dàng truy cập hơn (Haji-Mi ơi, đừng bắt chước hai bên kia nhé).