Các công ty mô hình thế giới đang giữ kín rất nhiều bí mật

Lĩnh vực mô hình thế giới (world model) đang ngập trong tiền đầu tư và sự chú ý, nhưng gần như không ai — từ nhà sáng lập cho tới chính các nhà cung cấp dữ liệu — chịu nói rõ họ đang thực sự xây dựng điều gì. Đây là một trong những góc tối bí ẩn nhất của làng AI hiện nay.

Tuần này, tôi có dịp dẫn dắt một phiên thảo luận về mô hình thế giới tại hội nghị All In, và đó là cơ hội để tôi đào sâu vào một trong những ngóc ngách bí ẩn nhất của thế giới AI. Hai cái tên lớn nhất trong lĩnh vực này là AMI Labs của Yann LeCun và World Labs của Fei-Fei Li. Cả hai đều đã gom được rất nhiều sự chú ý lẫn vốn đầu tư, nhưng lại xếp khá thấp trên bảng xếp hạng "cố gắng kiếm tiền".

Về bản chất, mô hình thế giới xoay quanh việc tự động hóa trí tuệ không gian, nên lĩnh vực này có thể tiến theo vô số hướng thú vị và sinh lời — từ robot, video tương tác cho tới các hệ thống xe tự lái phức tạp hơn.

Bức màn bí mật phủ khắp lĩnh vực

Nhưng khi tôi bắt đầu gặng hỏi xem công nghệ này sẽ được thương mại hóa ở đâu, mọi thứ trở nên mờ mịt. Người gần nhất với vai trò "người có thẩm quyền" mà tôi tìm được là Michael Rabbat, đồng sáng lập AMI Labs kiêm Phó chủ tịch phụ trách Mô hình Thế giới, người đã tham gia phiên thảo luận cùng tôi. Nhưng khi tôi gặng hỏi chính xác công ty đang làm gì, ông tỏ ra dè dặt.

"Chúng tôi sẽ nói về điều đó khi sẵn sàng nói."

Qua email, ông làm rõ thêm: "Chúng tôi vẫn đang trong giai đoạn nghiên cứu và xây dựng, nên chưa công bố công khai bất kỳ kế hoạch sản phẩm hay mốc thời gian nào."

Công bằng mà nói, AMI mới thành lập chưa đầy một năm, nên việc giữ im lặng là điều dễ hiểu. Nhưng kiểu dè dặt này trải rộng khắp toàn bộ lĩnh vực mô hình thế giới. Marble của World Labs có lẽ là sản phẩm hoàn thiện nhất trong ngành, với các bản demo trải từ sáng tạo nội dung đơn giản, xây dựng môi trường khám phá được cho game, cho tới hiệu ứng CGI. Lĩnh vực này cũng có các ứng dụng robot, nhưng toàn bộ nền tảng dường như được thiết kế nhiều hơn để trình diễn năng lực chứ chưa phải để bán.

Ngay cả nhà cung cấp dữ liệu cũng mù tịt

Sự bí mật đó thậm chí còn lan tới cả các nhà cung cấp của những công ty này. Bên lề cùng hội nghị, tôi nói chuyện với Alex de Vigan, CEO của Physicl — một nhà cung cấp dữ liệu cho ngành mô hình thế giới đang lên. Ông cho biết mình biết dữ liệu của Physicl hữu ích cho bất cứ thứ gì họ đang xây dựng, nhưng vẫn mù tịt về việc cụ thể đó là gì.

"Tôi ước họ nói với chúng tôi nhiều hơn. Chúng tôi có thể tạo ra dữ liệu hữu ích hơn nếu biết họ đang làm gì."

Vì sao mô hình thế giới khó đoán đến vậy?

Một phần của sự bí ẩn đến từ chính tính linh hoạt của mô hình thế giới như một ý tưởng. Phiên bản đơn giản nhất là một bản đồ thế giới có thể điều hướng, tương tự các mô hình AI vận hành xe tự lái. Nhưng cùng một phương pháp mô hình hóa giúp xe Waymo luồn lách qua dòng xe cộ cũng có thể giúp robot hình người bê thùng hàng, hoặc biến vài phút video thành một môi trường khám phá được.

AMI đã thử sức ở nhiều lĩnh vực: sản xuất, y sinh, robot, và cả phần mềm AI dành cho bác sĩ thông qua quan hệ đối tác Nabia. Chắc chắn họ sẽ không theo đuổi tất cả — nhưng có thể một hoặc hai hướng đang nổi bật hơn cả?

Không ai nghi ngờ rằng sẽ có rất nhiều mô hình kinh doanh khả thi được xây trên công nghệ mô hình thế giới. Và chừng nào việc gọi vốn còn dễ dàng, sẽ chẳng có áp lực nào buộc phải tập trung vào một hướng duy nhất. Thực tế, còn có lý do chính đáng để không làm vậy.

Chiến lược "khu rừng tối"

Nếu AMI tuyên bố vào ngày mai rằng họ đã tạo ra một robot hình người thế hệ mới hay một hệ thống dựng hình Hollywood kiểu mới, rất nhiều phòng thí nghiệm khác sẽ đột nhiên cực kỳ quan tâm đến lĩnh vực này. Chẳng bao lâu sau, họ sẽ phải đối mặt với cạnh tranh tiềm tàng từ các công ty mô hình thế giới khác, từ các neolab, và thậm chí cả OpenAI lẫn Anthropic.

Theo một nghĩa nào đó, đây là mặt trái của việc gọi vốn dễ dàng. Đối thủ của bạn cũng gọi vốn được — và chính số tiền cho phép bạn xây dựng trong im lặng cũng đang tài trợ cho vô số đối thủ tiềm tàng, một khi con đường ra thị trường trở nên rõ ràng.

Nhưng kể cả khi cạnh tranh là không thể tránh khỏi, vẫn tốt hơn hết nếu bạn trì hoãn nó càng lâu càng tốt — nghĩa là phải giữ im lặng về việc chính xác mình đang xây dựng điều gì.

Người hâm mộ Lưu Từ Hân (Cixin Liu) sẽ nhận ra đây chính là kịch bản "khu rừng tối": nếu bạn không biết còn ai khác trong khu rừng, tốt nhất là đừng gây chú ý.

Góc nhìn cho độc giả Việt Nam

Với cộng đồng công nghệ và AI tại Việt Nam, câu chuyện này mang vài hàm ý đáng chú ý:

• Cơ hội dữ liệu: Các nhà cung cấp dữ liệu như Physicl đang mù tịt về nhu cầu thực sự của khách hàng. Với các công ty Việt Nam hoạt động trong mảng gán nhãn và xử lý dữ liệu, đây vừa là rủi ro (khó đoán nhu cầu) vừa là cơ hội (thị trường còn sơ khai, ít cạnh tranh).
• Theo dõi để học hỏi: Dù các công ty này chưa tiết lộ sản phẩm, việc bám sát hướng đi của họ vẫn quan trọng — đặc biệt nếu bạn quan tâm tới robot, xe tự lái hay video tương tác.
• Bài học về gọi vốn: Việc gọi vốn dễ dàng tạo ra tâm lý không cần vội tập trung. Với startup Việt, đây có thể là lời nhắc rằng vốn dồi dào không thay thế được chiến lược sản phẩm rõ ràng — nhưng đôi khi giữ kín hướng đi lại là một chiến lược hợp lý.