Meta khoe compute, nhưng open-source không phải cuộc chơi của riêng ai

Tôi vừa đọc xong một bài phân tích về phát biểu của Zengyi Qin – kỹ sư Meta, core contributor của Muse Spark. Ông ta bảo rằng Chinese open-source models như Kimi rồi sẽ thua vì Meta có nhiều compute hơn, data tốt hơn, và các client lớn như JPMorgan sẽ chuyển sang dùng American models vì compliance. Câu chuyện nghe quen lắm. Năm 2017, tôi nghe y hệt vậy từ những người ủng hộ ICO tập trung: "Chúng tôi có đội ngũ tốt hơn, quan hệ tốt hơn, nên chúng tôi sẽ thắng." Kết quả ra sao? Họ thua vì quên mất rằng cộng đồng và sự phân tán quyền lực mới là thứ tạo nên giá trị thực sự. Hãy nhìn vào bối cảnh. Muse Spark 1.2 sắp mở weights, Meta thêm một đối thủ nặng ký vào sân chơi open-source AI. Kimi, DeepSeek, Qwen hiện đang là những model Trung Quốc dẫn đầu về hiệu suất và cộng đồng. Zengyi Qin nói rằng Meta có "order of magnitude more computing power" và "better data", và rằng Muse Spark sẽ vượt qua tất cả. Anh ta còn mở rộng ra kinh tế: JPMorgan và các client Mỹ khác sẽ chuyển sang dùng American open models vì compliance, và các lab Trung Quốc sẽ mất khoản doanh thu inference này. Phần comment nhanh chóng phản bác: nếu Meta có compute và data dư thừa suốt hai năm qua, tại sao chưa đè bẹp được Chinese models? Hay JPMorgan thực sự đóng góp bao nhiêu phần trăm doanh thu cho Kimi? Một người còn mỉa mai: nếu đây là trình độ suy luận của "core member Muse Spark", thì bắt đầu lo lắng cho chất lượng model của Muse rồi. Tôi nhìn nhận vấn đề này từ góc nhìn của một người đã làm việc với các giao thức phi tập trung suốt 5 năm qua. Trong blockchain, chúng tôi có một định luật bất thành văn: compute power không quyết định tất cả. Nếu vậy, Bitcoin đã bị các pool mining tập trung thao túng từ lâu, nhưng thực tế nó vẫn sống sót nhờ cơ chế đồng thuận và sự phân tán. Open-source AI cũng vậy. Compute là yếu tố cần, nhưng không đủ. Data cũng vậy. Cái làm nên sự khác biệt là cộng đồng, khả năng fine-tune cho từng nhu cầu, và đặc biệt là niềm tin vào sự cởi mở. Hãy phân tích kỹ hơn tuyên bố của Zengyi Qin. Thứ nhất, về compute: Meta có nhiều GPU hơn, đó là sự thật. Nhưng Chinese labs cũng không thiếu. Họ đã chứng minh điều đó qua các benchmark gần đây. Quan trọng hơn, compute chỉ là phần cứng. Cách bạn sử dụng nó mới là chìa khóa. Tôi từng audit một giao thức lending trên Ethereum, nơi team có hạ tầng khủng nhưng lại lập trình sai logic thanh lý, dẫn đến mất hàng triệu USD. Compute không sửa được lỗi thiết kế. Với AI, nếu Muse Spark không có kiến trúc model tốt, hoặc không có chiến lược fine-tune hợp lý, thì compute chỉ là một đống sắt vụn. Thứ hai, về data: Meta có Facebook và Instagram. Nhưng data đó có thực sự tốt cho mọi tác vụ? Dữ liệu từ mạng xã hội rất khác với dữ liệu tài chính, y tế, hay văn bản pháp lý. Chinese labs có lợi thế lớn khi có thể truy cập vào dữ liệu đa dạng từ một thị trường khổng lồ và đang phát triển. Hơn nữa, chất lượng data không chỉ nằm ở số lượng mà còn ở độ sạch và cách gán nhãn. Kinh nghiệm của tôi khi xây dựng mạng lưới cảm biến cộng đồng cho DePIN cho thấy: dữ liệu từ nhiều nguồn phi tập trung, dù ồn ào, vẫn có giá trị hơn dữ liệu tập trung nếu bạn biết cách xử lý. Cộng đồng open-source Trung Quốc có thể tối ưu hóa data theo cách Meta không thể vì họ gần với người dùng cuối hơn. Thứ ba, về compliance: JPMorgan chuyển sang American models vì compliance? Câu chuyện này nghe như một lời biện hộ cho sự kiểm soát tập trung. Trong blockchain, chúng tôi đã chứng kiến các tổ chức tài chính lớn nói rằng họ cần private chain vì compliance, nhưng cuối cùng họ lại quay sang dùng public chain khi nhận ra private chain không có thanh khoản và không có cộng đồng. Nếu open-source model thực sự tốt, JPMorgan sẽ dùng nó dù có compliance hay không, vì lợi ích kinh tế vượt trội. Và nếu họ không dùng, thì đó có thể là vì model chưa đủ tốt, không phải vì compliance. Tôi từng hỗ trợ một dự án NFT cho nghệ sĩ Hải Phòng, và họ đã phải đối mặt với vấn đề tương tự: các nền tảng lớn yêu cầu KYC, nhưng họ vẫn phát hành thành công trên Ethereum vì cộng đồng coi trọng sự phi tập trung hơn là sự tuân thủ mù quáng. Góc nhìn phản trực giác của tôi là: compute và data không phải là yếu tố quyết định trong cuộc chơi open-source. Thứ quyết định là khả năng xây dựng cộng đồng và tạo ra giá trị thực tế cho người dùng cuối. Chinese labs như Kimi, DeepSeek, Qwen đã làm rất tốt điều này. Họ không chỉ tạo ra model mà còn xây dựng hệ sinh thái xung quanh: công cụ fine-tune, tài liệu, hỗ trợ kỹ thuật bằng tiếng Trung lẫn tiếng Anh. Meta, dù có compute, vẫn là một công ty quảng cáo. Muse Spark có thể là một dự án open-source, nhưng động lực của Meta là bảo vệ lợi nhuận từ Facebook và Instagram, không phải thúc đẩy sự phát triển của AI một cách vị tha. Tôi còn nhớ chu kỳ ICO 2017, khi nhiều dự án khoe team, khoe vốn, khoe quan hệ. Nhưng cuối cùng, những dự án sống sót là những dự án có cộng đồng trung thành và sản phẩm thực dụng. Open-source AI cũng vậy. Muse Spark có thể là một đối thủ nặng ký, nhưng nó không thể "crush" Chinese models chỉ bằng compute. Lịch sử blockchain đã chứng minh: không ai có thể độc quyền sự đổi mới. Vậy takeaway là gì? Đừng nhìn vào compute, hãy nhìn vào cách mà các cộng đồng đang sử dụng open-source models để giải quyết vấn đề thực tế. Chinese labs đã tạo ra những model mạnh mẽ, và họ sẽ tiếp tục phát triển vì họ hiểu người dùng của mình. Còn Meta, nếu chỉ dựa vào compute để khoe khoang, có thể sẽ lặp lại sai lầm của những người từng nói rằng blockchain không thể thay thế ngân hàng trung ương. Câu hỏi cuối cùng tôi để lại: Khi compute không còn là rào cản, điều gì thực sự tạo nên sự khác biệt?