Không chỉ DeepSeek, các nền tảng internet Trung Quốc đang tự xây mô hình AI

Câu chuyện AI của Trung Quốc đang mở rộng vượt ra ngoài những cái tên nổi bật như DeepSeek, Z.ai, Moonshot AI và MiniMax. Các công ty internet tiêu dùng lâu đời cũng đang xây dựng mô hình nền tảng, sau đó điều chỉnh chúng cho sản phẩm, nội dung, người bán và quy trình vận hành trong hệ sinh thái riêng. 13

Ví dụ công khai đáng chú ý nhất trong các nguồn được cung cấp là RedNote — còn được biết đến với tên Xiaohongshu — cùng phòng nghiên cứu AI Dots Studio. Việc phát hành Dots3-Note Preview cho thấy vì sao một nền tảng tiêu dùng có thể muốn tự phát triển mô hình, thay vì chỉ gọi API của một chatbot tổng quát.

Từ khách hàng AI thành nhà xây dựng AI

Trong nhiều năm, các nền tảng tiêu dùng có thể tiếp cận AI tiên tiến bằng cách sử dụng mô hình do bên ngoài cung cấp. Tự xây dựng một mô hình nền tảng đòi hỏi nhiều nguồn lực hơn, nhưng đổi lại doanh nghiệp có thêm quyền kiểm soát cách triển khai và khả năng điều chỉnh AI cho sản phẩm của mình.

Với một công ty thương mại điện tử, game, mạng xã hội hay du lịch, AI hữu ích hiếm khi chỉ là một cuộc trò chuyện độc lập. Mô hình có thể phải hiểu hình ảnh và video, nắm bối cảnh sản phẩm hoặc địa điểm, xử lý nội dung do người dùng tạo, hỗ trợ người bán và nhà sáng tạo, hoặc hoàn thành một chuỗi tác vụ kéo dài nhiều bước.

Vì vậy, mục tiêu chiến lược là gắn năng lực mô hình với hệ thống thương mại và nội dung sẵn có của nền tảng, thay vì xem AI như một tính năng tách rời. Điều này không đồng nghĩa các công ty sẽ từ bỏ mô hình bên ngoài. Cách tiếp cận kết hợp — dùng mô hình bên ngoài ở những điểm mạnh nhất và phát triển hệ thống nội bộ cho các tác vụ có giá trị cao hoặc mang tính đặc thù — có thể giúp doanh nghiệp kiểm soát và tùy biến tốt hơn. Các nguồn hiện có ủng hộ xu hướng AI tùy chỉnh trong những doanh nghiệp internet lớn, nhưng chưa đủ để khẳng định mọi công ty trong từng lĩnh vực đều đang đi theo cùng một hướng kỹ thuật. 13

Dots3-Note Preview cho thấy điều gì?

Ngày 14/8/2026, Dots Studio phát hành Dots3-Note Preview, mô hình đầu tiên thuộc dòng dots3 được công bố dưới dạng open-weight — tức trọng số mô hình được phát hành công khai, thay vì chỉ phục vụ nội bộ. 214

Một số thông số đáng chú ý gồm:

• 280 tỷ tham số tổng cộng, 16 tỷ tham số được kích hoạt cho mỗi token: Mô hình sử dụng kiến trúc Mixture-of-Experts (MoE), trong đó tổng năng lực lớn hơn đáng kể số tham số thực sự tham gia vào từng lượt tính toán. 12
• Đầu vào đa phương thức: Mô hình tiếp nhận văn bản, hình ảnh, video và âm thanh, thay vì chỉ xử lý văn bản. 1
• Cửa sổ ngữ cảnh 512.000 token: Dung lượng này cho phép mô hình xử lý lượng thông tin rất lớn trong các tác vụ kéo dài. 3
• Giấy phép Apache 2.0: Trọng số được phát hành theo giấy phép Apache 2.0, giúp mô hình có thể được triển khai và nghiên cứu rộng rãi hơn so với một dịch vụ AI hoàn toàn độc quyền. 2

Các đặc điểm này phù hợp với môi trường nền tảng, nơi thông tin xuất hiện dưới nhiều định dạng và một nhiệm vụ có thể đòi hỏi duy trì ngữ cảnh qua nhiều bước. Dù vậy, riêng kiến trúc không thể chứng minh mô hình sẽ tạo ra sản phẩm tiêu dùng tốt hơn. Điều đáng chú ý là mức độ tham vọng xây dựng mô hình đã xuất hiện bên trong một công ty vốn được biết đến nhiều hơn với vai trò nền tảng mạng xã hội và phong cách sống.

Cần đọc các tuyên bố benchmark như thế nào?

RedNote cho biết Dots3-Note Preview đạt kết quả ngang bằng hoặc vượt qua một số mô hình của OpenAI, Anthropic, DeepSeek và Z.ai trong những bài kiểm tra cụ thể. 13 Đây là tuyên bố đáng chú ý, nhưng cần được hiểu trong phạm vi hẹp.

Kết quả benchmark phụ thuộc vào loại nhiệm vụ, cách thiết lập đánh giá, phương pháp prompt, phiên bản mô hình và khả năng tái lập độc lập. Các nguồn hiện có mô tả đây là kết quả do công ty dẫn lại; chúng chưa chứng minh Dots3-Note Preview vượt trội trên diện rộng về trải nghiệm hằng ngày, độ ổn định, chi phí hay triển khai thương mại. 13

Thông điệp bền vững hơn không nằm ở một vị trí trên bảng xếp hạng. Đó là việc một nền tảng tiêu dùng đã xây dựng và công khai một mô hình nền tảng đa phương thức quy mô lớn, đồng thời định hướng nó cho suy luận phức tạp và các tác vụ kéo dài. 13

Vì sao việc sở hữu nền tảng lại quan trọng?

Một mô hình tổng quát có thể cung cấp năng lực ngôn ngữ và suy luận rộng. Trong khi đó, mô hình do nền tảng sở hữu có thể được tích hợp sâu hơn với những hệ thống tạo nên giá trị kinh doanh: nội dung, đề xuất, sản phẩm, người bán, nhà sáng tạo, địa điểm, đặt chỗ và ý định của người dùng.

Nhờ sự tích hợp này, mô hình có thể hữu ích hơn trong những nhiệm vụ chuyên biệt, ngay cả khi không dẫn đầu mọi benchmark tổng quát. Với người dùng, AI có thể không xuất hiện dưới dạng một chatbot mới mà âm thầm nằm trong chức năng tìm kiếm, gợi ý nội dung, công cụ sáng tạo, kiểm duyệt, hỗ trợ người bán, lập kế hoạch du lịch hoặc vận hành game.

Với doanh nghiệp, câu hỏi cạnh tranh vì thế đang thay đổi. Không chỉ còn là “ai sở hữu mô hình tổng quát tốt nhất?”, mà là “ai có thể biến một mô hình đủ mạnh thành dịch vụ chuyên biệt, đáng tin cậy và vận hành ở quy mô lớn?”.

Bức tranh lớn hơn của ngành công nghệ Trung Quốc

Sự ra mắt của Dots Studio cho thấy hệ sinh thái AI Trung Quốc đang trở nên phân tán hơn. Các công ty internet tiêu dùng không chỉ là khách hàng tiềm năng của những mô hình tiên phong; một số đang trở thành tổ chức nghiên cứu, huấn luyện và triển khai AI theo cách riêng. 13

Điều này mở rộng bản đồ cạnh tranh vượt ra ngoài các phòng thí nghiệm AI nổi tiếng. Nó cũng khiến kinh nghiệm vận hành nền tảng ngày càng quan trọng: giá trị của một mô hình có thể nằm ở khả năng hiểu và hoạt động hiệu quả trong một hệ sinh thái cụ thể, chứ không chỉ ở điểm số trên một bài kiểm tra tổng quát.

Các nguồn hiện có cung cấp bằng chứng rõ nhất về RedNote và xu hướng được báo cáo trên toàn ngành, chứ chưa phải bản thống kê kỹ thuật đầy đủ về Meituan hay mọi công ty thương mại điện tử, game, mạng xã hội và du lịch. Dù vậy, tín hiệu đã khá rõ: giai đoạn tiếp theo của AI tiêu dùng tại Trung Quốc có thể được xây dựng một cách lặng lẽ ngay bên trong những dịch vụ mà người dùng vẫn sử dụng mỗi ngày.