Zhipu AI, BAAI và AISI đang định hình thế hệ AI tiếp theo của Trung Quốc như thế nào?
Zhipu AI có thời điểm vượt mốc định giá 1 nghìn tỷ HKD ngày 22/6/2026 sau khi phát hành nguồn mở GLM 5.2, nhưng cột mốc thị trường này không chứng minh mô hình đã đạt AGI. Zhipu AI tập trung vào lập trình dài hạn và tác tử AI; BAAI mở rộng nghiên cứu mô hình nền tảng sang mô hình thế giới và robot; còn AISI đưa AI v...
Zhipu AI có thời điểm vượt mốc định giá 1 nghìn tỷ HKD ngày 22/6/2026 sau khi phát hành nguồn mở GLM 5.2, nhưng cột mốc thị trường này không chứng minh mô hình đã đạt AGI.
Zhipu AI tập trung vào lập trình dài hạn và tác tử AI; BAAI mở rộng nghiên cứu mô hình nền tảng sang mô hình thế giới và robot; còn AISI đưa AI vào vật liệu, mô phỏng, phòng thí nghiệm và kỹ thuật.
Lợi thế cạnh tranh nằm ở sự kết nối giữa mô hình, dữ liệu, năng lực tính toán, nhà phát triển, nhà nghiên cứu và kiểm chứng vật lý — chứ không chỉ ở thứ hạng benchmark.
How are Zhipu AI, the Beijing Academy of Artificial Intelligence (BAAI), and the AI for Science Institute, Beijing (AISI) shaping the next pAn editorial illustration representing the connected layers of China’s emerging AI ecosystem.
Prompt AI
Create a landscape editorial hero image for this Studio Global article: How are Zhipu AI, the Beijing Academy of Artificial Intelligence (BAAI), and the AI for Science Institute, Beijing (AISI) shaping the next p. Article summary: These three institutions represent complementary layers of China’s AI strategy: Zhipu commercializes frontier general-purpose models and agents; BAAI supplies open, original foundational research; and AISI turns AI into . Topic tags: general, academic, general web, user generated, news. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks
openai.com
Nếu cuộc đua AI chỉ được đo bằng một mô hình đứng đầu bảng xếp hạng, bức tranh tại Trung Quốc sẽ bị nhìn quá đơn giản. Một cấu trúc phân công đang dần hình thành: Zhipu AI biến mô hình lớn thành sản phẩm thương mại và tác tử cho nhà phát triển; Viện Trí tuệ Nhân tạo Bắc Kinh (BAAI) xây dựng mô hình nền tảng nguồn mở, hệ thống đa phương thức và nghiên cứu trí tuệ hiện thân; còn Viện Khoa học Trí tuệ Nhân tạo Bắc Kinh (AISI) đưa AI vào khám phá khoa học và quy trình kỹ thuật.
Ba hướng đi này cho thấy một chiến lược rộng hơn: biến AI thành năng lực có thể sử dụng trong phần mềm, robot, phòng thí nghiệm và công nghiệp, thay vì đặt cược vào một mô hình “bom tấn” duy nhất.
Zhipu AI: từ mô hình ngôn ngữ đến tác tử làm việc dài hạn
Bản phát hành GLM-5.2 của Zhipu AI cho thấy sự chuyển dịch từ AI hội thoại sang các hệ thống được thiết kế để xử lý nhiệm vụ phức tạp trong thời gian dài hơn. Mô hình được phát hành nguồn mở ngày 17/6/2026, hướng tới lập trình, quy trình tác tử và cửa sổ ngữ cảnh 1 triệu token.
Sự phấn khích của nhà đầu tư sau màn ra mắt đã giúp định giá thị trường của Zhipu AI có thời điểm vượt 1 nghìn tỷ HKD vào ngày 22/6. Con số này phản ánh kỳ vọng về khả năng thương mại hóa, mức độ tiếp nhận của nhà phát triển và tiềm năng nền tảng; không nên được xem là bằng chứng cho thấy bất kỳ mô hình riêng lẻ nào đã đạt trí tuệ nhân tạo tổng quát (AGI).
Điểm đáng chú ý không chỉ là bán quyền truy cập vào một mô hình, mà là xây dựng cả một vòng lặp sản phẩm xung quanh mô hình đó. Vòng lặp này có thể bao gồm API, công cụ lập trình, khả năng thực thi tác vụ, quy trình doanh nghiệp và các ứng dụng tạo ra lượt sử dụng cũng như doanh thu. Việc mở trọng số cũng giúp cộng đồng bên ngoài kiểm thử và phát triển tiếp, trong khi các dịch vụ thương mại có thể tạo nguồn lực cho việc huấn luyện mô hình và xây dựng hạ tầng.
Studio Global AI
Tiếp tục nghiên cứu của bạn
Trang này bao gồm câu trả lời dựa trên nguồn mà bạn có thể tiếp tục bên trong Studio Global.
Câu trả lời ngắn gọn cho "Zhipu AI, BAAI và AISI đang định hình thế hệ AI tiếp theo của Trung Quốc như thế nào?" là gì?
Zhipu AI có thời điểm vượt mốc định giá 1 nghìn tỷ HKD ngày 22/6/2026 sau khi phát hành nguồn mở GLM 5.2, nhưng cột mốc thị trường này không chứng minh mô hình đã đạt AGI.
Những điểm chính cần xác nhận đầu tiên là gì?
Zhipu AI có thời điểm vượt mốc định giá 1 nghìn tỷ HKD ngày 22/6/2026 sau khi phát hành nguồn mở GLM 5.2, nhưng cột mốc thị trường này không chứng minh mô hình đã đạt AGI. Zhipu AI tập trung vào lập trình dài hạn và tác tử AI; BAAI mở rộng nghiên cứu mô hình nền tảng sang mô hình thế giới và robot; còn AISI đưa AI vào vật liệu, mô phỏng, phòng thí nghiệm và kỹ thuật.
Tôi nên làm gì tiếp theo trong thực tế?
Lợi thế cạnh tranh nằm ở sự kết nối giữa mô hình, dữ liệu, năng lực tính toán, nhà phát triển, nhà nghiên cứu và kiểm chứng vật lý — chứ không chỉ ở thứ hạng benchmark.
Bài học lớn hơn là tự chủ công nghệ không chỉ có nghĩa là sở hữu trọng số mô hình. Một hệ thống bền vững còn cần năng lực huấn luyện và suy luận, chuỗi dữ liệu, phương pháp hậu huấn luyện, khung tác tử, kênh phân phối tới nhà phát triển và quyền tiếp cận năng lực tính toán đáng tin cậy. Một mô hình chỉ thật sự có sức bền chiến lược khi nó thu hút được hệ sinh thái bao quanh các lớp này.
BAAI: cầu nối nghiên cứu nguồn mở với trí tuệ hiện thân
Từ nền tảng mô hình WuDao, BAAI đang mở rộng sang dòng WuJie, tập trung vào nghiên cứu đa phương thức, mô hình thế giới và AI hiện thân. Các báo cáo hội nghị gần đây mô tả WuJie·Physis như một mô hình thế giới tiềm ẩn vật lý, còn WuJie·RoboBrain Orca là hệ thống đang được phát triển nhằm kết nối suy luận ngôn ngữ, dự đoán thị giác và quyết định hành động.
Hướng đi này quan trọng vì trí tuệ trong thế giới vật lý đòi hỏi nhiều năng lực mà mô hình chỉ xử lý văn bản không thể tự cung cấp: nhận thức, dự đoán, lập kế hoạch, điều khiển và khả năng hoạt động trong điều kiện luôn thay đổi. Mô hình thế giới và AI hiện thân nhằm giúp hệ thống biểu diễn cũng như hành động trong môi trường, thay vì chỉ mô tả môi trường bằng ngôn ngữ.
Vai trò của BAAI cũng mang tính thể chế. Chương trình nghiên cứu của viện nhấn mạnh mô hình nguồn mở, tác tử, hệ sinh thái phần mềm và phần cứng nền tảng, cùng sự hợp tác giữa giới nghiên cứu và ngành công nghiệp. Báo cáo về hội nghị BAAI năm 2026 cho biết viện đã cung cấp hơn 200 mô hình dưới dạng nguồn mở và tổng lượt tải trên toàn cầu vượt 1 tỷ. Những con số này do ban tổ chức hội nghị công bố và nên được hiểu là chỉ dấu về độ phân phối, không phải thước đo trực tiếp cho chất lượng mô hình.
Đối với hệ sinh thái AI Trung Quốc, giá trị của một viện như BAAI nằm ở việc tạo ra hạ tầng nghiên cứu có thể tái sử dụng và các kênh đào tạo nhân lực. Mô hình nguồn mở, bộ đánh giá, công cụ và nền tảng robot có thể cung cấp điểm khởi đầu chung cho trường đại học, startup và các nhà sản xuất.
AISI: biến AI thành quy trình khoa học và kỹ thuật
AISI tiếp cận AI từ một góc khác. Được thành lập vào tháng 9/2021, viện mô tả sứ mệnh của mình là kết hợp trí tuệ nhân tạo với nghiên cứu khoa học và xây dựng hạ tầng AI for Science — tức AI phục vụ khoa học.
Khung “Bốn trụ và N cột” của AISI kết hợp các mô hình thuật toán và phần mềm, cơ sở dữ liệu khoa học cùng hệ thống tri thức, năng lực thực nghiệm và đặc trưng hóa hiệu quả, với hạ tầng tính toán tích hợp. Mục tiêu là đưa nghiên cứu từ những quy trình rời rạc, giống các “xưởng” riêng lẻ, sang mô hình nền tảng kết nối nhiều thành phần.
Bohrium là một ví dụ cho cách tiếp cận này. Nền tảng đám mây nghiên cứu được giới thiệu như môi trường kết nối tài liệu khoa học, tri thức, mô hình, tính toán, phân tích dữ liệu và quy trình thực nghiệm. Mục tiêu không chỉ là để AI đưa ra một câu trả lời, mà là hỗ trợ nhà nghiên cứu đi từ câu hỏi đến mô phỏng, thí nghiệm và một nguồn dữ liệu mới đã được kiểm chứng.
Vòng lặp khép kín này đặc biệt quan trọng trong khoa học vật liệu và phân tử. Một mô hình nguyên tử lớn như DPA4 có thể hỗ trợ khám phá và mô phỏng vật liệu; giá trị thực tế sẽ tăng lên khi dự đoán của mô hình được kiểm tra trong phòng thí nghiệm, còn kết quả quan sát được dùng để cải thiện các mô hình sau đó. Một báo cáo năm 2026 cho biết phiên bản nâng cấp DPA4 đứng đầu về các chỉ số tổng hợp trên một bảng xếp hạng quốc tế về khám phá vật liệu, dù thành tích trên bảng xếp hạng tự nó chưa thể chứng minh tác động khoa học trong thực tế.
Các dự án liên quan đến động cơ tên lửa của AISI cho thấy rõ hơn yêu cầu kiểm chứng vật lý. Các báo cáo mô tả một quy trình gồm thiết kế sinh tự động, mô phỏng quá trình đốt, sản xuất bồi đắp, đo lường và điều khiển tự động, rồi thử nghiệm. Một mẫu trình diễn thu nhỏ được cho là đã hoàn tất kiểm chứng vòng kín. Những dự án như vậy đáng chú ý vì kết nối đầu ra của AI với ràng buộc kỹ thuật và thử nghiệm vật lý, thay vì dừng lại ở một benchmark phần mềm.
Vì sao hệ sinh thái quan trọng hơn một mô hình bom tấn?
Lợi thế ở tuyến đầu có thể thay đổi rất nhanh
Thứ hạng mô hình và ưu thế sản phẩm có thể đảo chiều trong thời gian ngắn. Ngược lại, cộng đồng nhà phát triển, dữ liệu khoa học, cơ sở thực nghiệm, tiêu chuẩn và kinh nghiệm triển khai có thể tích lũy trong nhiều năm. Những tài sản này khiến các cải tiến mô hình tương lai hữu ích hơn và ít phụ thuộc vào một lần phát hành duy nhất.
Mỗi lĩnh vực cần một dạng trí tuệ khác nhau
Tác tử lập trình, bộ điều khiển robot, trình mô phỏng phân tử và hệ thống tìm kiếm tài liệu khoa học không phải đang giải cùng một bài toán. Vì vậy, chiến lược AI cấp quốc gia hoặc cấp ngành sẽ hưởng lợi từ các mô hình chuyên biệt cùng hạ tầng dùng chung, thay vì kỳ vọng một hệ thống đa năng có thể làm tốt mọi việc.
Nghiên cứu mở giúp mở rộng nền đổi mới
Trọng số, công cụ, benchmark và nền tảng mở cho phép nhà nghiên cứu cũng như doanh nghiệp kiểm thử, điều chỉnh và phát triển dựa trên công trình của nhau. Định hướng nguồn mở của BAAI có thể hỗ trợ lớp hạ tầng này, trong khi các công ty thương mại như Zhipu AI biến năng lực kỹ thuật thành sản phẩm và doanh thu.
Kiểm chứng khoa học tạo ra vòng phản hồi mạnh hơn
Trong AI for Science, những hệ thống giá trị nhất có thể là hệ thống kết nối dự đoán với mô phỏng, thực nghiệm và đo lường. Mỗi kết quả được xác nhận lại có thể cải thiện dữ liệu và mô hình cho chu kỳ tiếp theo. Đây là tiêu chuẩn khó hơn việc tạo ra một câu trả lời nghe có vẻ hợp lý, nhưng cũng tạo ra con đường rõ ràng hơn tới giá trị công nghiệp.
Tự chủ là một “ngăn xếp” năng lực, không phải khẩu hiệu
Một hệ thống AI có khả năng chống chịu rủi ro cần năng lực trên nhiều lớp: thuật toán, phần mềm, dữ liệu, năng lực tính toán, nhân tài, công cụ và triển khai. Đa dạng hóa các lớp này có thể giảm phụ thuộc vào một nhà cung cấp hoặc một hướng kỹ thuật duy nhất. Nó cũng giúp hệ sinh thái vững hơn khi một mô hình hoạt động kém kỳ vọng hoặc các điều kiện bên ngoài thay đổi.
Bức tranh chiến lược
Zhipu AI, BAAI và AISI giữ những vị trí khác nhau nhưng bổ trợ trong cùng một hệ thống đang hình thành:
Zhipu AI tạo động lực thương mại thông qua mô hình đa năng, hệ thống lập trình, tác tử và sản phẩm dành cho nhà phát triển.
BAAI cung cấp nghiên cứu mở, mạng lưới nhân tài, mô hình nền tảng và con đường tiến tới AI đa phương thức, AI hiện thân.
AISI cung cấp hạ tầng khoa học kết nối mô hình với tri thức, tính toán, thực nghiệm và kiểm chứng kỹ thuật.
Vì vậy, tầm quan trọng của họ mang tính bổ trợ chứ không thể thay thế lẫn nhau. Zhipu AI cho thấy mô hình tuyến đầu có thể trở thành nền tảng. BAAI cho thấy nghiên cứu mở có thể lan tỏa năng lực tới một cộng đồng rộng hơn. AISI cho thấy AI có thể được nhúng vào những quy trình mà thành công được đo bằng một vật liệu, một thí nghiệm hoặc một hệ thống kỹ thuật cụ thể.
Cách diễn giải thuyết phục nhất về giai đoạn AI tiếp theo của Trung Quốc không phải là một mô hình đã quyết định xong cuộc đua toàn cầu. Đúng hơn, lợi thế cạnh tranh có thể ngày càng đến từ khả năng kết nối các trung tâm nghiên cứu nguyên bản, nền tảng thương mại, năng lực kỹ thuật độc lập và ứng dụng liên ngành thành một hệ sinh thái công nghiệp cởi mở, hợp tác và có khả năng tự củng cố.
