K2 Horizon: Khi “mở” AI không chỉ là cho tải trọng số

Ngày 3/9/2026, Institute of Foundation Models (IFM) — viện trực thuộc Đại học Trí tuệ nhân tạo Mohamed bin Zayed (MBZUAI) tại Abu Dhabi — giới thiệu K2 Horizon, một họ gồm sáu mô hình nền tảng AI: 0,9B, 3,7B, 7B, 32B, 36B-A4B và 375B-A23B tham số. Mô hình và mã nguồn được phát hành theo giấy phép Apache 2.0. 29

Điểm đáng chú ý không chỉ là khả năng tải mô hình về sử dụng. IFM cho biết họ công khai phần lớn hơn đáng kể của toàn bộ hồ sơ phát triển, với mục tiêu để quá trình xây dựng mô hình có thể được kiểm tra và tái lập.

K2 Horizon công bố những gì?

Với từng mô hình, IFM cho biết họ mở tài liệu xuyên suốt vòng đời phát triển, từ tiền huấn luyện đến hậu huấn luyện phục vụ suy luận và tác tử AI. Gói phát hành gồm:

• dữ liệu huấn luyện hoặc công thức chi tiết để xây dựng dữ liệu;
• kiến trúc mở và thành phần hỗn hợp;
• mã huấn luyện cùng cấu hình;
• các checkpoint trung gian và nhật ký huấn luyện chi tiết;
• kết quả đánh giá; và
• trọng số mô hình cuối cùng. 9

Reuters cũng đưa tin bộ phát hành có trọng số, dữ liệu huấn luyện, mã, phương pháp và checkpoint trung gian, giúp nhà nghiên cứu lần theo quá trình phát triển cũng như tái tạo kết quả. 2

Có một lưu ý quan trọng: IFM nói sẽ cung cấp dữ liệu huấn luyện hoặc công thức tạo dữ liệu, không nhất thiết phân phối lại nguyên vẹn mọi bộ dữ liệu. Đây là khác biệt cần thiết trong các trường hợp giấy phép dữ liệu hoặc điều kiện phân phối lại có giới hạn. 9

Khác gì với mô hình chỉ “mở trọng số”?

Mô hình mở trọng số cho phép nhà phát triển tải các tham số đã học để chạy hoặc tinh chỉnh hệ thống. Tuy nhiên, riêng trọng số không cho thấy đầy đủ con đường đã tạo ra mô hình: thành phần dữ liệu, các bước tiền xử lý, mã nguồn, cấu hình huấn luyện, trạng thái trung gian và quy trình hậu huấn luyện có thể không được công bố.

K2 Horizon đặt mục tiêu mở thêm các lớp thông tin đó. Về thực tế, các nhóm độc lập có thể kiểm tra cách tạo ra một kết quả, thử tái lập từng giai đoạn huấn luyện, đánh giá các tuyên bố kỹ thuật và điều chỉnh công trình cho nhu cầu nghiên cứu hoặc triển khai khác. 29

Đó là ý nghĩa trong phát biểu của nhà sáng lập IFM Eric Xing: tính mở cần cho phép người khác “xem dữ liệu, theo dõi phương pháp, tái tạo kết quả và cải thiện nó”. 1

Mức độ công khai nằm trên một phổ liên tục

Không nên chỉ nhìn nhãn “mở” hay “đóng”; điều quan trọng là mức độ thông tin được công bố.

• Mở trọng số: Nhà phát triển có thể cho tải mô hình, nhưng chỉ tiết lộ hạn chế về nguồn gốc hoặc toàn bộ quy trình huấn luyện. Reuters cho biết IFM muốn tạo đối trọng với xu hướng ngành AI ngày càng kín kẽ hơn. 2
• Cách tiếp cận “mở toàn diện” của K2 Horizon: IFM nói họ công bố không chỉ trọng số mà còn dữ liệu hoặc công thức xây dựng dữ liệu, mã, cấu hình, checkpoint, nhật ký và đánh giá. 9
• Truy cập qua dịch vụ đóng: Nhiều mô hình độc quyền hàng đầu thường được cung cấp qua sản phẩm lưu trữ hoặc API, thay vì công bố trọn vẹn vòng đời phát triển. Các nguồn được cung cấp không đủ để so sánh chi tiết theo từng công ty, vì vậy cần thận trọng với các khẳng định cụ thể về những nhà phát triển Trung Quốc, OpenAI hay Anthropic.

Khác biệt thiết thực nằm ở khả năng xác minh: người dùng vẫn có thể đánh giá hành vi của một mô hình mở trọng số, nhưng một bộ phát hành đầy đủ hơn cho giới nghiên cứu nhiều bằng chứng hơn để xem xét chính quy trình đứng sau hành vi ấy.

Mục tiêu: khoa học tái lập, giám sát tốt hơn và hiệu năng cạnh tranh

Ông Xing nói với Reuters rằng IFM muốn thiết lập một chuẩn tham chiếu về diện mạo của một đợt phát hành mô hình thực sự mở. 2 Mục tiêu được nêu ra là khoa học có thể tái lập, thay vì yêu cầu công chúng chỉ tin vào một checkpoint cuối cùng thiếu minh bạch.

Mức độ công khai này cũng có thể hữu ích ngoài phạm vi nghiên cứu. Khi có nhiều hiện vật kỹ thuật hơn, nhà hoạch định chính sách, cơ quan quản lý và các nhóm bảo vệ lợi ích công có thêm tư liệu để xem xét tuyên bố về năng lực, phương pháp và rủi ro của mô hình, thay vì chỉ dựa vào phần tóm tắt từ bên phát triển. 2

IFM đồng thời lập luận rằng minh bạch không đồng nghĩa đánh đổi năng lực. Tài liệu ra mắt định vị K2 Horizon cho các tác vụ suy luận, toán học, lập trình, sử dụng công cụ và tác tử AI. Đây là các tuyên bố hiệu năng từ IFM, chưa phải kết quả xác thực độc lập. 19

Sáu kích cỡ cho nhiều môi trường triển khai

K2 Horizon trải từ mô hình rất nhỏ cho phần cứng hạn chế đến mô hình mixture-of-experts (hỗn hợp chuyên gia) quy mô lớn.

Mô hình	Mục đích sử dụng IFM mô tả
0,9B	Thiết bị biên có tài nguyên hạn chế, gồm thiết bị đeo như đồng hồ và kính thông minh. 1
3,7B	Sử dụng trên thiết bị và hướng đến điện thoại. 1
7B	Chạy trên thiết bị, nhấn mạnh các tác vụ kỹ nghệ phần mềm và nghiên cứu sâu hơn. 1
32B	Lưu trữ cục bộ trên laptop, máy trạm và máy chủ tại chỗ. 1
36B-A4B	Mô hình thưa cho triển khai cục bộ và tại chỗ. 19
375B-A23B	Mô hình chủ lực cho suy luận, nghiên cứu, kỹ nghệ phần mềm và công việc tác tử AI dài hạn, phức tạp. 19

IFM cho biết kiến trúc, giao diện, công cụ và cách định tuyến dùng chung được thiết kế để nhà phát triển có thể chuyển từ mô hình nhỏ sang lớn hơn mà không phải thay đổi quy trình triển khai. 1

Ý nghĩa với tham vọng AI của UAE

Đợt phát hành phù hợp với tham vọng của UAE trong việc gia tăng vai trò ở mảng AI tiên phong. IFM do MBZUAI thành lập, còn K2 Horizon cung cấp cho tổ chức này một họ mô hình nền tảng có thể được nhà nghiên cứu và lập trình viên ngoài Abu Dhabi sử dụng, trong khi các hiện vật phát triển được hướng đến khả năng tiếp cận rộng rãi. 12

K2 Horizon có trở thành chuẩn mực bền vững về tính mở trong AI hay không sẽ phụ thuộc vào mức độ hữu dụng của tài liệu công bố và liệu các nhóm bên ngoài có thể thực sự tái lập, mở rộng công trình hay không. Nhưng thông điệp của IFM khá rõ ràng: trong AI, “mở” nên có ý nghĩa nhiều hơn việc cho phép tải về một mô hình hoàn thiện. 29