Elon Musk nói Grok 5 có thể đạt AGI: Lộ trình xAI ngày 14/9 thực sự cho biết gì?

Ngày 14/9, Elon Musk phác ra một chuỗi mô hình Grok chưa phát hành của xAI: Grok 4.8 sẽ hoàn tất tiền huấn luyện trong tuần và bước sang giai đoạn học tăng cường (reinforcement learning — RL), còn Grok 5 được ông đặt vào vị trí mô hình có thể tiến tới trí tuệ nhân tạo tổng quát, hay AGI. Nhưng đây chưa phải là bằng chứng Grok đã đạt AGI: thông báo không đi kèm kết quả benchmark công khai, model card, định nghĩa vận hành cho AGI hoặc ngày phát hành. Vì vậy, nên xem đây là dự báo của nhà sáng lập, không phải kết quả AGI đã được chứng minh. 124

Musk nói gì về Grok 4.8, 4.9 và Grok 5?

Theo Musk, Grok 4.8 là mô hình 2,5 nghìn tỷ tham số, được huấn luyện trên nền tảng phần mềm C++ mới của xAI. Ông nói giai đoạn tiền huấn luyện sẽ kết thúc trong tuần, sau đó bắt đầu RL. 12

Trong cùng trao đổi, Musk xếp các mẫu sau Grok 4.7 theo một nấc thang năng lực:

• Grok 4.8: là một cải thiện “đáng kể” so với 4.7.
• Grok 4.9: có thể thuộc đẳng cấp Astra hoặc Fable.
• Grok 5: “có thể tốt hơn mọi thứ khác”; khi được hỏi về AGI, ông hướng câu trả lời tới Grok 5 thay vì Grok 4.8. 214

Cách diễn đạt này rất đáng lưu ý. “Có thể tốt hơn mọi thứ khác” không phải một tuyên bố hiệu năng có thể đo lường. Cũng chưa có thông tin nào nêu rõ những năng lực, ngưỡng độ tin cậy, mức tự chủ, tiêu chuẩn an toàn hay bộ đánh giá nào sẽ đủ để gọi một mô hình là AGI. Một số bài viết gọi Grok 5 là bước đột phá AGI mà xAI tuyên bố, nhưng lộ trình ban đầu vẫn thiếu các chi tiết có thể kiểm tra độc lập. 210

Grok 4.7 được đặt ở đâu so với đối thủ?

Với Grok 4.7 — mẫu gần thời điểm phát hành hơn nhưng đã trễ — Musk thận trọng hơn. Ông nói mô hình này sẽ “xấp xỉ ngang Opus 5.0, không phải 5.1”, tốt hơn ở một số mặt và kém hơn ở những mặt khác. Musk cũng thừa nhận xAI vẫn cần cải thiện khả năng đa phương thức, tức xử lý kết hợp văn bản, hình ảnh và các dạng dữ liệu khác. 38

Đây là nhận định hẹp hơn nhiều so với tuyên bố dẫn đầu toàn diện. Đồng thời, lộ trình 4.8, 4.9 và 5 vẫn mang tính tạm thời, bởi các nhà phát triển khi đó còn chưa có Grok 4.7 phát hành công khai để tự đánh giá.

Vì sao việc Grok 4.7 trễ lịch lại quan trọng?

Ngày 2/9, Musk từng nói Grok 4.7 còn khoảng 10 ngày nữa sẽ ra mắt, tức gợi ra mốc khoảng 12/9. Đến ngày 11/9, ông nói cần “thêm vài ngày”. 720

Lý do ông nêu liên quan đến tinh chỉnh RL: xAI có thể đã phạt độ dài câu trả lời quá mạnh, khiến mô hình dừng sớm trước các bài toán khó mà thực ra nó có thể giải, đồng thời tự kiểm tra kết quả chưa đủ kỹ. Musk trình bày đây như một khả năng chẩn đoán, không phải kết luận kỹ thuật cuối cùng. 2021

Điều này không chỉ là câu chuyện chậm lịch. Nó cho thấy sự khác biệt giữa hoàn tất một đợt tiền huấn luyện quy mô lớn và đưa ra thị trường một sản phẩm đáng tin cậy. Hành vi sau huấn luyện bằng RL, đánh giá chất lượng, năng lực đa phương thức, độ ổn định, an toàn, mức sẵn sàng triển khai và giá đều có thể quyết định thời điểm — thậm chí việc — một mô hình được phát hành.

Khi đó, người dùng thực sự có thể tiếp cận gì?

Tính đến ngày 14/9, Grok 4.7 vẫn chưa được phát hành công khai. Các báo cáo cho biết mẫu flagship được xAI ghi nhận gần nhất vẫn là Grok 4.6, ra mắt ngày 12/8, với giá API niêm yết 2 USD cho một triệu token đầu vào và 6 USD cho một triệu token đầu ra. 311

Cùng thời điểm, Claude Fable 5.1, Gemini 3.8 Flash và GPT-6 Astra được đưa tin là đã phát hành hoặc công bố trong tháng 9. 3445 Bối cảnh cạnh tranh này làm lộ trình của xAI đáng chú ý hơn, nhưng không thể xác thực các tuyên bố so sánh hiệu năng cho những Grok chưa phát hành.

Điều cần theo dõi: biến lời hứa thành thứ có thể kiểm chứng

Quy mô 2,5 nghìn tỷ tham số và nền tảng huấn luyện mới có thể phản ánh khoản đầu tư hạ tầng lớn của xAI. Tuy vậy, số tham số hay năng lực tính toán, xét riêng lẻ, không chứng minh năng lực thực tế, độ tin cậy hoặc AGI. Việc Grok 4.7 trễ lịch là minh họa cụ thể rằng hành vi sau huấn luyện có thể mang tính quyết định, kể cả khi một mô hình đã được huấn luyện xong. 120

Với nhà phát triển, khách hàng và nhà đầu tư, các mốc nên chờ đợi cụ thể hơn ngôn ngữ lộ trình:

1. Phát hành chính thức, với mô hình có thể gọi qua API hoặc sản phẩm có thể dùng được.
2. Tài liệu, giá công khai và model card — tài liệu mô tả giới hạn, cách đánh giá và các đặc tính quan trọng của mô hình.
3. Kết quả benchmark có thể tái lập, gồm cả các tác vụ đa phương thức và tác vụ dài hạn nếu phù hợp.
4. Định nghĩa AGI cùng chuẩn đánh giá rõ ràng, trước khi coi một tuyên bố AGI là điều hơn cả kỳ vọng.

Cho tới khi các tài liệu này xuất hiện, phát biểu ngày 14/9 của Musk mới xác lập hướng đi mà xAI nhắm tới: Grok 4.8 sau tiền huấn luyện và RL, Grok 4.9 mạnh hơn, rồi Grok 5 với tham vọng rất lớn. Chúng chưa xác lập rằng bất kỳ mô hình nào trong số đó đã đạt mức năng lực được hứa hẹn. 24