Qwen vượt 3 tỷ lượt tải: AI mã nguồn mở Trung Quốc đang vươn ra toàn cầu

Vì vậy, không nên xem đây là một bảng xếp hạng hoàn toàn đồng nhất, trong đó mọi con số đều được tính theo cùng một cách. Lượt tải phản ánh mức độ phân phối và sự quan tâm của cộng đồng, chứ không trực tiếp đo doanh thu, số người dùng thường xuyên, quy mô triển khai hay hiệu năng mô hình. Hugging Face cũng cho biết lượt tải trong hệ sinh thái mô hình mở tập trung cực mạnh: khoảng 1,5% số kho mô hình chiếm tới 99,2% tổng lượt tải trong giai đoạn quan sát.

Dù còn những giới hạn đó, quy mô của Qwen vẫn khó bị xem nhẹ. Nó cho thấy dòng mô hình này đã đạt độ hiện diện và khả năng tiếp cận đặc biệt rộng trong cộng đồng phát triển các mô hình có thể tải về.

Hệ sinh thái Qwen có thể quan trọng hơn một mô hình chủ lực

Alibaba cho biết công ty đã phát hành hơn 460 mô hình Qwen, trong khi hệ sinh thái này tạo ra hơn 300.000 mô hình phái sinh. Trên Hugging Face, số kho phái sinh được ghi nhận là 151.448.

Một hệ sinh thái phái sinh lớn có thể mở rộng đáng kể giá trị của mô hình gốc. Nhà phát triển có thể điều chỉnh mô hình cho các ngôn ngữ, loại phần cứng, phương pháp suy luận, bộ dữ liệu và ứng dụng chuyên biệt khác nhau. Mỗi phiên bản tùy chỉnh cũng có thể bổ sung những tài nguyên thực tế xung quanh mô hình ban đầu, từ ví dụ triển khai, bản tinh chỉnh và công cụ cho tới các bài đánh giá.

Điều này làm thay đổi câu hỏi cốt lõi của cuộc cạnh tranh. Thị trường không chỉ cần biết công ty nào sở hữu mô hình nền mạnh nhất, mà còn phải hỏi dòng mô hình nào có thể trở thành “viên gạch” mặc định cho phần mềm của những nhà phát triển khác.

Qwen nói gì về cạnh tranh AI Mỹ - Trung?

Các số liệu về Qwen cho thấy doanh nghiệp AI Trung Quốc có thể cạnh tranh quốc tế ở lớp mô hình mở, ngay cả khi các công ty Mỹ vẫn nắm nhiều lợi thế trong mô hình biên độc quyền, năng lực nghiên cứu, hạ tầng điện toán đám mây và phân phối thương mại.

Mô hình mở cạnh tranh theo cách khác với dịch vụ AI đóng. Nhà phát triển có thể coi trọng khả năng tải trọng số về, chạy mô hình trong môi trường riêng, tinh chỉnh và xây dựng sản phẩm mà không phải hoàn toàn phụ thuộc vào một API được lưu trữ bởi bên cung cấp. Một dòng mô hình có nhiều biến thể và thu hút đông đảo cộng đồng xây dựng sản phẩm phía sau có thể lan tỏa qua hàng nghìn trường hợp sử dụng chuyên biệt, thay vì chỉ thông qua một sản phẩm trung tâm.

Vì thế, vị trí dẫn đầu của Qwen về lượt tải và mô hình phái sinh cho thấy hệ sinh thái AI toàn cầu đang trở nên đa cực hơn. Ảnh hưởng quốc tế không còn chỉ được quyết định bởi phòng nghiên cứu nào dẫn đầu trong các chatbot độc quyền hoặc bảng xếp hạng nổi bật nhất.

Số lượng tham số không đủ để kết luận mô hình nào tốt hơn

Trong tranh luận về mô hình mở của Trung Quốc và Mỹ, số lượng tham số thường được dùng như một thước đo nhanh. Cách so sánh này có thể gây hiểu lầm, đặc biệt khi các mô hình sử dụng kiến trúc khác nhau.

Các hệ thống Mixture-of-Experts (MoE) có thể chứa tổng số tham số rất lớn nhưng chỉ kích hoạt một phần trong số đó cho mỗi token. Một mô hình có nhiều tham số hơn không tự động đồng nghĩa với khả năng tốt hơn, tốc độ nhanh hơn hoặc chi phí vận hành thấp hơn so với mô hình dày đặc nhỏ hơn.

Khi triển khai thực tế, đội ngũ kỹ thuật còn phải xem xét số tham số được kích hoạt, yêu cầu bộ nhớ, độ trễ, chi phí suy luận, khả năng xử lý ngữ cảnh, quá trình hậu huấn luyện và hiệu năng trong đúng tác vụ cần dùng. Quy mô tham số có thể cho thấy tham vọng và mở rộng lựa chọn cho nhà phát triển, nhưng không phải hệ thống xếp hạng đáng tin cậy nếu đứng một mình. Doanh nghiệp nên kiểm thử chính xác phiên bản mô hình và cấu hình dự kiến đưa vào sử dụng.

“Open-weight” không đồng nghĩa với mã nguồn mở hoàn toàn

Từ “mở” có thể mô tả nhiều mức độ tiếp cận khác nhau. Một mô hình có thể cho phép tải trọng số nhưng không công bố toàn bộ dữ liệu huấn luyện, mã huấn luyện hoặc thông tin cần thiết để tái lập đầy đủ quá trình tạo ra mô hình. Điều khoản cấp phép cũng có thể thay đổi giữa các bản phát hành và phiên bản.

Vì vậy, việc xem xét ở cấp độ từng phiên bản là rất quan trọng. Trước khi triển khai Qwen, đội ngũ cần kiểm tra giấy phép của đúng phiên bản dự kiến sử dụng, xác định việc dùng cho mục đích thương mại có được cho phép hay không, đồng thời đánh giá các yêu cầu về bảo mật, hỗ trợ kỹ thuật, tuân thủ và quản trị dữ liệu. Lượt tải cao là bằng chứng về sự quan tâm, nhưng không thể thay thế cho thẩm định kỹ thuật và pháp lý.

Tín hiệu lớn hơn phía sau cột mốc 3 tỷ

Hơn 3 tỷ lượt tải của Qwen đáng chú ý vì con số này kết hợp cả độ phủ lẫn quá trình hình thành hệ sinh thái. Alibaba đã đưa ra thị trường một họ mô hình đa dạng, còn cộng đồng phát triển đã xây dựng một lớp sản phẩm phái sinh đáng kể xung quanh chúng.

Điều đó gợi mở một cách đo lường mới đối với AI mã nguồn mở. Chất lượng mô hình nền vẫn quan trọng, nhưng khả năng phân phối, điều khoản cấp phép, tính linh hoạt khi triển khai và mức độ dễ dàng để nhà phát triển bên ngoài mở rộng mô hình có thể quyết định dòng mô hình nào trở thành hạ tầng lâu dài.

Vị trí dẫn đầu của Qwen không có nghĩa AI Trung Quốc đã thắng toàn bộ cuộc đua mô hình toàn cầu. Nhưng nó cho thấy các mô hình có trọng số mở của Trung Quốc có thể tạo ảnh hưởng trên phạm vi quốc tế — và giai đoạn cạnh tranh tiếp theo có thể được quyết định nhiều không kém bởi cộng đồng cùng các ứng dụng xây dựng quanh mô hình, thay vì chỉ bởi bản thân mô hình.