Atria Dawn Preview: tác tử AI mở 744 tỷ tham số của Shanghai AI Lab

Atria Dawn Preview của Shanghai Artificial Intelligence Laboratory (Shanghai AI Lab) là một mô hình tác tử AI có trọng số mở, hướng đến những việc không thể giải quyết chỉ bằng một lượt hỏi–đáp: tìm tài liệu bằng công cụ, viết và chạy mã, đọc kết quả rồi lặp lại cho đến khi có đầu ra kiểm chứng được. Dù ngày 16/9/2026 là thời điểm thông tin về mô hình được đưa tin rộng rãi, trọng số được cho là đã xuất hiện từ 11/9 và báo cáo kỹ thuật theo sau khoảng ngày 14/9. 15

Atria Dawn Preview là gì?

Theo model card, đây là bản preview của mô hình tác tử xây trên GLM-5.2 kiến trúc mixture-of-experts (MoE) với 744 tỷ tham số. Mô hình chỉ nhận và xuất văn bản, có cửa sổ ngữ cảnh 256K token, nhắm đến tác vụ nghiên cứu và kỹ thuật cần hiểu trạng thái môi trường liên tục, dùng công cụ và hoàn tất công việc qua nhiều bước. 9

Có hai biến thể được công bố:

• Atria-Dawn-Preview: checkpoint instruct tiêu chuẩn.
• Atria-Dawn-Preview-FP8: checkpoint instruct đã lượng tử hóa FP8.

Cả hai đều có ngữ cảnh 256K và được liên kết trên Hugging Face lẫn ModelScope. 9

MoE là kiến trúc có tổng số tham số rất lớn nhưng chỉ kích hoạt một phần các “chuyên gia” ở mỗi lần suy luận. Vì vậy, con số 744 tỷ rất đáng chú ý, nhưng với người triển khai, điều quan trọng hơn là mô hình có duy trì được cả chuỗi dài gồm lập kế hoạch, gọi công cụ, thực thi và tự sửa sai trong điều kiện thực tế hay không.

Khác gì so với các dự án trước của Shanghai AI Lab?

Các dự án công khai trước đây của Shanghai AI Lab gồm dòng InternLM, cùng những nỗ lực khoa học hoặc đa phương thức như Intern-S1 và Intern-S2. Chẳng hạn, Intern-S2 Preview được mô tả là mở rộng theo ba hướng: tiền huấn luyện, phạm vi tác vụ học tăng cường và môi trường tác tử tương tác. 18

Atria được định vị trực diện hơn như một tác tử cho quy trình dài: hiểu yêu cầu, lập kế hoạch, dùng công cụ, viết mã, chạy thử nghiệm hoặc hành động, xem xét kết quả và tiếp tục khi lần thử trước thất bại. Các bài viết về báo cáo kỹ thuật gọi phương pháp hậu huấn luyện của mô hình là Verifiable Experience Pipeline — tạm hiểu là quy trình kinh nghiệm có thể kiểm chứng — nhằm gắn việc dùng công cụ với môi trường thực thi và các kết quả có thể được xác nhận từ bên ngoài. 1315

Đây là khác biệt đáng kể giữa một mô hình nền tảng giỏi trả lời hoặc tạo đoạn mã, với một tác tử phải quản lý trạng thái, chọn hành động, hiểu đầu ra của công cụ và phục hồi sau sai sót trong nhiều bước liên tiếp.

Các trường hợp sử dụng được nhắm đến

Model card nêu bốn nhóm ứng dụng chính: 9

• Nghiên cứu chuyên sâu: thu thập, tổ chức và tổng hợp bằng chứng.
• Phát triển phần mềm và công việc kỹ thuật: xây dựng phần mềm, ứng dụng, trực quan hóa dữ liệu và hệ thống học máy.
• Công việc tri thức có cấu trúc: tạo báo cáo, bản trình bày và các tài liệu văn phòng liên quan.
• An ninh mạng có ủy quyền: phân tích, xác thực lỗ hổng, khắc phục và xác thực lại trong môi trường được phép.

Điều kiện “có ủy quyền” là then chốt: khả năng phân tích hay xác thực lỗ hổng không đồng nghĩa mô hình phù hợp cho việc kiểm thử trái phép.

Trọng số mở, giấy phép MIT và hạ tầng triển khai

Atria được phát hành theo giấy phép MIT, với trọng số được liên kết qua Hugging Face và ModelScope. Tài liệu dự án cũng nêu khả năng phục vụ cục bộ bằng SGLang 0.5.13.post1 trở lên hoặc vLLM 0.23.0 trở lên, cùng các tùy chọn API, trong đó có cấu hình Responses API cho các ứng dụng khách kiểu Codex. 19

Trọng số mở giúp đội ngũ có thêm quyền kiểm soát về cách triển khai và đánh giá, song không khiến việc vận hành trở nên rẻ hay đơn giản. Thông tin về đợt phát hành cho biết tệp trọng số có thể chiếm từ hàng trăm GB đến hơn 1 TB tùy định dạng; chi phí vì thế chuyển sang GPU và hạ tầng tự vận hành. 5

Đổi lại, tự lưu trữ có thể mang lại quyền chủ động hơn về tích hợp và xử lý dữ liệu. Cái giá là nhu cầu cao về GPU, kiến thức phục vụ mô hình, giám sát vận hành và kiểm soát bảo mật.

Benchmark cho thấy điều gì — và chưa cho thấy điều gì?

Shanghai AI Lab báo cáo kết quả trên 16 bộ đánh giá. Các số liệu được công bố gồm 53,8 điểm trên AutomationBench, 92,5 trên BrowseComp, 96,0 trên DeepSearchQA, 77,0 trên BFCL v4 và 86,5 trên CyberGym. Mô hình cũng đạt 59,6 trên SWE-bench Pro và 78,3 trên Terminal-Bench 2.1. 9

Trong bảng so sánh của nhà phát hành, Atria đứng đầu các hàng tương ứng với năm thước đo đầu tiên nêu trên. Tuy vậy, nó không dẫn đầu mọi bộ đánh giá: chính bảng đó ghi nhận Claude Opus 5 đạt điểm cao hơn trên SWE-bench Pro và Terminal-Bench 2.1, cùng một số chỉ số thiên về hoàn thành công việc khác. 9

Cách đọc thận trọng là:

• Atria là một ứng viên trọng số mở đáng quan tâm cho tìm kiếm và truy xuất thông tin, tác vụ trình duyệt, gọi hàm và benchmark an ninh mạng được đưa vào so sánh.
• Các con số này không chứng minh mô hình vượt trội toàn diện trước mọi tác tử tiên phong độc quyền.
• Kết quả benchmark của tác tử phụ thuộc lớn vào phiên bản bộ khung đánh giá, prompt, quyền dùng công cụ, ngân sách token/thời gian, chính sách thử lại và môi trường xung quanh.

Quan trọng nhất, các bài viết đương thời lưu ý đây là số liệu do nhà phát hành tự báo cáo; tại thời điểm đó, chưa có đơn vị đánh giá độc lập, trung lập xác nhận chúng. 5

Nên kiểm tra gì trước khi áp dụng?

Atria đáng để đánh giá với các tổ chức cần một tác tử trọng số mở quy mô lớn cho luồng công việc dài có dùng công cụ. Tuy nhiên, không nên biến bảng benchmark thành quyết định triển khai ngay lập tức.

1. Tái lập benchmark phù hợp. Cố định phiên bản mô hình, prompt, quyền công cụ, ngân sách thời gian/token và quy tắc thử lại; chạy lặp nhiều lần thay vì tin vào một điểm số.
2. Kiểm tra toàn bộ vòng lặp tác tử. Đo cả khả năng phục hồi khi lời gọi công cụ thất bại, giả định ban đầu sai, tài nguyên không sẵn có hoặc chỉ dẫn mơ hồ.
3. Xác thực ràng buộc triển khai. Đọc trực tiếp tệp giấy phép của trọng số và kho mã, đánh giá nhu cầu hạ tầng, ngăn xếp phục vụ cục bộ và điều khoản của các điểm cuối lưu trữ nếu sử dụng.
4. Đánh giá bảo mật và dữ liệu. Thử khả năng chống prompt injection, ranh giới phân quyền công cụ, cơ chế ghi log, lưu giữ dữ liệu và xử lý thông tin nhạy cảm.
5. So sánh trên tác vụ nội bộ. Chạy các nhiệm vụ nghiên cứu, lập trình, tạo tài liệu và xác thực bảo mật có ủy quyền sát với nhu cầu thật của tổ chức, đồng thời so với những công cụ đang dùng.

Kết luận

Atria Dawn Preview gây chú ý nhờ kết hợp nền tảng GLM-5.2 MoE 744 tỷ tham số, ngữ cảnh 256K, trọng số mở và trọng tâm rõ rệt vào thực thi kiểu tác tử thay vì chỉ trò chuyện. Giấy phép MIT cùng checkpoint tiêu chuẩn và FP8 khiến đây là mô hình nghiêm túc để đánh giá đối với các đội ngũ đủ hạ tầng vận hành. 9

Bảng benchmark đặc biệt đáng quan tâm ở các bài toán truy xuất phục vụ nghiên cứu, gọi hàm, tự động hóa và an ninh mạng. Dù vậy, đó vẫn là các tuyên bố của nhà phát hành. Phép thử có ý nghĩa nhất là liệu Atria có hoàn thành đáng tin cậy các nhiệm vụ dài, có dùng công cụ của chính bạn với chi phí, độ trễ, mức an toàn và năng lực phục hồi lỗi chấp nhận được hay không. 5