21 tháng 11, 2026
Phần mềm

AI chuyển hướng, Khi LLM chững lại, Google, Meta và Nvidia đặt cược lớn vào World Models

Home›Phần mềm›AI chuyển hướng, Khi LLM chững lại, Google, Meta và Nvidia đặt cược lớn vào World Models

Các “ông lớn” AI như Google DeepMind, Meta hay Nvidia đang bắt đầu chuyển hướng tập trung từ mô hình ngôn ngữ lớn (LLM) sang một hướng đi mới: world models, những hệ thống có thể học từ môi trường thực (qua video, dữ liệu cảm biến robot, mô phỏng 3D) để suy nghĩ và hành động trong thế giới vật lý.

AI chuyển hướng, Khi LLM chững lại, Google, Meta và Nvidia đặt cược lớn vào World Models - Sharevina.com

Hình ảnh minh họa cho AI chuyển hướng, Khi LLM chững lại, Google, Meta và Nvidia đặt cược lớn vào World Models. Ảnh: Tư liệu

Lý do của sự thay đổi này khá rõ: dù LLM như GPT-4, Gemini hay LLaMA đã tạo ra nhiều đột phá, tốc độ cải thiện đang chậm lại. Các phiên bản mới tốn kém hơn nhiều nhưng mức nâng cấp hiệu năng không còn “nhảy vọt” như giai đoạn đầu. Điều đó khiến giới nghiên cứu phải tìm đường khác để đạt mục tiêu AI đa năng (AGI).

AI chuyển hướng, Khi LLM chững lại, Google, Meta và Nvidia đặt cược lớn vào World Models - Sharevina.com

Hình ảnh minh họa cho AI chuyển hướng, Khi LLM chững lại, Google, Meta và Nvidia đặt cược lớn vào World Models. Ảnh: Tư liệu

World models mang đến tiềm năng khổng lồ, không chỉ bó hẹp trong văn bản mà còn bao gồm khả năng hiểu không gian, thời gian và vật lý, nền tảng cho xe tự lái, robot công nghiệp, bác sĩ AI hay thậm chí những trợ lý kỹ thuật số có thể “hành động” độc lập. Nvidia ước tính thị trường này có thể đạt tới 100.000 tỷ USD, ngang tầm quy mô toàn bộ nền kinh tế toàn cầu, vì gần như mọi ngành đều có thể ứng dụng trí tuệ có khả năng thao tác và dự đoán trong thế giới thực.

AI chuyển hướng, Khi LLM chững lại, Google, Meta và Nvidia đặt cược lớn vào World Models - Sharevina.com

Hình ảnh minh họa cho AI chuyển hướng, Khi LLM chững lại, Google, Meta và Nvidia đặt cược lớn vào World Models. Ảnh: Tư liệu

Tất nhiên, rào cản vẫn còn lớn. Khác với ngôn ngữ, dữ liệu môi trường thực liên tục, đa chiều và cực kỳ phức tạp. Để huấn luyện world models, cần khối lượng dữ liệu khổng lồ từ cảm biến và video, cộng với sức mạnh tính toán vượt xa hiện nay. Đây cũng là lý do tại sao các phòng thí nghiệm AI đều đổ tiền vào mô phỏng (simulation) và các nền tảng ảo như Omniverse của Nvidia để tạo ra môi trường rèn luyện cho AI trước khi “xuống đường” trong đời thực. Theo dõi những công bố gần đây, có thể thấy một cuộc đua mới đang mở ra, lần này không phải để AI viết tốt hơn hay trả lời mượt hơn, mà để hiểu và tương tác với thế giới giống như con người. Nếu LLM là bước đệm, thì world models có thể là cánh cửa đưa AI tiến tới giai đoạn “hành động thực sự”. Tham khảo thêm:

Nguồn thông tin: Tổng hợp và biên tập từ chuyên trang công nghệ.