Cuộc đua mô hình ngôn ngữ lớn AI toàn cầu chưa từng dừng lại, hôm nay Musk tuyên bố tuần tới sẽ là thời điểm ra mắt Grok 2 mã nguồn mở. Thế hệ thứ tư của mô hình ngôn ngữ Grok thuộc xAI trước đây đã được công bố vào ngày 9 tháng 7, tập trung vào việc tăng cường đầu vào đa phương thức và suy luận.
Chúng tôi sẽ mô tả lịch trình phát hành và những đột phá kỹ thuật của Grok theo cấu trúc kim tự tháp ngược, sau đó so sánh Grok với GPT-4o, Gemini, và cuối cùng phân tích tại sao Musk lại duy trì "triết lý mã nguồn mở".
Grok 4 đếm ngược: Lịch trình và nâng cấp cốt lõi
Các bước lặp của sê-ri Grok diễn ra rất nhanh chóng, Grok 2 sẽ ra mắt vào tháng 8 năm 2024, cung cấp ngữ cảnh 128.000 token và khả năng tạo hình ảnh.
Grok 3 ra mắt đầu năm 2025 sẽ nâng cao khả năng suy luận hơn nữa. Theo dữ liệu công khai, Grok 4 sẽ xuất hiện vào ngày 9 tháng 7, dự kiến sẽ bổ sung đầu vào đa phương thức hoàn chỉnh hơn và tăng cường suy luận văn bản dài, nhằm mở rộng các kịch bản ứng dụng. Theo thói quen "phát hành phiên bản mới, mở mã nguồn phiên bản cũ" của Musk, Grok 2 sẽ được mở mã nguồn vào tuần tới, cho phép các nhà phát triển tự do thử nghiệm mã nguồn.
Sự khác biệt với GPT-4o và Gemini
Hiện tại, ba mô hình này đều có điểm mạnh riêng:
- Grok 4: Thông qua việc tích hợp sâu với X (Twitter), có thể đọc trực tiếp các động thái cộng đồng, đặc biệt nhanh nhạy với tâm lý thị trường và theo dõi chủ đề, phí hàng tháng khoảng 16 đô la Mỹ (X Premium+).
- GPT-4 ／4o: Có điểm mạnh về hội thoại tự nhiên, công cụ mã và hỗ trợ đa ngôn ngữ, phiên bản doanh nghiệp cung cấp tùy chỉnh, giá đăng ký 20-25 đô la Mỹ.
- Gemini 2.5 Pro／Advanced: Có ngữ cảnh lên tới 1.000.000 token, hoàn toàn hỗ trợ văn bản, hình ảnh, âm thanh, video, tích hợp sâu với Google Workspace, phí hàng tháng khoảng 20 đô la Mỹ.
Về phong cách đối thoại với người dùng, Grok sử dụng giọng điệu hài hước, tiên phong và "chống truyền thống" để tiếp cận đối tượng trẻ. GPT-4o chú trọng tính trôi chảy và nhân văn; Gemini thiên về tính chính thức và định hướng nhiệm vụ.
Về khả năng đa phương thức, Grok 4 đã phát hành Grok Imagine để bổ sung chức năng sản xuất video và âm thanh, nhưng vẫn còn phải phát triển để bắt kịp tính toàn diện của Gemini.
Đọc thêm: Grok Imagine ra mắt trên App Store, chế độ "nhạy cảm" có thể tạo ra hình ảnh video gần như khỏa thân
Lý do Musk ưa thích mã nguồn mở
Musk nhấn mạnh AI phải duy trì tính minh bạch và có thể kiểm chứng. Ông từng định vị Grok là công cụ "tìm kiếm sự thật tối đa" và "chống lại sự nhạy cảm", và đã thực hiện điều này bằng hành động mở mã nguồn. Ông từng nói:
Chúng tôi muốn bất kỳ ai cũng có thể xem xét mô hình, tìm ra sự chệch hướng, và cùng nhau sửa chữa.
Chiến lược mã nguồn mở phá vỡ sự độc quyền của các mô hình đóng, hạ thấp rào cản gia nhập, đồng thời cũng gây ra tranh cãi. Mã nguồn mở cho phép nhiều nhà nghiên cứu xem xét thuật toán, nhưng Grok không né tránh các chủ đề nhạy cảm và từng bị chỉ trích vì tạo ra nội dung gây xúc phạm. Do đó, xAI đã bổ sung các ví dụ gợi ý và tùy chọn lọc nội dung để cân bằng giữa tự do và trách nhiệm.
Theo dự đoán của thị trường, lợi thế thông tin thời gian thực của Grok có thể mở rộng sang các doanh nghiệp của Musk như xe tự lái Tesla và mạng vệ tinh không dây SpaceX. Việc liệu mã nguồn mở có trở thành xu hướng chính hay không vẫn còn phải chờ thời gian kiểm chứng, nhưng tính minh bạch và trách nhiệm giải trình đang trở thành ngưỡng cạnh tranh mới trong ngành AI.
Khi sê-ri Grok tiếp tục mở mã nguồn, có lẽ sẽ mất hơn 2 năm để thị trường có thể nhìn lại và đánh giá liệu "lặp lại nhanh, dữ liệu thời gian thực và tinh thần mã nguồn mở" có phải là một phương thức mạnh mẽ để dẫn đầu thương mại hóa AI hay không?
