Phiên thảo luận với nhà sáng lập kiêm CEO NVIDIA – ông Jensen Huang và các lãnh đạo AI hàng đầu cho thấy mô hình mở và độc quyền đang dần hội tụ để tạo nên hệ sinh thái AI toàn diện trong kỷ nguyên mới
Tại sự kiện GTC 2026, phiên thảo luận “Open-Source AI Models Panel with Jensen Huang” đã nhanh chóng trở thành tâm điểm, quy tụ những nhân vật đang trực tiếp định hình tương lai của trí tuệ nhân tạo. Dẫn dắt cuộc trò chuyện là Jensen Huang, nhà sáng lập kiêm CEO của NVIDIA – công ty đóng vai trò nền tảng trong kỷ nguyên AI với hệ sinh thái GPU và hạ tầng tính toán.
Cùng tham gia thảo luận với ông là các đại diện tiêu biểu cho nhiều lớp khác nhau trong hệ sinh thái AI hiện đại. Harrison Chase từ LangChain mang đến góc nhìn về orchestration (tạm dịch: điều phối hệ thống AI) và agent (tác nhân AI); cô Mira Murati đại diện Thinking Machines Lab với trọng tâm nghiên cứu tiên tiến; Aravind Srinivas của Perplexity AI đại diện cho lớp sản phẩm AI thế hệ mới; Michael Truell từ Cursor phản ánh làn sóng AI trong lập trình; và Misha Laskin từ Reflection AI mang đến góc nhìn nghiên cứu hệ thống.
Không khí phiên thảo luận ngay từ đầu đã phá vỡ khuôn mẫu quen thuộc. Jensen Huang khuyến khích các diễn giả tranh luận trực diện, không cần “lịch sự quá mức”. Cách tiếp cận này vô tình phản chiếu chính ngành AI: phát triển với tốc độ cao, cạnh tranh khốc liệt và luôn trong trạng thái tái định nghĩa.
AI không chỉ là mô hình: Một hệ thống phức hợp
Một trong những luận điểm xuyên suốt phiên thảo luận là cách thị trường đang hiểu sai về AI. Theo Jensen Huang, việc đồng nhất AI với các mô hình ngôn ngữ lớn là một cách nhìn thiếu sót.
Từ góc nhìn của NVIDIA, AI thực chất là một hệ thống đa tầng, bao gồm mô hình, dữ liệu, hạ tầng tính toán, phần mềm điều phối và các lớp ứng dụng. Mô hình chỉ là một thành phần trong toàn bộ “stack” này. Điều đó cũng lý giải vì sao tranh luận giữa “open-source” (môn hình mã nguồn mở) và “proprietary models” (mô hình độc quyền) không thực sự là vấn đề cốt lõi.
Theo ông, mô hình nên được nhìn nhận như một công nghệ nền tảng, tương tự transistor trong ngành bán dẫn, thay vì một sản phẩm hoàn chỉnh.
Mở và đóng – Từ đối đầu sang cộng sinh
Quan điểm này được Misha Laskin củng cố khi ông chỉ ra rằng một trong những hiểu lầm lớn nhất là cho rằng mô hình mở luôn đi sau các mô hình frontier.
Thực tế, khoảng cách này đang thu hẹp nhanh chóng. Quan trọng hơn, open-source AI cho phép mở rộng khả năng tiếp cận công nghệ đến cộng đồng rộng lớn hơn, thay vì chỉ tập trung trong các phòng thí nghiệm quy mô lớn. Theo ông, lịch sử công nghệ đã nhiều lần chứng minh rằng các hệ sinh thái mở thường đóng vai trò thúc đẩy đổi mới mạnh mẽ nhất.
Ở chiều ngược lại, các mô hình proprietary vẫn giữ vai trò quan trọng trong việc cung cấp những sản phẩm hoàn chỉnh, tối ưu hóa cao. Kết luận được ngầm đồng thuận trong phiên thảo luận là: tương lai không phải lựa chọn giữa open (mở) hay closed (đóng), mà là sự kết hợp của cả hai.
Sự xuất hiện của “lớp công ty thứ ba”
Một điểm nhấn đáng chú ý đến từ Aravind Srinivas. Ông cho rằng thị trường AI đang hình thành một lớp doanh nghiệp mới, nằm giữa hai cực truyền thống:
Một bên là các công ty xây dựng mô hình nền tảng, bên còn lại là các công ty phát triển ứng dụng. Lớp trung gian này không tập trung vào việc tạo ra mô hình tốt nhất, mà vào việc kết hợp, tối ưu và triển khai nhiều mô hình thành hệ thống hoàn chỉnh.
Perplexity AI là một ví dụ tiêu biểu, khi tận dụng nhiều nguồn mô hình để tạo ra trải nghiệm tìm kiếm thông minh, thay vì phụ thuộc vào một nền tảng duy nhất. Đây được xem là hướng đi có tiềm năng tạo ra giá trị thực tế lớn nhất trong giai đoạn tiếp theo của AI.
Kỷ nguyên AI agent và vai trò của lớp điều phối (orchestration)
Ở tầng hệ thống, Harrison Chase từ LangChain nhấn mạnh rằng AI đang chuyển dịch từ việc “trả lời” sang “hành động”. Khi đó, vai trò của orchestration – điều phối các mô hình, công cụ và dữ liệu – trở nên then chốt.
Ông mô tả các “agent” như những thực thể có khả năng thực thi công việc thực tế, từ viết code đến xử lý quy trình doanh nghiệp. Tuy nhiên, để agent hoạt động hiệu quả, cần một “harness” – môi trường kiểm soát, tích hợp công cụ và định hướng hành vi.
LangChain, theo ông, chính là lớp hạ tầng giúp doanh nghiệp xây dựng các hệ thống agent chuyên biệt, phù hợp với từng lĩnh vực cụ thể.
AI coding: Điểm bùng nổ đầu tiên của ứng dụng
Từ góc nhìn ứng dụng, Michael Truell của Cursor cho rằng lập trình là lĩnh vực đầu tiên mà AI thực sự chứng minh được giá trị ở quy mô lớn.
Trong năm qua, AI đã chuyển từ vai trò hỗ trợ sang tự động hóa nhiều quy trình coding. Quan trọng hơn, mô hình này đang lan rộng sang các lĩnh vực khác, nơi công việc có thể được biểu diễn dưới dạng logic, công cụ và chuỗi lệnh.
Điều này mở ra một viễn cảnh nơi AI không chỉ hỗ trợ con người, mà có thể thực thi phần lớn công việc tri thức.
Mở rộng nghiên cứu: Vai trò của cộng đồng
Ở chiều sâu nghiên cứu, cô Mira Murati từ Thinking Machines Lab nhấn mạnh rằng tiến bộ AI không thể chỉ phụ thuộc vào các phòng lab lớn.
Theo bà, hệ sinh thái mở – bao gồm mô hình, dữ liệu và công cụ – sẽ đóng vai trò quan trọng trong việc mở rộng quy mô nghiên cứu và thúc đẩy “khoa học của trí tuệ”. Việc chia sẻ tri thức không chỉ giúp tăng tốc đổi mới, mà còn tạo điều kiện cho nhiều nhóm nghiên cứu độc lập tham gia vào cuộc chơi.
Tương lai: AI như hạ tầng, không phải sản phẩm
Khép lại phiên thảo luận, Jensen Huang đưa ra một nhận định mang tính tổng kết: AI đang dần trở thành một dạng hạ tầng cơ bản, tương tự điện năng hay Internet.
Trong bối cảnh đó, giá trị không còn nằm ở bản thân mô hình, mà ở cách chúng được tích hợp vào hệ thống, quy trình và sản phẩm. Những doanh nghiệp thành công sẽ không phải là những công ty sở hữu mô hình tốt nhất, mà là những công ty biết cách biến AI thành năng lực vận hành thực tế.
Phiên thảo luận tại NVIDIA GTC 2026 vì vậy không chỉ mang ý nghĩa công nghệ, mà còn phản ánh một bước chuyển lớn của toàn ngành: từ cuộc đua mô hình sang cuộc đua hệ sinh thái.