Tại sao một mô hình video mã nguồn mở, vừa ra mắt từ một công ty Trung Quốc, lại có thể khiến cả một vũ trụ token AI – từ Bittensor đến Render – chao đảo? Hãy nhìn lại cách DeepSeek từng làm rúng động Phố Wall đầu năm 2025. Không phải vì mô hình đó thông minh hơn GPT-4, mà vì nó phơi bày một sự thật mà ngành blockchain cố tình lờ đi: thứ được mệnh danh là “tài sản chiến lược” của các mạng lưới phi tập trung – mô hình AI – đang trở thành thứ rẻ nhất trên hành tinh.
MiniMax, một công ty AI trung gian của Trung Quốc, vừa phát hành H3, một mô hình video mã nguồn mở. Thoạt nghe, đây chỉ là một bản cập nhật thường nhật trong cuộc đua video generation đang nóng bỏng – đối thủ của Sora, Veo, Kling. Nhưng với những ai đã quen nhìn xuyên qua lớp sương mù marketing, đây không chỉ là một sản phẩm công nghệ. Đây là một cú đánh thẳng vào luận điểm kinh tế của toàn bộ ngành AI phi tập trung. Trong hai mươi sáu năm quan sát thị trường, tôi hiếm khi thấy một sự kiện “chỉ là mô hình” lại có sức ép mạnh đến vậy lên cấu trúc định giá của một lớp tài sản số.
Hãy bắt đầu từ bối cảnh. Từ năm 2023 đến nay, làn sóng AI token đã cuốn theo hàng chục tỷ đô la vốn hóa. Hàng loạt dự án mọc lên với lời hứa “phi tập trung hóa trí tuệ nhân tạo”. Bittensor xây dựng một mạng lưới các subnet để thưởng cho việc chia sẻ mô hình, Render và Akash cung cấp sức mạnh GPU phi tập trung, Ocean Protocol cho phép trao đổi dữ liệu, và vô số agent framework hứa hẹn một thế giới nơi các AI tự do giao dịch với nhau. Người sáng lập thích so sánh với những ngày đầu của Ethereum, gọi đây là “cuộc cách mạng của machine economy”.
Nhưng điều bất ngờ đến từ một hướng hoàn toàn khác. Khi DeepSeek công bố mô hình ngôn ngữ mã nguồn mở, nó đã chứng minh rằng các mô hình mạnh nhất không cần phải nằm sau tường phí API của một công ty lớn. Với H3, điều tương tự lặp lại trong lĩnh vực video – một lĩnh vực đòi hỏi chi phí tính toán đắt đỏ bậc nhất. Điều này đặt ra một câu hỏi sống còn: nếu mọi mô hình tốt nhất cuối cùng đều trở thành mã nguồn mở, thì tài sản quý giá nhất trong các mạng lưới AI phi tập trung – bản thân mô hình – còn giá trị gì để trao đổi?
Dựa trên kinh nghiệm kiểm toán hàng trăm hợp đồng thông minh từ thời kỳ ICO, tôi có thể nói rằng vấn đề không nằm ở công nghệ. Vấn đề nằm ở chỗ chúng ta đang kiểm tra sai thứ. Khi kiểm tra một giao thức DeFi, chúng ta soi từng dòng code để tìm lỗ hổng. Nhưng khi đánh giá một dự án AI phi tập trung, chúng ta thường bị mê hoặc bởi benchmark và whitepaper mà quên mất điều cơ bản: token của dự án bắt nguồn giá trị từ đâu? Nếu câu trả lời là “từ khả năng truy cập các mô hình AI tốt nhất”, thì một mô hình mở như H3 đã xóa sạch nền tảng đó chỉ sau một đêm. Hãy tưởng tượng một hợp đồng thông minh mà giá trị của nó phụ thuộc vào việc ai đó không được phép sao chép mã nguồn. Trong thế giới blockchain, điều đó nghe phi lý. Nhưng đó chính xác là cách mà hầu hết token AI đang vận hành.
Nhưng kết luận vội vã “H3 giết chết AI phi tập trung” – điều mà vài bài phân tích nhanh đưa ra – là một sự đơn giản hóa nguy hiểm. Cách tiếp cận đúng là mổ xẻ tác động theo từng lớp của ngăn xếp công nghệ. Hãy nhìn vào bốn lớp chính: lớp mô hình, lớp tính toán, lớp dữ liệu và lớp ứng dụng.
Lớp mô hình – nơi các dự án như Bittensor hoặc giao thức phân phối mô hình hoạt động – bị ảnh hưởng nặng nhất. Nếu mô hình mở trở nên phổ biến, giá trị của việc “phân phối” một mô hình sẽ tiến dần về 0. Kể cả khi một subnet nào đó có được mô hình tốt hơn H3, lợi thế đó chỉ là tạm thời. Các công ty trung tâm có ngân sách tính toán khổng lồ và đội ngũ kỹ sư hàng đầu vẫn sẽ tiếp tục cho ra đời các phiên bản mới, mạnh hơn, rồi lại mở mã nguồn. Một mạng lưới phi tập trung không thể chiến thắng trong cuộc đua “mô hình nào hay hơn” – bởi nó sinh ra đã mang trong mình chi phí phối hợp và độ trễ. Nó giống như một tổ chức tự trị dân chủ cố gắng đua tốc độ với một công ty tư bản tập trung.
Lớp tính toán – Render, Akash, io.net – lại chịu tác động trái chiều. Một mặt, việc mô hình mã nguồn mở trở nên phổ biến có thể làm giảm nhu cầu gọi API từ các trung tâm dữ liệu lớn, nhưng mặt khác, nó làm tăng nhu cầu về GPU cho những ai muốn tự triển khai mô hình. Đây là một phép tính hai chiều. Tôi đã từng nghiên cứu cơ chế AMM của Uniswap v2 và phát hiện ra rằng phí thanh khoản có thể được tối ưu hóa đến mức mà một sàn giao dịch phi tập trung có thể cạnh tranh với sàn tập trung. Tương tự, một thị trường tính toán phi tập trung có thể tồn tại nếu nó cung cấp chi phí thấp hơn và khả năng kháng kiểm duyệt tốt hơn. Nhưng câu thần chú “mô hình mở miễn phí” sẽ không còn là một lợi thế bán hàng. Những dự án tính toán phải chuyển sang bán sự đảm bảo: hợp đồng thông minh đảm bảo GPU thực sự chạy mô hình, bằng chứng tính toán có thể xác minh, và cam kết không bị tịch thu tài sản.
Lớp dữ liệu – tiêu biểu như Ocean Protocol – gần như không bị ảnh hưởng tiêu cực. Ngược lại, nó có thể được hưởng lợi. Vì sao ư? Vì một mô hình video mạnh mẽ và rẻ tiền sẽ làm tăng nhu cầu về dữ liệu chất lượng cao để đào tạo và tinh chỉnh. H3 không tự nhiên sinh ra từ hư không; nó được đào tạo trên một kho dữ liệu video khổng lồ. Khi các mô hình trở thành hàng hóa, dữ liệu trở thành vùng đất cuối cùng của sự khác biệt. Những quyền truy cập vào bộ dữ liệu hiếm, đặc biệt là dữ liệu y tế, tài chính, sản xuất, sẽ tăng giá trị. Nhưng tôi cũng đã thấy quá nhiều dự án dữ liệu thất bại vì tin rằng “ai có dữ liệu thì sẽ thắng”. Không. Người chiến thắng là người giải quyết được bài toán về quyền riêng tư khi chia sẻ dữ liệu – bằng mã hóa đồng hình, tính toán đa bên hoặc kiến trúc TEE. Nếu không thể chứng minh dữ liệu không bị rò rỉ trong khi vẫn cho phép đào tạo, thì chợ dữ liệu vẫn chỉ là một ý tưởng hay ho.
Lớp ứng dụng / AI Agent – có lẽ là lớp duy nhất nhận được tin tốt từ H3. Các nhà phát triển agent giờ đây có thể sử dụng một mô hình video mã nguồn mở miễn phí để xây dựng ứng dụng, mà không cần xin phép OpenAI hay Google. Chi phí chuyển đổi về gần bằng không. Điều này giải phóng sự sáng tạo ở tầng ứng dụng – nơi sự đổi mới thực sự diễn ra. Tôi nhớ trong mùa bear market 2022, tôi từng nói với một nhóm phát triển trẻ trên Discord rằng họ đừng phí thời gian đào tạo lại một GPT nào đó, mà hãy đi xây ứng dụng cho người dùng cuối. Gần ba năm sau, H3 chứng minh điều đó đúng hơn. Nhưng với các token AI, lớp ứng dụng lại là nơi có nhiều rác nhất – bởi vì agent token quá dễ phát hành và định giá quá khó. Một mô hình video mở càng làm lộ rõ những dự án không có sản phẩm thật, chỉ có logo GPT và lời hứa.
Khi nói về tokenomics, các nhà phân tích thường hỏi: nguồn cung bao nhiêu, đội ngũ nắm bao nhiêu, lịch mở khóa thế nào. Nhưng những con số đó gần như vô nghĩa nếu như nguồn cầu mã thông báo bốc hơi. Hãy lấy một ví dụ thực tế. Năm 2017, tôi kiểm toán một hợp đồng thông minh cho một dự án ICO tự nhận là “nền tảng AI phi tập trung”. Tôi đọc đi đọc lại mã nguồn, không thấy một dòng nào liên quan đến việc xử lý mô hình AI. Toàn bộ chỉ là một token ERC-20 với một hàm transfer và một lời hứa xây dựng “mạng lưới thần kinh” trong tương lai. Rất may, chúng tôi đã công bố báo cáo trước khi công chúng kịp nạp tiền. Tám năm sau, H3 cho thấy lời hứa đó đã lỗi thời đến mức nào. Sự thật là hầu hết các dự án AI phi tập trung đều đang bán một khái niệm mà ngành công nghệ tập trung đang làm tốt hơn – chỉ với hai từ thần kỳ: “phi tập trung”. Nhưng “phi tập trung” không phải là một tính năng, nó là một kiến trúc. Và kiến trúc chỉ có giá trị khi nó giải quyết được một vấn đề mà kiến trúc tập trung không giải quyết được.
Hãy nói về một điểm mù mà tôi chưa thấy ai nhắc tới sau thông tin H3. Cộng đồng crypto thường tự thưởng cho mình vì “tinh thần mã nguồn mở”. Nhưng thực ra, mã nguồn mở là một phần của sự phi tập trung, chứ không phải là toàn bộ. Một mô hình AI mã nguồn mở như H3 – nghe có vẻ phi tập trung – nhưng thực tế nó vẫn được phát hành bởi một công ty tập trung có thể thu hồi giấy phép, thay đổi điều khoản sử dụng hoặc đưa vào một cánh cửa hậu tinh vi trong trọng số. Không có cách nào để kiểm toán một mô hình AI có tham số vài tỷ theo cách kiểm toán một hợp đồng thông minh. Bạn có thể kiểm tra mã nguồn của transformer, nhưng bạn không thể xác minh rằng trọng số được đào tạo không chứa một hành vi độc hại có chủ đích, như tạo ảnh khiêu dâm trái phép hoặc xúi giục bạo lực. Và ngay cả khi trọng số hoàn toàn trong sạch, bạn không thể biết dữ liệu đào tạo có vi phạm bản quyền hay không. Đây là một vùng đất mới mà các khuôn khổ kiểm toán blockchain không bao phủ. Khi H3 được mở, chúng ta hoan hô sự tiến bộ, nhưng chúng ta quên rằng chúng ta vừa đưa vào cơ sở hạ tầng của mình một hộp đen khổng lồ mà không ai có thể mở nắp.
Chính vì vậy, tôi tin rằng phản ứng đúng đắn với cú sốc H3 không phải là bán tháo toàn bộ token AI, cũng không phải là phớt lờ và nói rằng “mọi thứ vẫn ổn”. Đó là một cơ hội để phân loại. Hãy tự hỏi: dự án này đang tạo ra giá trị bằng cách nắm giữ một thứ gì đó khan hiếm, hay bằng cách tạo niềm tin trong một môi trường không cần tin tưởng? Nếu câu trả lời là thứ nhất – dù là mô hình độc quyền, API kín, hay dữ liệu độc quyền – thì mô hình mã nguồn mở sẽ tiếp tục siết chặt lợi nhuận. Còn nếu câu trả lời là thứ hai – xác minh tính toán, bằng chứng không kiến thức, chống kiểm duyệt, thanh toán tự động qua hợp đồng thông minh – thì H3 thậm chí có thể là một yếu tố kích thích tăng trưởng. Vì khi mô hình trở nên rẻ và dễ tiếp cận, nhu cầu về “sàn giao dịch của sự thật” càng trở nên đắt đỏ.
Trong quá trình tôi theo dõi thị trường suốt hơn hai thập kỷ, từ thời dot-com đến DeFi Summer, tôi đã học được một quy luật bất biến: khi một thành phần cốt lõi của một ngành trở thành hàng hóa, giá trị sẽ dịch chuyển lên trên và xuống dưới trong chuỗi giá trị. Máy tính trở thành hàng hóa – giá trị dịch chuyển lên phần mềm. Phần mềm trở thành hàng hóa – giá trị dịch chuyển lên dữ liệu và mạng lưới. Bây giờ mô hình AI trở thành hàng hóa – giá trị sẽ dịch chuyển lên các lớp xác minh, quyền riêng tư và ứng dụng cá nhân hóa. Những token AI nào nắm bắt được sự dịch chuyển này sẽ sống sót. Những token nào tiếp tục bám víu vào câu chuyện “mô hình của chúng tôi tốt hơn” sẽ chết dần – thậm chí không cần ai giết chúng.
Vậy làm thế nào để nhà đầu tư nhận diện được những dự án sẽ sống sót? Hãy nhìn vào mã nguồn thay vì nghe lời hứa. Hãy hỏi: token có thực sự được dùng để trả phí cho một dịch vụ không thể thay thế bằng một API tập trung không? Hợp đồng thông minh có cơ chế để xử lý tranh chấp khi một thợ đào cung cấp kết quả gian lận không? Mạng lưới có thể bị một thực thể duy nhất kiểm soát 51% số điểm đặt cược không? Trong các cuộc kiểm toán của tôi, tôi thường nói với đội ngũ dự án rằng: “Hợp đồng của anh chị có thể không có lỗ hổng trong logic, nhưng lỗ hổng lớn nhất nằm ở giả định kinh tế của dự án”. H3 chính là một lỗ hổng giả định kinh tế – nó làm lộ ra rằng nhiều dự án AI đang xây dựng trên nền cát.
Nhưng tôi cũng muốn nói một điều ngược lại, có vẻ phản trực giác: H3 không giết chết giấc mơ AI phi tập trung. Nó chỉ giết chết những kẻ mạo danh. Một mạng lưới phi tập trung không cần phải sở hữu mô hình AI tốt nhất. Nó cần phải đảm bảo rằng bất kỳ ai cũng có thể cung cấp mô hình – tốt hay xấu – và người dùng có thể kiểm chứng kết quả một cách độc lập. Điều này gần với cách hoạt động của Bitcoin và Ethereum: mạng lưới không tạo ra khối đẹp nhất, nó chỉ đảm bảo mọi khối đều đúng. Sự phi tập trung không phải là một cuộc thi sáng tạo, nó là một cuộc thi về sự chính trực. Nếu một dự án AI phi tập trung tập trung vào việc đảm bảo tính chính trực – chống kiểm duyệt, chống giả mạo, chống thao túng – thì nó sẽ không chỉ tồn tại mà còn phát triển mạnh trong một thế giới nơi mô hình mở tràn ngập.
Hãy để tôi kết thúc bằng một câu chuyện từ năm 2021, khi nhóm của tôi phát triển tiêu chuẩn ERC-721S cho NFT. Chúng tôi gặp rất nhiều áp lực từ cộng đồng muốn thêm các tính năng đa dạng vào smart contract. Nhưng cuối cùng, tiêu chuẩn chỉ tập trung vào một điều duy nhất: tính toàn vẹn của dữ liệu và khả năng chứng minh ownership. Kết quả là 15 dự án NFT áp dụng và không một ai trong số đó bị hack metadata trong năm đầu tiên. Bài học là sự tập trung vào những giá trị khó xây dựng – không phải là thứ dễ dàng bị sao chép. Một mô hình AI mới có thể được sao chép bởi bất kỳ công ty giàu có nào. Nhưng một mạng lưới vận hành một thị trường mở, không biết điểm dừng, không có trái tim trung tâm – thứ này cực kỳ khó xây dựng. Đó chính là mảnh đất màu mỡ cho các token AI thực thụ.
Thị trường tăng giá hiện tại đang khiến nhiều người lầm tưởng rằng mọi token AI đều xứng đáng với vốn hóa tỷ đô. Nhưng sự kiện MiniMax H3 là một lời nhắc nhở rằng định giá không phải là câu chuyện – kỹ thuật mới là câu chuyện. Vậy câu hỏi cuối cùng của tôi dành cho những ai đang nắm giữ token AI: bạn đang đặt cược vào một đội ngũ có thể liên tục tạo ra mô hình tốt hơn OpenAI, hay bạn đang đặt cược vào một mạng lưới có thể vận hành các dịch vụ xác minh, thanh toán và tin cậy mà OpenAI không thể – và không muốn – cung cấp? Nếu bạn chọn vế sau, hãy chuẩn bị tinh thần cho một cuộc chơi dài. Nếu bạn chọn vế trước, có lẽ bạn nên học cách đọc code. Vì những thứ dễ sao chép, cuối cùng sẽ được sao chép. Và khi chúng được sao chép, chỉ còn lại những thứ không thể sao chép – đó là mạng lưới, niềm tin và sự đảm bảo của một hệ thống mở.
