Thinking Machines, công ty do bà Mira Murati sáng lập sau khi rời OpenAI, vừa hé lộ một hướng đi mới mang tên interaction models — những mô hình AI được thiết kế để trò chuyện giống một cuộc gọi điện thoại hơn là một chuỗi tin nhắn qua lại. (xem thêm: Thinking Machines)
Khác với các mô hình hội thoại hiện nay vốn chờ người dùng nói xong mới trả lời, interaction models xử lý đầu vào và tạo phản hồi cùng một lúc. Mô hình có thể xen vào, bổ sung ngữ cảnh hoặc phản ứng ngay giữa chừng, đúng như cách hai người trò chuyện tự nhiên vẫn làm. Sản phẩm của Thinking Machines ra mắt ở dạng nghiên cứu thử nghiệm ngày 13/5/2026, chưa phải API thương mại và quyền truy cập còn hạn chế.
Để đạt được sự liền mạch đó, hệ thống chia cuộc giao tiếp thành những micro-turn rất ngắn, mỗi đoạn chỉ khoảng 200 mili-giây. Trong từng đoạn nhỏ ấy, AI vừa lắng nghe tín hiệu từ người đối thoại vừa tiếp tục soạn câu trả lời của chính mình, khiến cảm giác chờ đợi máy móc gần như biến mất. Mô hình đầu tiên, TML-Interaction-Small, được công bố có độ trễ phản hồi chỉ 0,40 giây, theo Thinking Machines là nhanh hơn các mô hình tương đương của OpenAI và Google. Về kiến trúc, đây là một mô hình Mixture-of-Experts với tổng cộng 276 tỷ tham số nhưng chỉ kích hoạt 12 tỷ tham số cho mỗi lượt xử lý — một đánh đổi kỹ thuật giúp giữ tốc độ cao mà không hy sinh quá nhiều năng lực, phù hợp với mục tiêu hội thoại thời gian thực nơi mỗi phần nghìn giây đều có giá trị.
Thinking Machines là một trong những startup AI được theo dõi sát nhất kể từ khi thành lập. Bà Mira Murati từng là giám đốc công nghệ của OpenAI, và đội ngũ của bà quy tụ nhiều nhân sự kỳ cựu trong ngành. Việc công ty chọn tập trung vào trải nghiệm hội thoại thời gian thực, thay vì chạy đua xem ai có mô hình lớn nhất, là một định vị chiến lược rõ ràng.
Nó phản ánh xu hướng chung: cuộc cạnh tranh AI đang dịch chuyển từ chỗ ai thông minh nhất sang chỗ ai mang lại trải nghiệm tương tác tự nhiên nhất. OpenAI đã có chế độ giọng nói nâng cao cho ChatGPT, Google tích hợp hội thoại thời gian thực vào Gemini, và nhiều startup nhỏ cũng theo đuổi hướng trợ lý giọng nói. Điểm khác biệt mà Thinking Machines nhắm tới là độ trễ gần như bằng không và khả năng xen lời tự nhiên, thứ mà các hệ thống hiện nay vẫn chưa làm thật mượt.
Mục lục bài viết
Chi tiết về Thinking Machines
Bài viết phân tích sâu hơn về Thinking Machines: bối cảnh, tác động và lời khuyên thực tế cho người Việt năm 2026.
Câu chuyện về Thinking Machines cho thấy AI đang lan vào đời sống.
Với doanh nghiệp Việt Nam, hướng đi này mở ra nhiều liên tưởng thực tế. Một AI biết lắng nghe trong khi nói sẽ rất hữu ích cho tổng đài chăm sóc khách hàng, trợ lý đặt hàng qua điện thoại hay ứng dụng học ngoại ngữ — những lĩnh vực mà độ trễ và sự gượng gạo của máy lâu nay làm giảm trải nghiệm. Tuy nhiên, nên theo dõi với kỳ vọng vừa phải. Sản phẩm còn ở giai đoạn thử nghiệm, và một thách thức lớn chưa được kiểm chứng là khả năng xử lý tiếng Việt, ngôn ngữ có thanh điệu và ngữ điệu phức tạp. Đây cũng chính là cơ hội cho các đội ngũ trong nước: nếu công nghệ hội thoại thời gian thực được mở rộng, việc tinh chỉnh riêng cho tiếng Việt sẽ là khoảng trống đáng để khai thác.
Câu hỏi còn bỏ ngỏ là interaction models sẽ chuyển từ bản thử nghiệm sang sản phẩm thương mại nhanh đến đâu, và liệu trải nghiệm hội thoại liền mạch có đủ sức thuyết phục người dùng đã quen với dạng chat văn bản. Nếu thành công, đây có thể là lần thay đổi lớn tiếp theo trong cách con người tương tác với AI. Nhịp AI sẽ tiếp tục cập nhật. (tham khảo: TechCrunch)
Nguồn: TechCrunch. Xem thêm: Vì sao chi phí inference AI vượt cả huấn luyện.
