SpaceX mua lại Cursor với giá 60 tỷ đô la Mỹ trong thương vụ công nghệ lớn nhất từ trước đến nay

Bản tiếng Anh ở trên, bản tiếng Trung ở dưới.

Xu hướng một: Các mô hình lập trình mã nguồn mở thu hẹp khoảng cách mà không thay đổi mô hình cơ sở

Vào ngày 14 tháng 8, Zhipu AI đã phát hành GLM-5.3, giữ nguyên mô hình cơ sở như GLM-5.2 và dựa hoàn toàn vào việc mở rộng sau huấn luyện. Khả năng lập trình tăng 50% trong bài đánh giá nội bộ, Terminal-Bench 3.0 tăng vọt từ 4.6 lên 28.3, còn DeepSWE v1.1 tăng từ 46.2 lên 66.9. Zhipu cho biết hãng sẽ công khai trọng số hai tuần sau khi phát hành, sau khi hoàn tất quá trình rà soát bảo mật.

Đợt phát hành diễn ra cùng lúc với một loạt mô hình lập trình mã nguồn mở. DeepSeek đã ra mắt V4 Pro, một mô hình hỗn hợp chuyên gia (MoE) 1.6T tham số với 49B tham số kích hoạt và ngữ cảnh 1M token. Trên LiveCodeBench, mô hình đạt 93.5, với xếp hạng Codeforces là 3206. Alibaba đã công khai mã nguồn Qwen3.8-27B vào tối ngày 14 tháng 8, một mô hình đa phương thức nguyên bản dạng dày đặc 270B tham số vượt qua Qwen3.7-Plus trong các tác vụ lập trình và văn phòng. Alibaba cho biết Qwen đã vượt mốc 3 tỷ lượt tải xuống với hơn 300,000 mô hình phái sinh và 460+ mô hình mã nguồn mở.

Sự chuyển hướng này mang tính đồng nhất: cả ba đều không thay đổi mô hình cơ sở. Mức cải thiện đến từ giai đoạn sau huấn luyện và kiến trúc. GLM-5.3 chỉ sử dụng 50,000 token đầu ra cho mỗi tác vụ trên Z.ai Code Bench, so với khoảng 120,000 token của Claude Opus 4.8, trong khi đạt độ chính xác 31.4% so với mức 29.5% của Opus 4.8.

Xu hướng hai: DeepSeek chuyển cuộc đua từ các mô hình sang runtime tác tử

Vào đêm ngày 13 tháng 8, DeepSeek đã công khai mã nguồn DeepSeek Harness theo giấy phép MIT, không kèm mô hình mới. Khung này phân tách toàn bộ bộ khung tác tử — vòng lặp chính, quản lý trạng thái, lưu trữ phiên, lập lịch tác vụ, hộp cát, sự kiện, giao diện người dùng (UI) — thành các thành phần có thể cắm thêm, theo thiết kế “Mọi thứ đều là Plugin”. Nó chạy trên nền plugin Cordis tùy chỉnh với khả năng tải/gỡ nóng và khôi phục trạng thái trước đó, cùng với phạm vi Preset cho phép chạy nhiều tác tử biệt lập trong một tiến trình duy nhất.

Cùng đêm với sự kết hợp Harness-V4 Pro, Honor đã công bố vào ngày 15 tháng 8 rằng YOYO Claw (tức “Shrimp Brain” của hãng) hiện chạy GLM-5.3, một đợt triển khai trực tiếp tới người dùng của một mô hình mở. Sự dịch chuyển này rất rõ ràng: điểm số của các mô hình đang hội tụ, và lớp khác biệt hóa đang chuyển sang runtime và bộ công cụ bao quanh các mô hình.

Xu hướng ba: Năng lực tính toán xáo trộn cục diện sở hữu

Vào ngày 14 tháng 8, SpaceX đã hoàn tất thương vụ mua lại Cursor trị giá 60 tỷ USD, một trong những thương vụ công nghệ lớn nhất từ trước đến nay. Blog của Cursor nêu lý do tiếp cận cụm bộ xử lý đồ họa (GPU) lớn nhất để xây dựng các mô hình có chi phí thấp hơn. Hai bên đã ra mắt mô hình chung Grok 4.5 vào tháng 7 và Grok 4.6 sau đó, và Musk nói với nhân viên rằng doanh thu trí tuệ nhân tạo (AI) sẽ vượt tất cả các mảng kinh doanh khác của SpaceX vào tháng 9.

Trong cùng khoảng thời gian, Nvidia đã xem xét lại mức độ phơi nhiễm của mình. Nvidia nắm giữ khoảng 21 tỷ USD cổ phần tại SpaceX được chuyển đổi từ vị thế xAI sau thương vụ sáp nhập SpaceX, trong khi các trung tâm dữ liệu của SpaceX sử dụng độc quyền Nvidia. Riêng rẽ, các báo cáo cho thấy Nvidia cắt giảm bảo lãnh đối với dự án Ohio 10GW của OpenAI — từ 250 tỷ USD xuống dưới 120 tỷ USD, chỉ bao phủ 5GW đầu tiên — và doanh thu quy đổi theo năm của OpenAI vượt 40 tỷ USD, gần gấp đôi tốc độ doanh thu trước đó. Anthropic, hãng cho biết tốc độ doanh thu của mình đã vượt 47 tỷ USD vào tháng 5, được cho là sắp hoàn tất thương vụ mua lại Decart trị giá 6 tỷ USD, một công ty có phần mềm chạy huấn luyện và suy diễn hiệu quả hơn trên chip.

Trong khi đó, vào ngày 14 tháng 8, CEO của Anthropic, Dario Amodei, đã đăng bài về quy định AI, lập luận rằng quy trình thể chế công bằng tự nó có thể phân tán quyền lực, và rằng quy định nên ràng buộc các công ty tiên phong trong khi dành không gian cho các mô hình mở và các bên nhỏ.

Xu hướng bốn: AI chạm đến các bài toán chưa có lời giải

Một báo cáo ngày 14 tháng 8 đã mô tả chi tiết cách Jinshanmu, một bác sĩ nội trú ngoại thần kinh tại Bệnh viện Đại học Y Liên hiệp Bắc Kinh, sử dụng GPT-5.6-Sol của OpenAI để chứng minh giả thuyết Crouzeix trong khoảng 16 giờ — một bài toán mở từ năm 2004. Người đề xuất giả thuyết Michel Crouzeix, cùng các nhà toán học Alex Townsend và Anne Greenbaum, đã xem xét bản thảo và xác nhận chứng minh này. Hằng số tốt nhất trước đó là 2.414, được thiết lập vào năm 2017 sau một hội thảo kéo dài một tuần; chính Crouzeix đã chứng minh giá trị 11.08 vào năm 2007. Tám ngày sau, các nhà toán học Emiel Lorist và Felix Schwenninger đã công bố một chứng minh độc lập dài năm trang sử dụng phương pháp khác, cũng với sự hỗ trợ của ChatGPT 5.6.

Nvidia đã bổ sung phần cứng vào bức tranh hiệu quả vào ngày 14 tháng 8, công bố sản xuất hàng loạt bộ chuyển mạch Spectrum-X CPO — bộ chuyển mạch Ethernet quang học đồng đóng gói 200G/lane đầu tiên được sản xuất hàng loạt. Điện năng tiêu thụ giảm còn một phần năm, số lượng laser giảm còn một phần tư, và thời gian hoạt động liên tục của các ứng dụng AI tăng gấp năm lần. SN6810 tích hợp 128 cổng 800 Gb/s trong khung máy 2U (102.4 Tb/s), với TSMC, SPIL, Lumentum và Foxconn trong chuỗi cung ứng.