Ngày 25/5/2025, trong một bản cập nhật tài liệu hỗ trợ, OpenAI lặng lẽ thông báo rằng DALL-E sẽ rời khỏi ChatGPT. Không có bài blog hoành tráng, không có sự kiện ra mắt, chỉ một dòng chữ khô khan giữa một trang tài liệu dài. Nhưng với những ai đã theo dõi làn sóng AI tạo sinh suốt nhiều năm qua, đây không phải một sự ra đi vô nghĩa. Trong 72 giờ trước khi tin tức được cộng đồng chú ý, khối lượng giao dịch của các token AI trên chuỗi Solana tăng 18%. Một con số nhỏ, nhưng với những người làm việc trong lĩnh vực tiền mã hóa, đó là mạch máu báo hiệu dòng tiền thông minh đang dịch chuyển.
Tôi đã chứng kiến nhiều lần như thế. Năm 2017, khi tôi mới mười sáu tuổi và vừa đọc whitepaper Ethereum trên một diễn đàn công nghệ, tôi không hiểu hết những thuật ngữ nhưng tôi cảm nhận được một câu chuyện lớn hơn hạ tầng. Câu chuyện về quyền sở hữu phi tập trung. Cũng giống như việc OpenAI, một công ty có giá trị hàng trăm tỷ đô la, lặng lẽ xóa bỏ một thương hiệu từng nổi tiếng toàn cầu, không chỉ là một quyết định sản phẩm. Đó là tín hiệu của một sự dịch chuyển kiến trúc. Và nơi có sự dịch chuyển kiến trúc, thường có những khoảng trống mới để thị trường crypto viết nên những câu chuyện tiếp theo.
Bối cảnh: DALL-E không chỉ là một thương hiệu
DALL-E là dòng mô hình chuyển văn bản thành hình ảnh do OpenAI phát triển. Phiên bản DALL-E 3 ra mắt vào tháng 9 năm 2023, được tích hợp sâu vào ChatGPT. Vào thời điểm đó, đây là một bước tiến lớn so với các mô hình khuếch tán trước đó, nhờ khả năng hiểu ngữ nghĩa phức tạp và tạo ra những bức ảnh có độ chi tiết cao. Nhưng trong thế giới AI, không gì là vĩnh cửu. Tháng 4 năm 2025, OpenAI phát hành gpt-image-1, một mô hình mới được thiết kế dựa trên kiến trúc tự hồi quy đa phương thức, thay vì kiến trúc khuếch tán như DALL-E. Sự khác biệt không nằm ở chất lượng ảnh, mà nằm ở cơ chế hoạt động. Mô hình khuếch tán tạo ảnh bằng cách khử nhiễu dần dần từ một khung hình đầy nhiễu ngẫu nhiên. Ngược lại, mô hình tự hồi quy đa phương thức tạo từng điểm ảnh theo một chuỗi logic, giống như cách một mô hình ngôn ngữ lớn dự đoán từ tiếp theo. Cách tiếp cận này cho phép mô hình hiểu ngữ cảnh trong các cuộc trò chuyện dài, chỉnh sửa ảnh qua nhiều vòng hội thoại, và duy trì sự nhất quán giữa văn bản cùng hình ảnh tốt hơn.
Việc đưa gpt-image-1 vào ChatGPT và loại bỏ DALL-E không chỉ là một bản nâng cấp. Nó đánh dấu sự kết thúc của kỷ nguyên mà các mô hình hình ảnh độc lập được phát triển như những thực thể riêng biệt. OpenAI đang hướng tới một tầm nhìn: mọi loại nội dung, từ văn bản, hình ảnh, âm thanh đến video, đều được xử lý bởi cùng một mô hình nền tảng đa phương thức. Điều này không chỉ gây chấn động trong giới công nghệ, mà còn lan sang thế giới blockchain. Nơi mỗi thay đổi hạ tầng lớn đều tạo ra một làn sóng đầu cơ mới, và cả những cơ hội thực sự để xây dựng lại các tầng phi tập trung cho AI.
Nhưng để hiểu vì sao một quyết định từ OpenAI lại được Crypto Briefing đưa tin, chúng ta cần nhìn vào bối cảnh rộng hơn. AI và crypto đã giao thoa từ lâu, không chỉ ở câu chuyện token hóa năng lực tính toán, mà còn ở nỗi sợ về sự tập trung hóa. Khi một công ty kiểm soát một phần lớn các mô hình tạo sinh – bao gồm cả văn bản và hình ảnh – thì quyền lực của họ vượt xa một nhà cung cấp dịch vụ thông thường. Họ trở thành người định hình ngôn ngữ, thẩm mỹ, và niềm tin của hàng trăm triệu người dùng. Trong một hệ sinh thái mà những người theo chủ nghĩa phi tập trung tin rằng quyền lực phải được phân tán, sự hiện diện của OpenAI giống như một thùng thuốc súng. Và việc DALL-E bị chôn vùi là một trong những tín hiệu cho thấy OpenAI tiếp tục củng cố sức mạnh đó.
Phân tích kỹ thuật: Từ khuếch tán đến tự hồi quy, vì sao OpenAI phải chọn?
Khi DALL-E 3 được giới thiệu, nó dựa trên kiến trúc khuếch tán tiềm ẩn – một công nghệ đã tạo nên cuộc cách mạng cho các công cụ như Stable Diffusion và Midjourney. Nhưng kiến trúc này có những giới hạn rõ ràng. Mô hình khuếch tán hoạt động tốt trong việc tạo ảnh từ một câu lệnh đơn, nhưng gặp khó khăn khi cần chỉnh sửa hoặc điều chỉnh theo ngữ cảnh hội thoại. Nếu bạn yêu cầu DALL-E 3 thay đổi một chi tiết nhỏ trong một bức ảnh đã tạo, bạn thường phải tạo lại từ đầu, với một câu lệnh dài và thiếu chính xác. Trong thực tế, tôi đã từng thử tạo một loạt ảnh minh họa cho các bài phân tích về giao thức DeFi. Khi tôi muốn thay đổi màu nền của một biểu đồ đã tạo, DALL-E thường bị lẫn các chi tiết cũ vào biểu đồ mới. Điều đó buộc tôi phải viết lại toàn bộ mô tả, và đôi khi kết quả còn tệ hơn ban đầu.
gpt-image-1, và các mô hình tự hồi quy đa phương thức nói chung, đặt hình ảnh vào cùng một khung xử lý như ngôn ngữ. Thay vì xem hình ảnh là một miền dữ liệu riêng biệt, mô hình này xem các pixel như một chuỗi token có thứ tự. Do đó, nó có thể duy trì bộ nhớ về những gì bạn đã yêu cầu trước đó, lặp lại các bước chỉnh sửa một cách tự nhiên, và thậm chí tạo ra văn bản bên trong hình ảnh chính xác hơn – một điểm yếu kinh điển của các mô hình khuếch tán. Với một nhà phân tích dữ liệu như tôi, việc mô hình tự hồi quy xử lý ngữ cảnh theo kiểu tuần tự có một sự tương đồng kỳ lạ với cách các mạng blockchain xử lý giao dịch: mỗi khối được nối tiếp, mỗi giao dịch phụ thuộc vào trạng thái trước đó. Sự liên tục này tạo ra tính nhất quán, nhưng cũng đòi hỏi nhiều tài nguyên hơn để duy trì.
Điều này giải thích vì sao OpenAI sẵn sàng hy sinh thương hiệu DALL-E. Họ không đơn thuần thay thế model này bằng model khác. Họ đang hợp nhất hai dòng kỹ thuật song song thành một. Sự hợp nhất này giúp giảm chi phí bảo trì: không còn hai hệ thống riêng biệt, hai quy trình tối ưu, hai tập dữ liệu huấn luyện. Tất cả được gộp lại trong một mô hình duy nhất, và mô hình này sẽ được phục vụ qua cùng một hạ tầng suy luận. Theo phân tích từ một số chuyên gia kỹ thuật trên các diễn đàn nghiên cứu, chi phí suy luận của mô hình tự hồi quy có thể cao hơn trên mỗi yêu cầu so với mô hình khuếch tán, do số lượng token cần tạo ra nhiều hơn. Nhưng khi các token này có thể tái sử dụng bộ nhớ đệm, và khi hạ tầng phần cứng được tối ưu cho các mô hình ngôn ngữ lớn, tổng chi phí có thể giảm xuống.
Hơn nữa, bằng cách loại bỏ một dòng sản phẩm, OpenAI có thể tập trung nguồn lực kỹ thuật vào một nhánh duy nhất, đẩy nhanh tốc độ cải tiến. Điều này nghe có vẻ quen thuộc với những ai đã theo dõi lịch sử blockchain. Nhiều giao thức từng duy trì hai nhánh phát triển song song, nhưng sau cùng phải chọn một để tập trung nguồn lực. Ví dụ, Ethereum từng phải đối mặt với sự phân tán giữa các giải pháp mở rộng off-chain và on-chain, trước khi quyết định đổ lực vào Layer 2. Việc chọn một kiến trúc duy nhất có thể khiến một số người dùng cũ rời đi, nhưng về lâu dài, nó giúp giao thức đi nhanh hơn và mạnh hơn.
Nhưng có một hệ quả ngầm mà ít người trong giới crypto chú ý. Việc OpenAI chuyển sang tự hồi quy đa phương thức làm gia tăng nhu cầu về năng lực tính toán, cụ thể là GPU cho suy luận ngôn ngữ lớn. Trong khi đó, các mạng lưới phi tập trung như Render, Akash, hoặc io.net đang cung cấp năng lực tính toán từ các máy chủ biên. Liệu sự thay đổi này có dẫn đến một sự chuyển dịch nhu cầu về phía các mạng lưới tính toán phi tập trung? Có thể, nhưng không trực tiếp. Vì OpenAI là một hệ thống tập trung, họ sẽ mua GPU từ các nhà cung cấp lớn như Nvidia hoặc thông qua các trung tâm dữ liệu cloud. Tuy nhiên, câu chuyện về nhu cầu GPU sẽ tạo ra một narrative đầu tư cho các token DePIN. Trong ngành crypto, narrative thường đi trước hiện thực.
Tôi muốn nhấn mạnh sự khác biệt giữa một sự kiện kỹ thuật và một cơ hội đầu tư. Không phải mọi thay đổi công nghệ đều tạo ra giá trị cho các dự án phi tập trung, nhưng mỗi thay đổi đều có thể bị thị trường kể chuyện theo cách tạo ra dòng vốn. Trong một thị trường giá xuống như hiện tại, dòng vốn này có thể mạnh mẽ hơn thực tế. Nhưng với một nhà phân tích theo trường phái thận trọng, tôi luôn nhìn vào cơ chế thực tế trước khi tin vào câu chuyện. Hãy đặt câu hỏi: một token AI thực sự có doanh thu từ việc cho thuê GPU hay chỉ có một đội ngũ ngồi vẽ slide? Trong cuộc chơi này, rất nhiều dự án sẽ chết, và chỉ những ai có sản phẩm vận hành thực sự mới sống sót.
Tác động thương mại: Khi sản phẩm cũ đi vào lãng quên
Không ai bàn về cái tên DALL-E trong các cuộc họp đầu tư năm 2025 nữa. Nhưng việc loại bỏ nó khỏi ChatGPT ảnh hưởng đến nhiều lớp người dùng. Trước hết là những người dùng cá nhân đã quen với việc chọn DALL-E trong trình đơn thả xuống của ChatGPT. Họ sẽ cảm thấy mất kiểm soát khi giờ đây ảnh được tạo ra một cách tự động, không còn sự lựa chọn rõ ràng giữa các mô hình. Việc chế độ chuyển đổi biến mất đồng nghĩa với việc người dùng phải tin tưởng vào trí thông minh của hệ thống hơn là tùy chỉnh bằng tay.
Đối với các nhà phát triển sử dụng API của DALL-E, tình thế còn nghiêm trọng hơn. Khi OpenAI loại bỏ DALL-E 3, các ứng dụng bên thứ ba đang gọi tới endpoint này sẽ nhận được lỗi hoặc được chuyển sang mô hình mới với hành vi khác. Các tham số như quality, style, size của DALL-E có thể không còn tác dụng. Các câu lệnh prompt được tối ưu cho DALL-E sẽ cho ra kết quả khác, đôi khi tệ hơn, với mô hình mới. Đây là một chi phí chuyển đổi ngầm, không được đề cập trong thông báo chính thức. Trong bối cảnh blockchain, chi phí chuyển đổi ngầm này là một bài học về rủi ro tập trung hóa. Nếu một ứng dụng phi tập trung sử dụng API của OpenAI để tạo NFT nghệ thuật dựa trên DALL-E, thì niềm tin của nó bị ràng buộc với một thực thể tập trung. Khi OpenAI đổi tham số, ứng dụng đó có thể vỡ vụn.
Điều này làm nổi bật một luận điểm mà các nhà phát triển crypto thường nói: không thể xây dựng một hệ sinh thái phi tập trung trên những lớp phụ thuộc tập trung. Đáng mỉa mai thay, nhiều dự án AI NFT lại đang làm chính điều đó. Tôi đã từng viết về NFT cách đây bốn năm, khi tôi mua ba CryptoPunks với giá 1,5 ETH và cảm nhận được sự trống rỗng của những pixel. Một phần trong tôi tự hỏi: những hình ảnh vô tri này có giá trị gì ngoài sự khan hiếm do cộng đồng tạo ra? Bài học đó khiến tôi luôn đặt câu hỏi: giá trị thực đằng sau mã thông báo là gì? Với trường hợp của OpenAI, giá trị thực của những bức ảnh do DALL-E tạo ra không nằm ở hình ảnh, mà nằm ở khả năng sinh sản ổn định mà các nhà phát triển dựa vào. Khi khả năng đó bị rút lại, toàn bộ tầng trên sụp đổ.
Sự kiện này cho thấy một quy luật: trong mọi cuộc chơi tập trung, sự ổn định của bạn không bao giờ thuộc về bạn. Nó giống như việc bạn gửi tài sản vào một sàn giao dịch tập trung mà không nắm giữ khóa riêng. Sàn có thể hoạt động tốt trong nhiều năm, nhưng chỉ cần một quyết định thay đổi chính sách, toàn bộ tài sản của bạn có thể bị đóng băng. Những người dùng DALL-E API đang trải qua một cảm giác tương tự, dù họ không mất tiền ngay lập tức. Họ chỉ mất đi sự chắc chắn về hành vi của một công cụ mà họ đã xây dựng cả doanh nghiệp bên trên.
Phân tích tâm lý và narrative: Từ DALL-E đến câu chuyện AI agent
Sự ra đi của DALL-E diễn ra cùng lúc với làn sóng các AI agent trong thế giới crypto. Từ các token như Virtual Protocol, ai16z, đến các framework như LangChain, câu chuyện về các tác tử thông minh có thể tự thực hiện giao dịch, tương tác với hợp đồng thông minh và quản lý tài sản đang trở thành một trong những narrative mạnh nhất năm 2025. Trong bối cảnh đó, việc OpenAI hợp nhất hình ảnh vào mô hình ngôn ngữ đa phương thức là một tín hiệu cho thấy tương lai của AI không nằm ở các công cụ riêng lẻ, mà nằm ở một bộ não duy nhất có thể xử lý mọi loại dữ liệu.
Đối với các nhà phát triển crypto, điều này có nghĩa là các hợp đồng thông minh sẽ ngày càng được xây dựng để tương tác với các mô hình AI đa phương thức. Họ có thể tạo ra các bot phản hồi bằng văn bản, hình ảnh, âm thanh trong cùng một luồng hội thoại. Nhưng đồng thời, họ phải chấp nhận sự phụ thuộc vào API của OpenAI, Anthropic hoặc Google. Câu chuyện phi tập trung hóa AI vì thế càng trở nên quan trọng, nhưng cũng càng dễ bị thổi phồng. Tôi đã quá quen với việc các quỹ đầu tư mạo hiểm dựng lên một narrative để bán vốn. Năm 2022, tôi viết một bài phân tích về các dự án omnichain, và tôi nhận ra rằng hầu hết những câu chuyện về một hợp đồng triển khai trên nhiều chain đều đến từ các quỹ đầu tư muốn tạo thanh khoản, chứ không phải từ nhu cầu thực của người dùng. Người dùng không quan tâm hợp đồng của bạn deploy trên bao nhiêu chain. Họ chỉ quan tâm ứng dụng có chạy nhanh và rẻ hay không.
Tương tự, tôi tin rằng nhiều câu chuyện AI phi tập trung đang được thêu dệt theo cùng một khuôn mẫu. Các dự án tuyên bố xây dựng mạng lưới AI phi tập trung, nhưng thực chất họ chỉ gọi API của OpenAI và gắn thêm một lớp token. Khi OpenAI thay đổi chính sách, họ trở nên bấp bênh. Và đây chính là lúc tâm lý đám đông bị chia rẽ. Một bên tin rằng sự phụ thuộc vào các công ty AI tập trung là không thể tránh khỏi, bởi vì chất lượng mô hình phi tập trung chưa thể bắt kịp. Một bên tin rằng chính sự phụ thuộc đó là cơ hội để xây dựng một thứ gì đó thay thế, khi mà các gã khổng lồ cho thấy họ sẵn sàng đổi thương hiệu mà không cần xin lỗi người dùng.
Tâm lý đám đông trong crypto thường phản ứng thái quá với các sự kiện công nghệ. Nhìn vào dữ liệu on-chain, tôi thấy sự gia tăng giao dịch ở các token AI không đi kèm với sự gia tăng sử dụng thực tế các mạng lưới tính toán phi tập trung. Điều đó có nghĩa là dòng vốn chủ yếu được dẫn dắt bởi câu chuyện, không phải bởi doanh thu. Trong các chu kỳ trước, tôi đã thấy cùng một mô hình: khi một câu chuyện lớn xuất hiện, các dự án liên quan tăng giá trước, sau đó sụp đổ nếu không có sản phẩm thực sự. DeFi Summer năm 2020 là một ví dụ. Thị trường NFT năm 2021 là một ví dụ khác. Và bây giờ, AI kết hợp crypto đang theo cùng một quỹ đạo.
Nhưng tôi không phải là người theo chủ nghĩa hoài nghi toàn diện. Có những dự án thực sự đang xây dựng hạ tầng AI phi tập trung, như Bittensor – một mạng lưới cho phép các mô hình AI học hỏi lẫn nhau và nhận thưởng qua token. Dù vậy, tôi tin rằng những dự án có giá trị bền vững sẽ là những dự án không chỉ dựa trên narrative, mà còn giải quyết được bài toán thực tế. Việc OpenAI loại bỏ DALL-E có thể là một xúc tác để các nhà phát triển bắt đầu tìm kiếm các nguồn AI phi tập trung hơn, nhưng họ sẽ phải trải qua một quá trình nhận thức chậm rãi. Không ai từ bỏ một công cụ tiện lợi chỉ vì nó tập trung, trừ khi công cụ đó rời đi – và khi nó rời đi, họ mới bắt đầu suy nghĩ lại.
Tôi nhớ năm 2022, khi thị trường sụp đổ và tôi mất 90% giá trị danh mục từ đỉnh, tôi đã rút khỏi các nhóm Telegram và ở một mình hai tuần. Trong khoảng thời gian đó, tôi bắt đầu đọc lại whitepaper của Optimism và Arbitrum. Khi ấy tôi nhận ra rằng những giao thức Layer 2 không chỉ là một xu hướng nhất thời, mà là câu trả lời cho câu hỏi về khả năng mở rộng. Có một sự tương đồng giữa việc nghiên cứu Layer 2 và việc nghiên cứu kiến trúc mô hình AI. Cả hai đều cần sự kiên nhẫn, cần đọc tài liệu gốc, và cần nhìn xa hơn những biến động giá ngắn hạn. Khi OpenAI chuyển từ DALL-E sang gpt-image-1, điều tôi quan tâm không phải là những bức ảnh đẹp hơn, mà là hạ tầng nào sẽ được xây dựng để phục vụ các mô hình như vậy, và ai sẽ nắm quyền kiểm soát hạ tầng đó.
Góc nhìn phản trực giác: Khi sự ra đi tạo ra khoảng trống
Điều phản trực giác nhất trong câu chuyện này là: việc loại bỏ DALL-E có thể không làm suy yếu OpenAI, nhưng nó có thể vô tình thúc đẩy một làn sóng đa dạng hóa mô hình AI mà cộng đồng mã nguồn mở và blockchain đang tìm cách xây dựng. Khi một gã khổng lồ tập trung rút lại, những mảnh ghép cũ được nhả ra, và các mảnh ghép mới có thể thay thế.
Các mô hình như Stable Diffusion vẫn đang được duy trì bởi cộng đồng mã nguồn mở, với hàng nghìn biến thể do người dùng tinh chỉnh. Trong khi OpenAI dồn lực vào một mô hình duy nhất, các cộng đồng mã nguồn mở có thể tạo ra sự đa dạng về phong cách, kiểm soát và quyền riêng tư. Chính sự đa dạng này là một khái niệm gần gũi với tinh thần phi tập trung của blockchain. Khi mọi thứ trở nên hoàn hảo, sự đa dạng bắt đầu chết đi. Nhưng không gì là hoàn hảo tuyệt đối, và chính sự kém hoàn hảo đó lại là mảnh đất cho những thử nghiệm mới.
Trong một thị trường mà mọi người đều lo sợ về việc các mô hình AI bị kiểm duyệt hoặc thay đổi theo ý muốn của một tập đoàn, blockchain có thể cung cấp một lớp minh bạch để ghi lại nguồn gốc và quy trình tạo ra một mô hình. Các giao thức như Hugging Face đã bắt đầu lưu trữ băm của các checkpoint trên chuỗi, tạo ra một dấu vết bất biến. Nếu xu hướng này tiếp tục, chúng ta có thể thấy một hệ sinh thái nơi các mô hình AI được cộng đồng đánh giá, tinh chỉnh, và phân phối qua các cơ chế khuyến khích phi tập trung.
Nhưng cũng có một nguy cơ ngược lại. Các dự án crypto có thể dùng cớ DALL-E rời đi để kể một câu chuyện phi tập trung hóa AI mà thực chất chỉ là một lớp wrapper trên API của các công ty tập trung. Trong những năm tới, chúng ta sẽ thấy rất nhiều dự án tuyên bố AI phi tập trung nhưng hạ tầng backend của họ vẫn gọi tới OpenAI. Đây là một điểm mù nghiêm trọng mà các nhà đầu tư bán lẻ khó phát hiện. Tôi đã từng chứng kiến các dự án cross-chain chỉ là một frontend cho một cây cầu tập trung, và nó đã vỡ khi cây cầu vỡ. Bài học tương tự có thể lặp lại trong lĩnh vực AI.
Khi tôi viết bài phân tích so sánh bốn giải pháp Layer 2 vào tháng 10 năm 2022, tôi nhận ra rằng điều quan trọng nhất không phải là tuyên bố phi tập trung, mà là kiến trúc thực tế có cho phép người dùng tự kiểm soát tài sản hay không. Tương tự, với AI, câu hỏi quan trọng là: mô hình này có thể được tải về máy của bạn không? Bạn có thể kiểm tra trọng số của nó không? Bạn có thể tinh chỉnh nó cho mục đích riêng mà không cần xin phép không? Nếu câu trả lời là không, thì đó vẫn là một hệ thống tập trung, dù có khoác lên mình lớp token hay không. Những pixel rực rỡ có thể che giấu một tâm hồn trống rỗng – trống rỗng về quyền tự do, trống rỗng về sự minh bạch.
Một góc nhìn phản trực giác khác: việc OpenAI gỡ bỏ DALL-E có thể làm giảm chất lượng trải nghiệm của người dùng trong ngắn hạn, nhưng lại giúp OpenAI tiết kiệm chi phí để tái đầu tư vào những thứ lớn hơn, chẳng hạn như các mô hình lý luận sâu hoặc các tác tử đa phương thức mạnh mẽ. Trong khi đó, các đối thủ như Google hay xAI vẫn đang chạy theo cuộc đua tích hợp hình ảnh vào trợ lý của họ. Câu chuyện thực sự không nằm ở việc ai có một thương hiệu tên tuổi, mà nằm ở ai có thể tạo ra một hệ sinh thái khép kín mà người dùng khó rời bỏ. ChatGPT, với khả năng xử lý văn bản, hình ảnh, âm thanh trong một luồng hội thoại duy nhất, chính là vòng kìm kẹp mới.
Từ DALL-E đến các mô hình mã nguồn mở: Một cuộc chơi hai lớp
Có một sự phân tầng đang diễn ra trong ngành AI. Tầng trên là các mô hình tập trung chất lượng cao, được vận hành bởi các tập đoàn lớn với chi phí khổng lồ. Tầng dưới là các mô hình mã nguồn mở, nhỏ hơn, nhưng linh hoạt và có thể chạy trên thiết bị cá nhân. Trong những năm gần đây, các mô hình mã nguồn mở như Llama của Meta hay Mistral đã thu hẹp khoảng cách về chất lượng với các mô hình thương mại. Chúng không bán quyền truy cập API, mà cho phép bất kỳ ai tải về và sử dụng miễn phí, với điều kiện tuân thủ giấy phép. Sự tồn tại của chúng tạo ra một lực hút khác, một thế giới nơi chi phí biên của việc tạo ra hình ảnh gần như bằng không, và quyền sở hữu sáng tạo nằm trong tay người dùng.
DALL-E đại diện cho triết lý ngược lại: mọi thứ nằm trên đám mây, mọi thứ do công ty kiểm soát. Khi OpenAI loại bỏ DALL-E, họ không chỉ đóng một sản phẩm, họ đang ngầm khẳng định rằng người dùng không cần biết công nghệ phía sau là gì, chỉ cần sử dụng kết quả cuối cùng. Điều này đối lập hoàn toàn với tinh thần của blockchain, nơi mọi người có thể kiểm tra mã nguồn, theo dõi giao dịch, và xác minh tính chính xác mà không cần tin tưởng bên thứ ba.
Trong bối cảnh đó, các dự án như Bittensor đang thử nghiệm một mô hình khen thưởng cho việc tạo ra các mô hình AI tốt thông qua cơ chế đồng thuận. Các thợ đào trong mạng lưới có thể đóng góp các phiên bản mô hình của họ, và các trình xác thực sẽ chấm điểm dựa trên chất lượng đầu ra. Đây là một ý tưởng đầy tham vọng, nhưng cũng đối mặt với nhiều thách thức: làm sao để đánh giá chất lượng một cách khách quan trên chuỗi? Làm sao để ngăn chặn các cuộc tấn công trọng số? Và liệu một mạng lưới phi tập trung có thể đạt được sự mượt mà như một API tập trung của OpenAI? Tôi chưa có câu trả lời, nhưng tôi biết rằng sự kiện DALL-E sẽ khiến nhiều người dũng cảm hơn trong việc thử nghiệm những hạ tầng thay thế.
Trong một bài viết về tương lai của DePIN, tôi từng nhấn mạnh rằng các mạng lưới phần cứng phi tập trung cần một tiêu chuẩn mở để giao tiếp với nhau. Nếu không, chúng sẽ trở thành những ốc đảo nhỏ. Điều tương tự đang xảy ra với AI. Có quá nhiều giao thức, quá nhiều layer, và quá ít khả năng tương tác. Việc OpenAI rút lui một dòng sản phẩm không khiến cuộc chơi trở nên rõ ràng hơn, nhưng nó nhắc nhở rằng sự phụ thuộc vào một thực thể duy nhất luôn là một rủi ro hệ thống. Nếu chúng ta học được điều đó từ những vụ sàn giao dịch sụp đổ, thì hãy học thêm điều đó từ DALL-E.
Tác động đến ngành: AI tập trung và nỗi sợ của những người theo chủ nghĩa phi tập trung
Nhiều người nghĩ rằng ảnh hưởng của việc DALL-E bị ngừng chỉ giới hạn trong phạm vi người dùng ChatGPT. Nhưng trên thực tế, nó lan rộng hơn. Các nhà phát triển ứng dụng bên thứ ba, những người xây dựng các công cụ tạo ảnh cho thương mại điện tử, bất động sản, hay sáng tạo nội dung, đều từng sử dụng DALL-E. Họ có thể không nói ra, nhưng họ sắp phải đối mặt với một lần di dời. Chi phí di dời không chỉ là thời gian, mà còn là sự khác biệt về thuật toán, chất lượng đầu ra, và cả phong cách nghệ thuật. Một ứng dụng được tối ưu cho phong cách của DALL-E có thể trở nên tệ hại với gpt-image-1. Điều này khiến tôi liên tưởng đến các nhà cung cấp thanh khoản trên Uniswap v2 khi chuyển sang v3: họ phải học lại cách quản lý vốn, các khoảng giá, và nếu họ không thích nghi, họ sẽ bị đào thải.
Trong nền kinh tế blockchain, sự đào thải này được nhìn thấy khá rõ. Mỗi khi một giao thức nâng cấp lớn, một bộ phận người dùng rời đi. Sự khác biệt là trong blockchain, người dùng có thể phân nhánh và giữ lại phiên bản cũ. Còn với OpenAI, người dùng không có lựa chọn nào ngoài việc đi theo hướng mới hoặc rời bỏ nền tảng hoàn toàn. Đó là một dạng khóa chặt nhà cung cấp. Khi người dùng bị khóa vào một hệ sinh thái, họ mất đi quyền đàm phán. Và khi quyền đàm phán mất đi, chất lượng dịch vụ có thể giảm dần, vì không có áp lực cạnh tranh.
Điều này càng củng cố niềm tin của tôi rằng, phi tập trung hóa không chỉ là một lý tưởng mà là một cơ chế bảo vệ người dùng. Nếu mọi thứ nằm trong tay một công ty, công ty đó có thể thay đổi các quy tắc bất cứ lúc nào. Nếu các thành phần được phân tán và giao thức được mã hóa, quyền lực sẽ được phân phối đều hơn. Chúng ta đã thấy điều đó trong lĩnh vực tài chính với các giao thức AMM, trong lĩnh vực danh tính với các giải pháp định danh phi tập trung, và giờ đây, chúng ta có thể thấy điều đó trong lĩnh vực AI nếu các nhà phát triển và cộng đồng cùng hành động.
Nhưng chúng ta cũng cần đối mặt với một thực tế: các mô hình AI tốt nhất hiện nay đều do các tập đoàn lớn đào tạo với nguồn tài nguyên khổng lồ. Việc xây dựng một mô hình tương đương với gpt-image-1 trong cộng đồng phi tập trung là một bài toán cực kỳ khó, cả về dữ liệu, thuật toán, lẫn hạ tầng. Các mô hình mã nguồn mở đang đến gần, nhưng vẫn còn khoảng cách. Vì vậy, câu chuyện ở đây không phải là thay thế hoàn toàn OpenAI ngay lập tức, mà là tạo ra các lớp trung gian có khả năng tương tác, để người dùng không bị mắc kẹt trong một khu vườn có tường bao quanh.
Takeaway: Câu chuyện tiếp theo nằm ở tầng điều phối
Cuối cùng, sự kiện OpenAI hạ màn DALL-E không phải là một tin tức AI thuần túy. Đối với thị trường tiền mã hóa, nó đặt ra một câu hỏi lớn hơn: khi mọi thứ đều được tạo ra bởi một vài mô hình tập trung, liệu chúng ta có thể xây dựng một tầng phi tập trung để kiểm soát và phân phối lại giá trị? Câu trả lời không nằm ở việc tạo ra một DALL-E phi tập trung, mà nằm ở tầng điều phối – nơi các tác tử AI, các mô hình mã nguồn mở và các giao thức khen thưởng có thể kết nối với nhau mà không cần một công ty làm trung gian.
DALL-E đã chết, nhưng những câu hỏi mà nó để lại vẫn còn sống. Khi những pixel rực rỡ không còn được sinh ra từ một dây chuyền tối ưu duy nhất, ai sẽ là người kể lại câu chuyện của chúng? Liệu có một mạng lưới mở đủ thông minh để đón nhận những mảnh vỡ đó, hay chúng ta sẽ chứng kiến một xã hội mà mọi hình ảnh đều được tạo khuôn bởi một hộp nhân tạo có kiểm soát? Tôi không có câu trả lời dứt khoát, nhưng tôi tin rằng hạt giống cho một hệ sinh thái AI tự do đang nằm ngay trong những khoảng trống mà các gã khổng lồ tạo ra.
Trong những năm tới, khi thị trường crypto còn trầm lắng và chờ đợi một chu kỳ mới, những sự kiện như việc OpenAI bỏ DALL-E sẽ tiếp tục được sử dụng như chất xúc tác cho các câu chuyện đầu tư. Những ai có khả năng phân biệt giữa một narrative được dựng lên và một sự thay đổi hạ tầng thực sự sẽ là người sống sót. Còn những ai chạy theo mọi câu chuyện mới một cách mù quáng có thể lại ôm một nắm token không còn giá trị. Tôi chọn cách chậm lại, quan sát, và dùng dữ liệu để kiểm chứng từng lời kể. Bởi vì trong thế giới của những pixel do máy tạo ra, giá trị thực vẫn nằm ở câu chuyện do con người tin tưởng.
