Naglunsad ng Koordinadong Pag-atake sa AI ang mga Higanteng Teknolohiya ng China sa Pagdiriwang ng Bagong Taon sa Lunar Calendar

Koordinadong Pag-atake sa Larangan ng Pisikal na AI

Habang nakatuon ang mga pamilihan sa Amerika sa pinakabagong mga anunsyo mula sa Anthropic at OpenAI, nagsagawa ngayong linggo ang mga higanteng kompanya ng teknolohiya ng China ng sabayang pagpapalabas ng mga makabagong sistema ng artipisyal na intelihensiya (AI), na nagpapahiwatig ng malaking pagbabago sa pandaigdigang larangan ng AI. Inilabas ng Alibaba, ByteDance, at Kuaishou ang mga modelong handa nang gamitin sa produksiyon na sumasaklaw sa robotika, paglikha ng mala-pelikulang bidyo, at mga sistemang kayang magsagawa ng mga gawain nang nagsasarili. Ipinakikita nito na ilang buwan na lamang ang agwat ng mga kompanyang Tsino sa kanilang mga katunggali sa Kanluran pagdating sa teknolohiya.

Hindi maikakailang estratehiko ang tiyempo ng mga ito. Kasabay ng pagdiriwang ng Bagong Taon sa Lunar Calendar inilabas ang mga bagong teknolohiya, ang pinakamahalagang panahon para sa mga mamimili sa China. Karaniwang ipinakikita ng mga kompanya ng teknolohiya ang kanilang mga inobasyon sa daan-daang milyong manonood sa CCTV Spring Festival Gala tuwing panahong ito. Nakakuha ang ByteDance ng eksklusibong pakikipagsosyo sa cloud para sa AI sa pambansang tagapagbalita, habang nagsagawa ang Alibaba ng kampanyang pang-promosyon na nagkakahalaga ng $434 milyon at nangakong mamimigay ang Tencent ng 1 bilyong yuan bilang mga regalo sa kapaskuhan. Itinatampok ng pagsasanib ng husay sa teknolohiya at marketing na nakaugat sa kultura ang determinasyon ng Beijing na mangibabaw sa tinatawag ng mga tagaloob sa industriya na larangan ng pisikal na AI: mga sistemang higit pa sa mga chatbot, na kayang humawak ng mga bagay, lumikha ng makatotohanang midya, at magsagawa ng masalimuot na daloy ng gawain nang nagsasarili.

Kapag Naaalala ng mga Makina: Pusta ng Alibaba sa Intelihensiyang Nakapaloob sa mga Robot

Ipinakilala ng DAMO Academy ng Alibaba ang RynnBrain, isang open-source na modelo para sa robotika na malaking hakbang sa paraan ng pag-unawa at pakikisalamuha ng mga makina sa pisikal na mundo. Di-gaya ng karaniwang mga sistema ng paningin na hiwa-hiwalay na nagpoproseso ng bawat frame, may likas na kakayahan ang RynnBrain na unawain ang oras at espasyo. Dahil dito, natatandaan ng mga robot kung kailan at saan naganap ang mga pangyayari, nasusubaybayan ang progreso ng mga gawain sa maraming hakbang, at naipagpapatuloy ang mga aktibidad na nahinto.

Sa mga bidyo ng demonstrasyon, nagsagawa ang mga robot na may simpleng pang-ipit ng mga gawaing mukhang payak ngunit masalimuot pala: pagbibilang ng mga dalandan, pagpili ng partikular na prutas mula sa tambak, at pagkuha ng gatas mula sa refrigerator. Madali ang mga gawaing ito para sa tao, pero nangangailangan ang mga ito ng malaking kakayahan sa pagkuwenta, kabilang ang pagkilala sa mga bagay, pagmamapa ng espasyo, pagpaplano ng galaw, at sunod-sunod na pag-alala. Ipinaliwanag ni Adina Yakefu, mananaliksik sa Hugging Face, ang kahalagahan ng pagbabagong ito sa arkitektura.

Sa halip na basta tumugon lamang sa mga agarang input, naaalala ng robot kung kailan at saan naganap ang mga pangyayari, nasusubaybayan ang progreso ng gawain, at naipagpapatuloy ito sa maraming hakbang. Dahil dito, mas maaasahan at tuluy-tuloy ang kilos nito sa masalimuot na kapaligiran sa totoong mundo.

Gumagamit ang modelo ng arkitekturang mixture-of-experts na 3 bilyong parameter lamang ang pinapagana habang nag-iinferens, kaya napapanatiling abot-kaya ang gastos sa kompyutasyon. Ayon sa mga ulat, nahihigitan nito ang Gemini Robotics-ER 1.5 ng Google at Cosmos-Reason2 ng Nvidia sa ilang benchmark. Sa paglalathala ng RynnBrain bilang open source sa GitHub at Hugging Face, pinabababa ng Alibaba ang presyo kumpara sa mga katunggaling naniningil para sa kahalintulad na kakayahang nakabatay sa cloud. Ipinahihiwatig din nito ang ambisyon ng kompanya na magtatag ng pundamental na sapin ng intelihensiya para sa industriyal na awtomasyon, lohistika, at mga aplikasyon sa pangangalagang pangkalusugan.

Pagyanig sa Hollywood: Binabago ng ByteDance at Kuaishou ang Produksiyon ng Bidyo

Ginawang kasangkapan para sa propesyonal na produksiyon ng Seedance 2.0 ng ByteDance at Kling 3.0 ng Kuaishou ang paglikha ng bidyo mula sa teksto, na dati'y bagong-usong teknolohiya lamang. Direktang hinahamon ng mga ito ang Sora ng OpenAI at lumilikha ng tinatawag ng mga analista na platapormang pamantayan sa industriya para sa malikhaing nilalaman.

Pinoproseso ng Seedance 2.0 nang sabay-sabay ang teksto, mga larawan, tunog, at bidyo, at lumilikha ito ng mala-pelikulang mga eksenang hanggang 15 segundo ang haba, na may magkakatugmang tauhan, makatotohanang pisika, at sabayang tunog sa iba't ibang wika. Bahagi ito ng Dreamina suite ng ByteDance sa loob ng CapCut, kaya nagiging madaling gamitin ito ng mga advertiser, tagalikha ng nilalaman sa social media, at prodyuser ng pelikula. Inilarawan ni Billy Boman, malikhaing direktor na nakabase sa Stockholm at lumilikha ng nilalamang gawa ng AI, bilang malaking pagbabago ang direksiyon ng teknolohiyang ito.

Noong 2023, mahirap makapagpatakbo o makapagpalakad ng isang tao. Napakaikli lamang ng mga bidyong may anumang uri ng makatotohanang detalye; napakabagal ng lahat, pangit ang mga tekstura, walang tekstura ang balat, at kulang sa detalye. Ngayon, nabaligtad na ang sitwasyon. Kaya ko nang gawin ang kahit ano. Talagang pambihira ang mga pagsulong sa teknolohiya.

Gayunman, inilantad ng mabilis na paglulunsad ang mga kahinaan sa pamamahala. Sinuspinde ng ByteDance ang kontrobersiyal na Face-to-Voice feature na kayang buuin muli ang partikular na boses at paraan ng pagsasalita ng isang tao mula sa iisang litrato, kahit walang sample ng audio o pahintulot. Ipinakita ng tagasuri ng teknolohiyang Tsino na si Tim Pan ang kakayahang ito noong Pebrero 10 at sinabing nakapangingilabot ang karanasan matapos kopyahin ng sistema ang kaniyang boses mula lamang sa isang larawan. Itinatampok ng insidente ang tensiyon sa pagitan ng kakayahan ng teknolohiya at mga pamantayang etikal, lalo't naghain ng pormal na reklamo ang Motion Picture Association kaugnay ng malawakang paglabag sa karapatang-ari matapos kumalat ang bidyong gawa-gawa lamang na nagpapakita ng pag-aaway nina Tom Cruise at Brad Pitt.

May ibang kalakasan naman ang Kling 3.0 ng Kuaishou. Nakatuon ito sa propesyonal na pagkukuwento sa pamamagitan ng higit na pagkakapare-pareho ng mga tauhan sa maraming kuha, makatotohanang pisika sa masalimuot na mga eksena, at likas na paglikha ng tunog sa iba't ibang wika at diyalekto. Sinusuportahan ng modelo ang sabayang paglikha ng mga pangkat ng larawan para sa storyboarding at pinahahaba nito sa 15 segundo ang tagal ng isang bidyo, habang pinahihintulutang itakda nang eksakto ang haba ng bawat kuha, pag-frame, at galaw ng kamera. Kasalukuyang magagamit ito ng mga nagbabayad na subscriber at nalalapit na ang pampublikong paglulunsad. Tumaas nang mahigit 50 porsiyento sa nakalipas na taon ang presyo ng sapi ng Kuaishou, na nagpapakita ng tiwala ng mga mamumuhunan na magpapalalim ng pakikilahok at lilikha ng bagong pagkakakitaan ang mga kasangkapang pangnilalamang pinahusay ng AI sa mga ekosistema ng maiikling bidyo.

Pagpapalawak ng Akses sa Intelihensiya: Ang Pagsulong ng Open Source

Higit pa sa mga aplikasyong tuwirang ginagamit ng mga mamimili, pinabibilis ng mga laboratoryo sa China ang pamamahagi bilang open source ng malalaking modelo ng wika at mga sistemang kayang kumilos nang nagsasarili. Inilabas ng Zhipu AI ang GLM-5 at sinabing halos kapantay nito ang Claude Opus 4.5 ng Anthropic sa mga benchmark sa pagko-code, habang nahihigitan nito ang Gemini 3 Pro ng Google sa ilang partikular na pagsubok. Inilabas naman ng MiniMax ang bago nitong open-source na modelong M2.5, na may pinahusay na mga kasangkapan para sa mga autonomous agent. Kayang magsagawa ng mga sistemang AI na ito ng maraming hakbang na daloy ng gawain, gaya ng pag-iiskedyul, pananaliksik, o paglulunsad ng software, nang kaunti lamang ang pakikialam ng tao.

Kabaligtaran ito ng mga saradong komersiyal na pamamaraan ng ilang nangungunang kompanya ng AI sa Kanluran. Sa paglalathala ng mga timbang ng modelo, kodigo sa pagsasanay, at mga dataset, pinabibilis ng mga kompanyang Tsino ang pagtanggap sa kanilang mga teknolohiya, mabilis na kumakalap ng puna, at nagpapasigla ng mga susunod na inobasyon. Nalalampasan din nila ang mga limitasyon sa kompyutasyon na dulot ng mga kontrol sa pag-export ng U.S. sa mga makabagong semiconductor. Nalampasan ng pamilya ng Qwen ng Alibaba ang Llama ng Meta bilang pinakana-download na serye ng modelo sa Hugging Face noong 2025. Sa kasalukuyan, mga pangkat na nagmula sa China ang nasa walo sa nangungunang sampung puwesto sa listahan ng mga trending na modelo ng plataporma.

Pinayaman pa ng Alibaba ang hanay ng mga produkto nito sa pamamagitan ng Qwen 3.5, na sadyang idinisenyo para sa panahon ng agentic AI at may kakayahang biswal na kumilos nang nagsasarili sa mga aplikasyon sa mobile at desktop. Ayon sa kompanya, 60 porsiyentong mas mura itong patakbuhin at walong ulit na mas mahusay sa pagproseso ng malalaking workload kaysa sa hinalinhan nito. Kasabay nito, inilabas ng ByteDance ang Doubao 2.0, isang pag-upgrade sa pinakaginagamit na chatbot application sa China, na papalapit na sa 200 milyong user.

Tatlong Landas Tungo sa Pangingibabaw: Kahusayan, Pagkukuwento, at Komersiyo

Ipinakikita ng pagsusuri sa merkado ng Huachuang Securities ang magkakaibang estratehikong pokus ng tatlong higanteng kompanya ng teknolohiya. Binubuo ng ByteDance ang imprastraktura para sa kahusayan sa pamamagitan ng mga kasangkapang madaling gamitin, mura, at may malawak na kakayahan na kahalintulad ng mas makapangyarihang CapCut. Layunin nitong pababain ang gastos sa paggawa ng nilalaman sa internet at palaguin ang ekosistema nito sa pamamagitan ng napakalaking dami ng paggamit.

Nakatuon ang Kuaishou sa propesyonal na pagkukuwento, at pinahahalagahan nito ang pisikal na simulasyon, makatotohanang paglikha ng masalimuot na eksena, at pagkakapare-pareho ng mga tauhan para sa mga demo ng pelikula, mala-pelikulang salaysay, at de-kalidad na nilalamang nangangailangan ng tuluy-tuloy na kuwento. Samantala, nakatuon ang Alibaba sa pagsasanib ng e-commerce sa mga espesipikong sektor. Pinatitibay ng Qwen-Image-2.0 nito ang mga kakayahan sa pagdidihitalisa ng produkto at mga komersiyal na daloy ng gawain. Sinuportahan ito ng mga kampanyang pang-promosyon na nakabuo ng mahigit 120 milyong order sa loob ng anim na araw sa pamamagitan ng pamamahagi ng kupon gamit ang AI at pagsasanib sa mga serbisyo ng paghahatid ng pagkain.

Bahagi ang pagkakaibang ito ng mas malawak na rebolusyon sa panig ng suplay sa paglikha ng nilalaman. Habang nagiging higit na kontrolado ang proseso at napapalitan ng maaasahang produksiyong industriyal ang mga sistemang gacha, kung saan kailangang paulit-ulit na lumikha ng nilalaman ang mga tagalikha bago makakuha ng magagamit na resulta, papalapit na ang marginal na gastos sa paglikha ng bidyo sa purong gastos sa kompyutasyon. Inaasahan ng mga analista na malaki ang magiging epekto nito sa mga ahensiya sa marketing, tagapagbigay ng serbisyo sa e-commerce, at mga industriya ng manhua at maiikling drama. Maaari namang higit na mapunta sa mga nangungunang nilalaman ang halaga ng mga karapatang-ari habang bumababa ang mga hadlang sa produksiyon.

Lumalapit na Agwat sa Mundong Nahahati

Kamakailan ay tinaya ni Demis Hassabis, pinuno ng Google DeepMind, na ilang buwan na lamang ang agwat ng mga modelo ng AI ng China sa mga katunggali nito sa Kanluran. Patuloy na lumiliit ang agwat habang inaangkop ng mga laboratoryo sa China ang mga modelo para sa hardware na lokal na magagamit at nagpapaunlad ng sariling kakayahan sa paggawa ng chip. Mahigit 70 porsiyento na ng mga pandaigdigang paghahain ng patent sa AI ay mula sa China, bagaman nangunguna pa rin ang mga kompanya ng U.S. sa mga pundamental na arkitektura at epekto ng mga pagsipi.

Higit na itinatakda ngayon ang kompetisyon ng kahusayan sa inference at pagsasanib sa ekosistema, sa halip na ng hilaw na pagganap sa mga benchmark. Ipinakita ng mabilis na pag-angat ng DeepSeek noong huling bahagi ng 2025 na kayang pantayan ng mga laboratoryo sa China ang pagganap ng mga modelo sa Kanluran sa maliit na bahagi lamang ng gastos sa kompyutasyon, na nagpasiklab ng mabilis na pag-unlad sa buong sektor. Nagdulot ng mga komplikasyon ang mga kontrol ng U.S. sa pag-export ng mga chip na may memoryang mataas ang bandwidth at ng mga makabagong kagamitan sa paggawa, ngunit hindi nito napigil ang pag-unlad. Patuloy na sumusulong ang mga kompanyang gaya ng Huawei sa pagbuo ng mga linya ng produksiyon ng semiconductor na kayang umasa sa sariling suplay.

Kasabay nito, naghigpit ang mga kompanya ng teknolohiya sa U.S. sa pag-access ng mga developer na Tsino. Ipinagbawal ng OpenAI ang pag-access sa API noong Hulyo 2024, itinigil ng Microsoft ang mga serbisyo ng Azure OpenAI para sa mga indibidwal na developer sa mainland China, at ayon sa mga ulat, sinuspinde ng Anthropic ang mga account sa Claude. Lalo lamang pinasidhi ng mga paghihigpit na ito ang mga pagsisikap sa pagpapaunlad sa loob ng bansa, at lumikha ng multipolar na larangan ng AI kung saan nag-iiba ang mga nangunguna depende sa larangan at hindi lamang sa heograpiya.

Mahahalagang Punto

• Naglabas ng magkakaugnay na mga modelo ng AI ang Alibaba, ByteDance, at Kuaishou sa panahon ng Bagong Taon sa Lunar Calendar, na nakatuon sa robotika, paglikha ng bidyo, at mga sistemang kayang kumilos nang nagsasarili
• May kakayahang umunawa sa oras at espasyo ang open-source na modelong RynnBrain ng Alibaba para sa robotika, kaya nasusubaybayan ng mga robot ang mga gawain sa maraming hakbang at naaalala ang kanilang pakikisalamuha sa mga bagay
• Lumilikha ang Seedance 2.0 ng ByteDance ng mala-pelikulang bidyo mula sa mga tekstuwal na prompt, ngunit sinuspinde nito ang feature na panggaya ng boses dahil sa mga alalahanin sa pahintulot matapos ipakita ng isang tagasuri ang nakapangingilabot na kakayahan nito
• Nakatuon ang Kling 3.0 ng Kuaishou sa propesyonal na pagkukuwento, na may paglikha ng bidyong hanggang 15 segundo, tunog sa iba't ibang wika, at higit na pagkakapare-pareho ng mga tauhan. Dahil dito, tumaas nang 50 porsiyento ang presyo ng sapi ng kompanya sa nakalipas na taon
• Itinataguyod ng mga kompanya ng AI sa China ang agresibong open-source na estratehiya. Nalampasan na ng seryeng Qwen ng Alibaba ang Llama ng Meta bilang pinakana-download sa Hugging Face
• Magkakaiba ang estratehikong pokus ng mga kompanya: imprastraktura para sa kahusayan ang tinututukan ng ByteDance, makatotohanang mala-pelikulang bidyo ang Kuaishou, at pagsasanib ng e-commerce sa mga espesipikong sektor ang Alibaba
• Tinataya ng Google DeepMind na ilang buwan na lamang ang agwat ng mga modelo ng China sa mga modelo ng Kanluran. Pinakamabilis na lumiliit ang agwat sa kahusayan ng inference at mga aplikasyong gumagamit ng iba't ibang uri ng datos