mo-hinh Trung cấp
Foundation Model là gì?
Mô hình AI lớn được train trên dữ liệu rộng, đa dụng — làm nền tảng để fine-tune cho nhiều task khác nhau.
Cập nhật: 2 tháng 5, 2026 · 2 phút đọc
Foundation Model (mô hình nền tảng) là mô hình AI lớn được train trên dữ liệu RỘNG và ĐA DẠNG, làm “nền móng” để fine-tune hoặc adapt cho nhiều use case khác nhau — thay vì train riêng từ đầu cho mỗi việc.
Khái niệm do Stanford CRFM định nghĩa năm 2021. Mọi LLM lớn (GPT, Claude, Gemini, Llama) đều là foundation model.
Trước vs Sau foundation model
Trước (cũ): mỗi task → train riêng một model nhỏ
- Spam detection: train model A
- Sentiment analysis: train model B
- Translation: train model C
- → Tốn data, compute, expertise cho từng task
Sau (foundation model): train 1 model khổng lồ trên text chung → adapt cho mọi task
- Spam? Prompt: “Đây là spam? Trả lời yes/no”
- Sentiment? Prompt: “Cảm xúc trong câu này?”
- Translation? Prompt: “Dịch sang tiếng Việt”
- → 1 model giải nghìn task
Đặc điểm chung
- Scale: tỷ - nghìn tỷ parameter
- Data đa dạng: web, sách, code, ảnh, video
- Pre-training tự giám sát (self-supervised) — không cần labeled data
- Emergent abilities: khi đủ lớn, xuất hiện khả năng không được train trực tiếp (vd: làm toán, suy luận)
- Transferable: dùng cho task chưa từng thấy bằng prompting
Các foundation model nổi bật (2026)
Text (LLM)
- GPT-5 / GPT-5 Pro (OpenAI)
- Claude 4.7 Sonnet / Opus 4.5 (Anthropic)
- Gemini 2.5 Pro / 3 Ultra (Google)
- Llama 4 (Meta — open source)
- Qwen 3 (Alibaba — open source)
- DeepSeek V4 (China — open source)
Multimodal
- GPT-5o (text + image + audio + video)
- Gemini 2.5 (native multimodal)
- Claude 4.7 (text + image)
Image
- DALL-E 4, Imagen 4, Midjourney v7, FLUX.1
Video
- Sora, Veo 3, Kling 2
Audio / Speech
- Whisper (Open AI), GPT-4o voice, ElevenLabs models
Code
- Codex (legacy), Claude Code-tuned, DeepSeek-Coder
Closed vs Open foundation model
| Closed (GPT, Claude, Gemini) | Open (Llama, Qwen, DeepSeek) | |
|---|---|---|
| Truy cập | API only | Tải về tự host |
| Mạnh nhất | 🥇 | 🥈 (cách 6-12 tháng) |
| Privacy | Data đi qua provider | Tự kiểm soát |
| Custom sâu | Hạn chế | Toàn quyền |
| Chi phí | Per token | Hardware + ops |
→ Sản phẩm consumer thường dùng closed (mạnh nhất). Enterprise nhạy cảm privacy, scale lớn → cân nhắc open.
Ý nghĩa với người dùng
Bạn hiếm khi cần “build foundation model”. Cách dùng thực tế:
- Prompting: cách rẻ, nhanh nhất
- RAG: thêm kiến thức riêng vào prompt
- Fine-tuning trên foundation model có sẵn (vd: fine-tune Llama cho domain)
- Train từ đầu: chỉ khi bạn là big lab
Liên quan
Thẻ
#foundation-model#llm