AI nguồn mở là gì: Tính chất "mở" của Llama

Llama thường được gọi là "AI mã nguồn mở". Tuy nhiên, cách mô tả chính xác hơn là: Meta công khai trọng số đã huấn luyện (weights), cho phép bạn tải mô hình về và chạy ở bất kỳ đâu tùy thích, nhưng phải tuân thủ giấy phép đi kèm với một số điều kiện nhất định. Việc mô hình này có thực sự là mã nguồn mở hay không vẫn còn nhiều tranh luận. Hướng dẫn này sẽ giải thích các thuật ngữ, những điều bạn có thể làm với trọng số mở, các yêu cầu từ giấy phép Llama và vị thế của Llama trong số các mô hình mở vào cuối năm 2026.

Một mô hình AI bao gồm những gì

• Kiến trúc và mã nguồn: thiết kế của mạng nơ-ron cùng phần mềm dùng để huấn luyện và vận hành mô hình.
• Trọng số (tham số - parameters): hàng tỷ con số được học trong quá trình huấn luyện. Chúng chứa những gì mô hình "biết" và là phần tốn kém nhất để tạo ra.
• Dữ liệu huấn luyện: văn bản, mã nguồn và hình ảnh mà mô hình đã học.
• Tài liệu: quan trọng nhất là model card, mô tả mục đích sử dụng, ngôn ngữ hỗ trợ, giới hạn và kết quả đánh giá.

Từ "mở" có thể áp dụng cho bất kỳ thành phần nào ở trên, và đó là nguyên nhân dẫn đến sự nhầm lẫn.

Mô hình đóng, trọng số mở và mã nguồn mở

Mô hình đóng (Closed models) chỉ được cung cấp dưới dạng dịch vụ: bạn gửi yêu cầu đến máy chủ của nhà cung cấp và không bao giờ sở hữu chính mô hình đó. Mô hình trọng số mở (Open-weight models) cho phép bạn tải về các trọng số và tự chạy trên phần cứng của mình hoặc qua bất kỳ nhà cung cấp nào bạn chọn. Mã nguồn mở (Open source), theo nghĩa phần mềm truyền thống, đòi hỏi nhiều hơn: một giấy phép cho phép bất kỳ ai sử dụng, nghiên cứu, sửa đổi và chia sẻ sản phẩm cho mọi mục đích mà không phân biệt đối xử với bất kỳ cá nhân hay lĩnh vực nào.

Năm 2024, Tổ chức Sáng kiến Mã nguồn Mở (OSI), cơ quan quản lý Định nghĩa Mã nguồn Mở, đã công bố Định nghĩa AI Mã nguồn Mở 1.0 (Open Source AI Definition 1.0). Tiêu chuẩn này đòi hỏi các quyền tự do tương tự, cộng thêm mã nguồn dùng để huấn luyện mô hình và thông tin đầy đủ về dữ liệu huấn luyện để có thể tái tạo một hệ thống tương đương. OSI đã tuyên bố công khai rằng các giấy phép Llama của Meta không phải là mã nguồn mở, do có thêm các điều khoản thương mại đối với các công ty rất lớn và các hạn chế trong Chính sách Sử dụng Chấp nhận được (Acceptable Use Policy). Về phía mình, Meta từ lâu vẫn mô tả Llama là mã nguồn mở.

Vì vậy, cách mô tả ngắn gọn và chuẩn xác nhất là: Llama là một dòng mô hình trọng số mở được phát hành theo giấy phép cộng đồng riêng của Meta.

Giải thích giấy phép Llama Community License dễ hiểu

Mỗi thế hệ Llama có giấy phép riêng; Thỏa thuận Giấy phép Cộng đồng Llama 4 (Llama 4 Community License Agreement) có hiệu lực từ ngày 5 tháng 4 năm 2025. Các điểm chính gồm:

• Bạn được cấp phép miễn phí trên toàn cầu để sử dụng, sao chép, chỉnh sửa, phân phối mô hình và tạo ra các sản phẩm phái sinh.
• Nếu bạn phân phối Llama hoặc cung cấp sản phẩm, dịch vụ có chứa Llama, bạn phải đính kèm bản sao giấy phép và hiển thị nổi bật cụm từ "Built with Llama". Đó là lý do bạn thấy dòng chữ này trên trang web của chúng tôi.
• Nếu bạn dùng Llama hoặc đầu ra của mô hình để tạo ra hoặc cải thiện một mô hình AI khác mà bạn phân phối, tên của mô hình đó phải bắt đầu bằng chữ "Llama".
• Các công ty có sản phẩm đạt hơn 700 triệu người dùng hoạt động hàng tháng (MAU) tại thời điểm phát hành phải yêu cầu Meta cấp giấy phép riêng.
• Mục đích sử dụng của bạn phải tuân thủ pháp luật và Chính sách Sử dụng Chấp nhận được của Meta, nghiêm cấm các hoạt động bất hợp pháp và một danh sách các hành vi gây hại.
• Các mô hình được cung cấp "nguyên trạng" (as is), không đi kèm bất kỳ bảo đảm nào.

Trang giấy phép Llama của chúng tôi giải thích chi tiết hơn về vấn đề này. Đây chỉ là thông tin tham khảo chung, không phải lời khuyên pháp lý: hãy đọc kỹ giấy phép chính thức trước khi xây dựng bất kỳ sản phẩm nào trên Llama.

Bạn có thể làm gì với trọng số mở

• Tự chạy mô hình trên máy tính hoặc máy chủ của riêng bạn bằng các công cụ như Ollama, LM Studio hoặc llama.cpp. Dữ liệu prompt của bạn không bao giờ rời khỏi thiết bị. Xem cách chạy Llama cục bộ.
• Tự do chọn nhà cung cấp. Rất nhiều dịch vụ đám mây hỗ trợ Llama, vì vậy bạn không bị ràng buộc vào mức giá hay điều khoản của một công ty duy nhất. Trình chat của chúng tôi cũng sử dụng một trong số đó; các lập trình viên có thể tìm hiểu thêm về việc sử dụng Llama qua API.
• Tinh chỉnh (Fine-tune) dựa trên dữ liệu riêng của bạn để mô hình thích ứng với một chuyên ngành, ngôn ngữ hoặc phong cách cụ thể.
• Nghiên cứu chuyên sâu. Các nhà nghiên cứu có thể kiểm tra cơ chế hoạt động bên trong của mô hình — điều không thể làm được với các dịch vụ đóng.
• Lưu giữ một phiên bản cố định. Một mô hình đã tải về sẽ không bị thay đổi hoặc biến mất mỗi khi công ty phát hành cập nhật sản phẩm.

Những điều cần đánh đổi

• Phần cứng. Các mô hình nhỏ như Llama 3.1 8B có thể chạy tốt trên máy tính cá nhân cấu hình khá; nhưng các bản lớn như Llama 4 Maverick đòi hỏi phần cứng máy chủ chuyên dụng. Tự chạy mô hình cũng đồng nghĩa với việc bạn phải tự cài đặt và bảo trì cập nhật.
• Dữ liệu huấn luyện không được công khai. Model card của Meta chỉ mô tả dữ liệu một cách khái quát, vì vậy không ai ngoài Meta có thể tái tạo hoặc kiểm toán toàn bộ quy trình huấn luyện.
• An toàn một phần do bạn chịu trách nhiệm. Model card của Meta yêu cầu các nhà phát triển thiết lập thêm các biện pháp bảo vệ phù hợp với trường hợp sử dụng cụ thể, đồng thời Meta cũng cung cấp các công cụ như Llama Guard để lọc nội dung.
• Các điều kiện cấp phép vẫn được áp dụng, như đã nêu ở trên.

5 câu hỏi cần đặt ra trước khi chọn mô hình mở

1. Giấy phép cho phép chính xác những gì, và nó có phù hợp với mục đích sử dụng của tôi (bao gồm cả thương mại) không?
2. Phần cứng của tôi có đáp ứng được không, hay cuối cùng tôi vẫn phải trả phí cho một nhà cung cấp dịch vụ?
3. Mô hình có hỗ trợ các ngôn ngữ và định dạng đầu vào (văn bản, hình ảnh) mà tôi cần không?
4. Độ mới của dữ liệu tri thức đến đâu, và điều đó có ảnh hưởng đến tác vụ của tôi không?
5. Tôi cần thiết lập thêm những hàng rào bảo vệ (safeguards) nào xung quanh mô hình?

Chính Llama AI có thể giúp bạn giải đáp những thắc mắc này. Hãy dán một đoạn giấy phép hoặc model card và yêu cầu mô hình giải thích các phần quan trọng đối với bạn:

Dưới đây là nội dung giấy phép của một mô hình AI. Hãy tóm tắt bằng ngôn ngữ dễ hiểu những điều tôi được phép và không được phép làm, những thông tin tôi bắt buộc phải hiển thị hoặc đính kèm nếu xây dựng sản phẩm từ mô hình này, cùng mọi giới hạn về việc sử dụng thương mại. Hãy chỉ ra những điểm còn chưa rõ ràng. Nội dung này chỉ nhằm mục đích tham khảo, không phải lời khuyên pháp lý. Giấy phép: [dán nội dung tại đây]

Mở prompt này trong phần chat, hoặc sử dụng công cụ tóm tắt để nhanh chóng nắm bắt nội dung của một model card dài.

Vị thế của Llama vào cuối năm 2026

Llama 4 Scout và Llama 4 Maverick, ra mắt vào ngày 5 tháng 4 năm 2025, hiện vẫn là các mô hình Llama đa năng mới nhất và là những mô hình mới nhất trên hệ thống chat của chúng tôi. Meta cũng từng công bố phiên bản Llama 4 Behemoth với quy mô lớn hơn nhiều đang trong quá trình huấn luyện, nhưng mô hình này vẫn chưa được phát hành. Kể từ đó, Meta đã chuyển trọng tâm nghiên cứu mô hình chính sang dòng mới có tên là Muse, do Meta Superintelligence Labs phát triển:

• Muse Spark (tháng 4 năm 2026) là mô hình độc quyền và đang vận hành trợ lý riêng của Meta.
• Muse Glimmer (tháng 8 năm 2026) là mô hình trọng số mở nhỏ hơn, được phát hành theo giấy phép Apache 2.0 — một giấy phép phần mềm thông thoáng tiêu chuẩn.
• Muse Wonder (tháng 10 năm 2026) chỉ khả dụng thông qua các dịch vụ của Meta và không phát hành trọng số để tải về.
• Muse Spark Open (15 tháng 10 năm 2026) là mô hình trọng số mở kích thước lớn, hoạt động theo Giấy phép Mô hình Muse (Muse Model License) riêng biệt.

Các mô hình Muse không thuộc dòng Llama và không có mặt trong hệ thống chat của chúng tôi. Để xem toàn bộ mốc thời gian phát triển, hãy truy cập lịch sử Llama.

Nhiều công ty khác cũng phát hành các mô hình trọng số mở chất lượng cao, bao gồm DeepSeek, đội ngũ Qwen của Alibaba và Mistral AI. Các bài so sánh của chúng tôi gồm có Llama vs DeepSeek, Llama vs Qwen và Llama vs Mistral.

Câu hỏi thường gặp

Sử dụng Llama có mất phí không?

Việc tải trọng số về là hoàn toàn miễn phí theo giấy phép của Meta, và hầu hết các cá nhân, doanh nghiệp đều có thể sử dụng mà không phải trả tiền cho Meta. Tuy nhiên, việc vận hành mô hình vẫn tốn chi phí tài nguyên máy tính, cho dù đó là phần cứng của chính bạn hay phí dịch vụ đám mây. Trình chat của chúng tôi hoàn toàn miễn phí cho người dùng với một hạn mức tin nhắn hàng ngày, và được duy trì hoạt động nhờ quảng cáo.

AI trọng số mở có kém an toàn hơn không?

Đây là chủ đề vẫn đang được tranh luận nhiều. Trọng số mở cho phép bất kỳ ai cũng có thể gỡ bỏ các rào cản an toàn, nhưng đồng thời cũng tạo điều kiện cho các nhà nghiên cứu độc lập kiểm thử mô hình và giúp các tổ chức lưu trữ dữ liệu hoàn toàn nội bộ. Meta công bố thông tin an toàn trong các model card và khuyến nghị bổ sung các giải pháp bảo vệ khi triển khai sản phẩm thực tế.

Tôi có phải hiển thị dòng chữ "Built with Llama" nếu chỉ trò chuyện tại đây không?

Không. Yêu cầu đó chỉ áp dụng cho những ai phân phối Llama hoặc phát triển các sản phẩm tích hợp mô hình này, chẳng hạn như trang web của chúng tôi. Khi sử dụng công cụ chat của chúng tôi, bạn chỉ cần tuân thủ điều khoản dịch vụ của trang web.

Tôi có thể tải về các mô hình đang được dùng trong hệ thống chat này không?

Có. Meta phát hành cả bốn mô hình trên Hugging Face, nơi bạn có thể đồng ý với các điều khoản giấy phép trước khi tải về: Llama 4 Maverick, Llama 4 Scout, Llama 3.3 70B Instruct và Llama 3.1 8B Instruct. Trang danh sách mô hình của chúng tôi cung cấp thông tin chi tiết cho từng phiên bản.