Meta Mango: mô hình video AI nhắm đến OpenAI và Google

Thông báo làm rung chuyển Thung lũng Silicon

Tin tức được công bố trong buổi hỏi đáp nội bộ tại Meta vào thứ Năm, ngày 19 tháng 12. Giám đốc Sản phẩm Chris Cox và Alexandr Wang, đồng sáng lập Scale AI hiện dẫn dắt Meta Superintelligence Labs, đã trình bày một lộ trình khiến nhân viên xôn xao.

Hai mô hình. Hai mật danh. Một tham vọng khổng lồ.

Trong khi Avocado tập trung vào văn bản, suy luận và năng lực lập trình được cải thiện, Mango là cỗ máy thị giác chủ lực. Theo các nguồn tin nội bộ, Meta đang khám phá "các mô hình thế giới hiểu thông tin thị giác và có thể suy luận, lập kế hoạch và hành động mà không cần được huấn luyện cho mọi khả năng."

Đó không chỉ là tạo video. Đó đang tiến gần hơn đến việc hiểu video.

Vì sao Meta cần chiến thắng này

Hãy thành thật: Meta đang chật vật trong cuộc đua AI.

Trong khi OpenAI thu hút trí tưởng tượng của thế giới với ChatGPT và giờ là khả năng tạo video chính xác về vật lý của Sora 2, còn Google tiến lên với Veo 3 và tổng hợp âm thanh gốc, trợ lý AI của Meta vẫn chỉ là... ổn. Hoạt động được. Nhưng không mang tính cách mạng.

Thời điểm phát triển Mango không phải ngẫu nhiên. Trong mùa hè, Meta đã tái cấu trúc AI đáng kể. Wang nắm quyền tại Meta Superintelligence Labs (MSL) mới thành lập, và công ty đã tuyển dụng mạnh mẽ, thu hút hơn 20 nhà nghiên cứu từ OpenAI và mở rộng với hơn 50 chuyên gia AI mới.

Yếu tố Alexandr Wang

Nếu bạn chưa biết Alexandr Wang, bạn nên biết. Anh đồng sáng lập Scale AI ở tuổi 19 và biến công ty này thành doanh nghiệp trị giá $13 billion, cung cấp hạ tầng dữ liệu phía sau một số hệ thống AI tiên tiến nhất thế giới. Việc để anh dẫn dắt MSL cho thấy Meta không chỉ ném tiền vào vấn đề. Họ đưa vào một người hiểu toàn bộ chuỗi quy trình AI, từ gắn nhãn dữ liệu đến triển khai mô hình.

Việc Meta chọn một người bên ngoài thay vì thăng chức nội bộ nói lên rất nhiều về tính cấp bách của họ. Đây không phải hoạt động kinh doanh như thường lệ. Đây là một cuộc tái thiết lập.

Mango có thể mang lại điều gì cho nhà sáng tạo

Đây là lúc mọi thứ trở nên thú vị với những người thực sự tạo nội dung như chúng ta.

Instagram và Facebook vốn đã bị thống trị bởi video dạng ngắn và dài. Meta có khả năng phân phối. Điều họ thiếu là các công cụ sáng tạo mà đối thủ đang chạy đua xây dựng. Hãy tưởng tượng:

Mô hình thế giới thực sự có nghĩa gì ở đây

Mô hình thế giới là một hệ thống duy trì biểu diễn nội bộ của một cảnh thay vì dự đoán khung hình tiếp theo từ khung hình trước đó. Sự khác biệt này quan trọng vì nó cho phép mô hình giữ một vật thể ở đúng vị trí cũ, ngay cả khi vật thể rời khỏi khung hình rồi quay lại.

Nếu Mango thực hiện được lời hứa đó, chúng ta đang nói về AI không chỉ tạo ra các khung hình video. Nó hiểu điều gì đang diễn ra trong một cảnh, có thể suy luận về vật lý và vật thể, đồng thời thao tác nội dung thị giác với sự thấu hiểu thực sự.

Đó là một điều kiện lớn. Nhưng tiềm năng thì khổng lồ.

Cách đọc các thông báo tiếp theo, từng bước

1. Bước 1: kiểm tra liệu bản demo có hiển thị một cảnh quay không cắt hay không. Một cú cắt che giấu sự trôi lệch mà mô hình thế giới được cho là phải loại bỏ, vì vậy một reel ghép từ các cú cắt không phải bằng chứng rằng sự trôi lệch đã biến mất.
2. Bước 2: tìm thời lượng được công bố. "Tạo video" mà không có độ dài là tuyên bố về bản demo, không phải về mô hình.
3. Bước 3: theo dõi nơi nó được phát hành đầu tiên. Một mô hình xuất hiện trong Reels trước khi xuất hiện dưới dạng API là một nước đi về phân phối thay vì mô hình tiên phong, và hai thứ này có mức giá rất khác nhau đối với nhà sáng tạo.

Bối cảnh cạnh tranh vào năm 2026

Vào thời điểm Mango ra mắt trong H1 2026, bối cảnh video AI sẽ rất khác so với hiện tại.

Lợi thế của Meta không phải là sự vượt trội về kỹ thuật. Ít nhất là chưa. Đó là việc 3 billion người sử dụng các nền tảng của họ mỗi ngày. Nếu Mango có thể sánh được chất lượng của Runway Gen-4.5 hoặc Veo 3, lợi thế phân phối sẽ trở nên tàn khốc với các đối thủ.

Sự ra đi của Yann LeCun

Có một vấn đề lớn chưa được nói đến. Yann LeCun, nhà khoa học AI trưởng huyền thoại của Meta và một trong những "cha đẻ của học sâu", gần đây đã công bố rời đi để khởi nghiệp riêng.

LeCun đã công khai hoài nghi các mô hình ngôn ngữ lớn và tin vào những cách tiếp cận AI thay thế. Sự ra đi của ông làm dấy lên các câu hỏi về hướng đi của nghiên cứu AI tại Meta. Mango có phù hợp với tầm nhìn của LeCun, hay nó thể hiện sự rời xa tầm nhìn đó?

Chúng ta vẫn chưa biết. Nhưng thời điểm này rất đáng chú ý.

Những điều cần theo dõi

Khi bước vào năm 2026, đây là các câu hỏi then chốt:

• ✓Mango có bao gồm khả năng tạo âm thanh gốc như Kling và Veo 3 không?
• ✓Meta sẽ xử lý việc kiểm duyệt nội dung cho video do AI tạo ra như thế nào?
• ✓Các công cụ cho nhà sáng tạo có được tích hợp trực tiếp vào Instagram không?
• ✓MSL có thể giữ chân nhân tài sau sự ra đi của LeCun không?

Nhận định của chúng tôi

Thông báo của Meta về Mango quan trọng không phải vì điều nó hứa hẹn, mà vì điều nó tiết lộ về tư duy của công ty. Họ không còn muốn chỉ là người theo sau nhanh nhạy. Họ đang xây dựng từ đầu, với sự lãnh đạo nghiêm túc, và nhắm đến một khung thời gian phát hành cho phép họ làm đúng.

Mango có lật đổ Sora 2 hay Veo 3 không? Có lẽ không ngay từ ngày đầu. Nhưng với 3 billion người dùng và nguồn lực để lặp lại nhanh chóng, Meta chỉ cần tiến đến gần. Phân phối sẽ làm phần còn lại.

Cuộc đua video AI vừa trở nên thú vị hơn rất nhiều.

---

Nguồn

• TechCrunch: Meta đang phát triển một mô hình hình ảnh và video có mật danh Mango cùng một mô hình văn bản có mật danh Avocado… (TechCrunch)
• Quốc hội Hoa Kỳ: Alexandr Wang thành lập Scale AI khi là sinh viên MIT 19 tuổi và phát triển công ty đến mức định giá… (Quốc hội Hoa Kỳ)