Cơn sốt quanh AI agent đang gia tăng mạnh mẽ trong những năm gần đây, mặc dù ngành công nghiệp công nghệ vẫn đang vật lộn để chứng minh hiệu quả và định nghĩa chính xác “AI agent” là gì. Trong một ví dụ gần đây về cơn sốt này, một công ty khởi nghiệp Trung Quốc có tên Butterfly Effect đã gây sốt với nền tảng AI agent mang tên Manus nhưng sau đó bị phát hiện không thực hiện được nhiều lời hứa mà công ty đã đưa ra. Điều này đặt ra áp lực lớn cho OpenAI trong việc phát triển thành công các AI agent.

Olivier Godement, người đứng đầu sản phẩm API của OpenAI, cho biết việc trình diễn AI agent khá dễ dàng, nhưng để mở rộng quy mô và thu hút người sử dụng là rất khó. Tháng trước, OpenAI đã giới thiệu hai AI agents trong ChatGPT: Operator với khả năng điều hướng web thay mặt người dùng và deep research giúp tổng hợp báo cáo nghiên cứu. Dù cung cấp cái nhìn tổng quan về khả năng công nghệ agent nhưng vẫn chưa thật sự tự chủ.

Với API Responses, OpenAI muốn cung cấp quyền truy cập vào các thành phần giúp xây dựng ứng dụng AI agent kiểu Operator và deep research, với hy vọng các nhà phát triển sẽ tạo ra các ứng dụng tự động hơn so với những gì hiện có. Các nhà phát triển có thể sử dụng các mô hình AI (currently in preview) trong công cụ tìm kiếm trên web ChatGPT, bao gồm GPT-4o search và GPT-4o mini search, có khả năng quét web để tìm câu trả lời cho câu hỏi.

OpenAI tuyên bố rằng GPT-4o search và GPT-4o mini search có độ chính xác cao. Trên bảng kiểm tra SimpleQA của công ty, GPT-4o search đạt 90% và GPT-4o mini search đạt 88%, trong khi GPT-4.5 – mô hình lớn nhất mới ra mắt của OpenAI chỉ đạt 63%.

API Responses còn bao gồm chức năng tìm kiếm file, cho phép nhanh chóng quét các file trong cơ sở dữ liệu công ty để lấy thông tin. OpenAI cũng cho biết họ sẽ không sử dụng các file này để đào tạo mô hình. Thêm vào đó, các nhà phát triển có thể tận dụng mô hình Computer-Using Agent (CUA) của OpenAI, điều này cho phép tự động hóa các nhiệm vụ trên máy tính như nhập liệu hay quy trình làm việc.

Các doanh nghiệp cũng có thể chạy mô hình CUA trên hệ thống của riêng họ, OpenAI cho biết. Phiên bản tiêu dùng của CUA chỉ giới hạn hành động trên web. Dù API Responses không giải quyết tất cả các vấn đề kỹ thuật mà AI agents đang phải đối mặt hiện nay, OpenAI nhấn mạnh rằng đây chỉ là những phiên bản đầu tiên của công cụ agent, và công ty đang không ngừng cải tiến chúng.

Cùng với API Responses, OpenAI còn phát hành bộ công cụ mã nguồn mở Agents SDK, cung cấp cho các nhà phát triển những công cụ miễn phí để tích hợp các mô hình với hệ thống nội bộ, thiết lập các biện pháp bảo vệ và theo dõi hoạt động của AI agent nhằm mục đích tối ưu hóa và sửa lỗi. Godement hy vọng rằng OpenAI có thể xbridged the gap between nhân loại và công nghệ trong năm nay và hoàn toàn tin tưởng vào ứng dụng AI agent sẽ là điều có tác động lớn trong tương lai. Dù không chắc chắn năm 2025 có thật sự trở thành “năm của AI agent” hay không, OpenAI qua những sản phẩm mới nhất cho thấy quyết tâm của họ là chuyển từ các sản phẩm trình diễn ấn tượng sang những công cụ có hiệu quả thực sự.

The post OpenAI ra mắt công cụ mới hỗ trợ doanh nghiệp xây dựng AI agent appeared first on Nhật Phúc.

Ban đầu, phiên bản nâng cấp này sẽ được cung cấp miễn phí cho một số người dùng nhất định, trong khi Amazon đang cân nhắc tính thêm phí từ 5 đến 10 USD mỗi tháng cho dịch vụ này trong tương lai. Dù vậy, công ty vẫn tiếp tục phát triển và cung cấp phiên bản “Classic Alexa”, phiên bản mà người dùng hiện tại vẫn đang sử dụng.

Người trong cuộc cho biết, mặc dù phiên bản mới hứa hẹn nhiều cải tiến, nhưng quá trình phát triển của Alexa thế hệ mới không hề dễ dàng. Có lúc, công nghệ đã gặp khó khăn trong việc thiết lập hẹn giờ một cách chính xác, điều này gây ảnh hưởng đến quá trình thử nghiệm và đánh giá trước khi đưa ra thị trường.

Những cải tiến nổi bật của Alexa mới không chỉ nằm ở khả năng phản hồi. Công nghệ AI cao cấp của Alexa sẽ học hỏi từ các thói quen và yêu cầu của người dùng, cung cấp những gợi ý và phản hồi thông minh hơn. Điều này tạo ra một trải nghiệm tương tác cá nhân hóa, thu hút người dùng nhiều hơn.

Những cải tiến này khẳng định mục tiêu của Amazon trong việc không chỉ cạnh tranh với các trợ lý thông minh khác như Google Assistant hay Siri. Bằng cách mạnh dạn đầu tư vào công nghệ AI, Amazon đang chứng tỏ mình trong game công nghệ, sẵn sàng chinh phục thị trường và nâng cao trải nghiệm người dùng một cách tối đa.

The post Amazon chuẩn bị ra mắt Alexa thế hệ mới, trải nghiệm AI đột phá appeared first on Nhật Phúc.

Trong một cuộc phỏng vấn với Financial Times, Rohit Prasad, phó giám đốc cao cấp và là nhà khoa học chính về Trí thông minh tổng quát tại Amazon, đã giải thích lý do tại sao việc cải thiện khả năng AI thế hệ mới cho Alexa lại phức tạp hơn mong đợi. Nhóm của ông hiện đang tập trung vào việc cải thiện tốc độ phản hồi của Alexa và giảm thiểu các trường hợp “ảo giác”, tức là khi các trợ lý AI tạo ra thông tin sai lệch. Tình trạng này đã xuất hiện với nhiều trợ lý AI khác như Apple Intelligence và Google’s AI Overviews, và những ảo giác này sẽ làm giảm niềm tin của người dùng vào các trợ lý AI.

“Các ảo giác phải gần như bằng không,” Prasad nói với Financial Times. “Đây vẫn là một vấn đề chưa có lời giải trong ngành, nhưng chúng tôi đang làm việc rất chăm chỉ để khắc phục điều này.” Để mang lại những khả năng AI thế hệ mới cho Alexa, Amazon không hề thay thế hoàn toàn các thuật toán đơn giản của trợ lý này bằng các mô hình ngôn ngữ lớn phức tạp hơn. Phần mềm mới của Alexa thực chất kết hợp nhiều mô hình ngôn ngữ lớn, bao gồm các mô hình Nova tự phát triển của Amazon và các mô hình Claude từ Anthropic nhằm cung cấp những khả năng AI hiện đại.

Tuy nhiên, những mô hình này vẫn cần phải tích hợp với hạ tầng hiện tại của Alexa theo một cách nào đó, điều này là một trong những nguyên nhân gây ra không ít khó khăn. Financial Times cho biết: “Phiên bản mới của Alexa sử dụng một loạt các mô hình AI khác nhau để nhận diện và chuyển đổi các truy vấn giọng nói, tạo ra phản hồi cũng như xác định các vi phạm về chính sách, ví dụ như phát hiện các phản hồi không phù hợp và ảo giác.” Việc xây dựng phần mềm để kết nối giữa các hệ thống cũ và các mô hình AI mới đã trở thành một rào cản lớn trong sự tích hợp Alexa với LLM.

Amazon cũng cần phải đảm bảo rằng các nhà phát triển có thể dễ dàng tạo ra các “kỹ năng” cho phiên bản mới của Alexa. Tuy nhiên, theo một số nhà phát triển đã chia sẻ với Financial Times, Amazon vẫn chưa cung cấp những thông tin quan trọng về kỹ thuật cho họ, mặc dù đã từng gây áp lực để họ chuẩn bị cho thế hệ Alexa tiếp theo.

Cuối cùng, Amazon vẫn phải tìm ra cách để biến Alexa thành một doanh nghiệp bền vững trong thời kỳ AI thế hệ mới. Việc vận hành các mô hình ngôn ngữ lớn phức tạp trên quy mô lớn là rất tốn kém, và Amazon được cho là đang khám phá cơ hội cung cấp Alexa như một dịch vụ theo hình thức đăng ký. Một cựu nhân viên của Alexa cũng cho biết rằng công ty đang xem xét khả năng lấy một phần doanh thu từ việc bán hàng hoá và dịch vụ để hỗ trợ cho sự phát triển này. Viễn cảnh này cho thấy Amazon đang đặt ra nhiều thách thức không chỉ trong việc phát triển công nghệ mà còn trong việc xây dựng mô hình kinh doanh cho trợ lý AI của mình.

The post Amazon đối mặt với thách thức trong việc nâng cấp Alexa lên thời kỳ AI thế hệ mới appeared first on Nhật Phúc.

Mô hình này nổi bật với khả năng xử lý “những nhiệm vụ phức tạp một cách dễ dàng hơn,” và được quảng bá là phù hợp để “giải quyết các thử thách lập trình khó, tìm lời giải cho các bài toán trong học tập hoặc các dự án cá nhân, hoặc cung cấp hướng dẫn chi tiết, từng bước để xây dựng một kế hoạch kinh doanh tùy chỉnh.”

Dù chỉ là một “bản xem trước ban đầu,” Google cảnh báo người dùng rằng nó có thể “không hoạt động như mong đợi.” Bên cạnh đó, mô hình này không có khả năng truy cập thông tin thời gian thực và “sẽ không tương thích với một số tính năng của Gemini trong trạng thái thử nghiệm của mình.” Được đo lường trên bảng xếp hạng Chatbot Arena LLM, Gemini-Exp-1206 hiện đang đứng đầu danh sách.

Tính đến thời điểm này, Gemini Advanced đã mang đến cho người đăng ký khả năng truy cập vào các mô hình 1.0 Ultra và 1.5 Pro. Với sự xuất hiện của Gemini-Exp-1206, có thể thấy phiên bản này có thể là cấp 2.0 Pro hoặc cao hơn. Google cũng cho biết sẽ có nhiều kích thước mô hình Gemini 2.0 hơn trong tháng Giêng, khi 2.0 Flash được phát hành rộng rãi cho các nhà phát triển.

Để trở thành người dùng của Gemini Advanced và trải nghiệm những tính năng tiên tiến, bạn cần đăng ký dịch vụ Google One AI Premium với mức giá 19.99 USD mỗi tháng. Đây không phải chỉ là cam kết về chất lượng, mà còn là sự mở đầu cho các cải tiến công nghệ vượt bậc mà người dùng mong đợi trong tương lai.

The post Google khởi động thử nghiệm mô hình nâng cao Gemini 2.0 đầy hấp dẫn appeared first on Nhật Phúc.

Hiện tại, Veo 2 chỉ khả dụng trên nền tảng VideoFX thí nghiệm của Google và các đoạn video từ mô hình này bị giới hạn ở mức 8 giây và độ phân giải 720p. VideoFX cũng đang trong danh sách chờ nên không phải ai cũng có thể sử dụng ngay lập tức. Tuy nhiên, Google dự kiến sẽ mở rộng quyền truy cập trong những tuần tới. Theo một phát ngôn viên của Google, Veo 2 sẽ được tích hợp vào nền tảng Vertex AI khi mô hình này được phát triển đủ khả năng.

Eli Collins từ TechCrunch chia sẻ rằng, “Trong những tháng tới, chúng tôi sẽ tiếp tục điều chỉnh dựa trên phản hồi từ người dùng và tích hợp những cải tiến của Veo 2 vào những ứng dụng hấp dẫn trong hệ sinh thái Google. Chúng tôi dự kiến sẽ thông báo thêm nhiều cập nhật vào năm sau.”

Không chỉ mang đến hình ảnh rõ nét hơn, Veo 2 còn thúc đẩy khả năng kiểm soát máy quay, cho phép người dùng điều chỉnh ống kính ảo một cách chính xác hơn trước. Những cải tiến này giúp mô hình tạo ra video ít bị nhòe và sắc nét hơn nhiều so với các đối thủ như Sora, Kling, Movie Gen, hay Gen 3 Alpha. Tuy nhiên, Collins cũng công nhận rằng vẫn còn nhiều thách thức trong việc tạo ra các chuyển động phức tạp và chi tiết.

Cũng trong ngày công bố, Google đã nâng cấp mô hình tạo hình ảnh từ văn bản Imagen 3, cho phép nó tạo ra sản phẩm “tươi sáng, bố cục tốt hơn”. Mô hình này, khả dụng trên ImageFX, cung cấp thêm các gợi ý mô tả dựa trên từ khóa của người dùng. Thêm vào đó, Google cũng thông báo về việc ra mắt SynthID, một hệ thống xác thực nội dung AI bằng cách nhúng dấu nước vô hình vào hình ảnh, video và văn bản.

Trên tác phẩm chia sẻ gần đây, Google đã đem đến những bước đột phá trong lĩnh vực AI với AlfaChip – công nghệ cho phép thiết kế chip máy tính chỉ trong vài giờ.

The post Tiết lộ mô hình video Veo 2 từ Google DeepMind: Bước nhảy vọt về chất lượng hình ảnh appeared first on Nhật Phúc.

OpenAI, vốn đã nổi tiếng với khả năng tạo ra video siêu thực lên đến một phút, lần đầu tiên giới thiệu Sora với sự phấn khích từ phía công chúng. Trong thông báo ban đầu, công ty khẳng định Sora có thể duy trì chất lượng hình ảnh và đáp ứng yêu cầu của người dùng.

Một số video được tạo bởi Sora vào tháng Ba, như cảnh con voi được tạo từ những chiếc lá, nhận được phản hồi tích cực, tạo thêm sự chú ý về khả năng của mô hình. Tuy nhiên, sự phát triển của Sora đã bị chậm trễ do nhiều vấn đề kỹ thuật, đặc biệt trong việc đảm bảo an toàn và hiệu năng.

Thị trường AI video đã chứng kiến sự cạnh tranh khốc liệt từ các công ty như Adobe với Firefly AI, Meta với Movie Gen và nhiều ứng dụng miễn phí khác. Nhiều nền tảng đã cung cấp gói dịch vụ với chất lượng vượt trội và thời gian xử lý nhanh hơn những gì OpenAI hứa hẹn với Sora.

Vào thứ ba, OpenAI chính thức giới thiệu bản sản phẩm hoàn thiện của Sora cho người đăng ký gói Plus và Pro. Tuy nhiên, chỉ trong vài giờ, công ty đã ngừng nhận đăng ký mới mà không đưa ra lịch trình rõ ràng để giải thích.

Những người dùng có cơ hội trải nghiệm Sora sớm đã chỉ ra nhiều thiếu sót. Nhà bình luận công nghệ nổi tiếng Marques Brownlee cho biết, phải mất vài phút để tạo một clip dài 20 giây với độ phân giải 1080p, và mô hình gặp khó khăn trong việc tạo chuyển động tự nhiên của nhân vật trong video.

Mặc dù gặp phải nhiều chỉ trích, một số người dùng như Nathan Shipley vẫn tìm ra vài tính năng tích cực của Sora, chẳng hạn như tính năng “remix” cho phép điều chỉnh chuyển động trong video theo các yếu tố khác.

Cho đến nay, OpenAI vẫn chưa cung cấp thời điểm cụ thể để mở lại việc đăng ký tài khoản, và câu hỏi liệu công ty có thể giành lại niềm tin của ngành công nghiệp giải trí với Sora hiện tại vẫn chưa có câu trả lời rõ ràng.

Khi cuộc đua trong lĩnh vực AI tiếp tục, Sora đang chứng minh rằng OpenAI dường như đang bị các đối thủ bỏ xa. Những sản phẩm không như kỳ vọng như Sora có thể gây tổn hại nghiêm trọng đến uy tín của công ty.

The post Phản ứng trái chiều từ công động đối với Sora của OpenAI gây lo ngại appeared first on Nhật Phúc.

Các dự án này, tất cả đều xây dựng trên nền tảng Gemini 2.0, vẫn đang trong giai đoạn phát triển ban đầu. Tuy nhiên, một số “người thử nghiệm tin cậy” đã được truy cập và đang cung cấp phản hồi có giá trị. Với Gemini 2.0, Google đã mang đến nhiều cập nhật đáng kể cho Dự án Astra, một nỗ lực nhằm xây dựng một trợ lý hoặc “tác nhân AI toàn diện” hữu ích trong cuộc sống hàng ngày. Tại sự kiện I/O 2024 vào tháng Năm, Google đã trình diễn khả năng của Dự án Astra: một ứng dụng Android với giao diện tìm kiếm và khả năng phân tích (chia sẻ màn hình) những gì đang hiển thị trên màn hình, đồng thời duy trì hoạt động dưới dạng một điểm trò chuyện nổi nhẹ nhàng.

Bên cạnh đó, Dự án Mariner là một tác nhân cho phép duyệt web thông minh hơn. Không chỉ đơn thuần là lướt web, Mariner có khả năng hiểu và suy luận trên thông tin từ trình duyệt, từ ảnh và mã cho đến các yếu tố văn bản. Hiện tại, Mariner đang tồn tại dưới dạng Tiện ích mở rộng của Chrome và đã được Google minh họa qua các trường hợp kinh doanh nhỏ cùng các trải nghiệm mua sắm. Mariner đạt được kết quả tiên tiến đáng kể, với hiệu suất cao nhất khi thử nghiệm theo tiêu chuẩn WebVoyager – đạt 83.5% trong các nhiệm vụ thực tế trên web.

Mặc dù có khả năng mạnh mẽ, yếu tố an toàn của Mariner được Google chú trọng cao độ. Nó chỉ thực hiện các tác vụ trong tab trình duyệt đang hoạt động và cần người dùng xác nhận khi thực hiện các hành động nhạy cảm, chẳng hạn như mua hàng. Hệ thống của Mariner cũng được thiết kế để phát hiện và chặn các chỉ dẫn có khả năng gây hại từ nguồn bên ngoài nhằm ngăn chặn việc lạm dụng từ lừa đảo và tấn công.

Không chỉ dừng lại ở Mariner, Google còn giới thiệu về Jules – một tác nhân AI thử nghiệm có khả năng tích hợp vào quy trình làm việc trên GitHub. Jules hỗ trợ lập trình viên giải quyết vấn đề, lập kế hoạch và thực thi dưới sự giám sát của họ. Đây được xem là bước tiến mới trong việc sử dụng AI trong tất cả các lĩnh vực, bao gồm cả lập trình.

Cuối cùng, Google còn thử nghiệm một nguyên mẫu dành cho game có tên gọi Gemini 2.0 for Games, hoạt động như một “bạn đồng hành ảo trong game” cho phép người chơi nhận được tư vấn và câu trả lời trong thời gian thực, dựa trên hành động có trên màn hình từ các trò chơi như Clash of Clans.

Dự kiến, những sản phẩm và công nghệ mới mẻ này của Google sẽ tiếp tục được tinh chỉnh và hoàn thiện nhờ vào phản hồi từ nhóm người dùng thử nghiệm và cộng đồng công nghệ. Tương lai của trí tuệ nhân tạo hứa hẹn mang lại nhiều thay đổi lớn cho cả người tiêu dùng và nhà phát triển.

The post Google ra mắt Gemini 2.0: Sức mạnh mới cho trí tuệ nhân tạo appeared first on Nhật Phúc.

PaliGemma 2 được thiết kế không chỉ để thực hiện các nhiệm vụ đơn giản như tạo chú thích cho ảnh và video ngắn, mà còn để xử lý các văn bản trong hình ảnh, phát hiện và phân đoạn đối tượng, và thậm chí là trả lời câu hỏi bằng hình ảnh. Phiên bản mới này nổi bật với khả năng “long captioning”, tạo ra những chú thích chi tiết và có ngữ cảnh phù hợp cho hình ảnh. Nó không chỉ đơn thuần xác định các đối tượng mà còn mô tả hành động, cảm xúc và cả câu chuyện tổng thể của cảnh.

Với các kích thước mô hình đa dạng, từ 3 tỷ đến 28 tỷ thông số, và độ phân giải hình ảnh từ 224px lên đến 896px, PaliGemma 2 có thể xử lý nhiều tình huống phức tạp. Một trong những cải tiến đáng chú ý là khả năng nhận dạng ký tự quang học chính xác và hiểu cấu trúc, nội dung của bảng biểu trong tài liệu. Google tuyên bố PaliGemma 2 dẫn đầu về hiệu suất trong nhận diện công thức hóa học, tổng phổ nhạc, lý luận không gian và tạo báo cáo X-quang cho ngực.

PaliGemma 2 còn được thiết kế như một sự thay thế dễ dàng cho những ai đã sử dụng mô hình đầu tiên. Những người phát triển được hưởng lợi từ việc tăng hiệu suất ngay lập tức trên hầu hết các tác vụ mà không cần thay đổi mã nguồn lớn. Một lợi ích khác được nhấn mạnh là mô hình này rất dễ tùy chỉnh cho các nhiệm vụ cụ thể của mình.

Các mô hình và mã huấn luyện sẵn cho PaliGemma 2 hiện đã có sẵn trên các nền tảng như Kaggle, Hugging Face và Ollama, tạo điều kiện thuận lợi hơn cho các nhà phát triển trong việc tích hợp và khai thác sức mạnh của nó.

The post Google ra mắt PaliGemma 2: mô hình mới định hình tương lai tầm nhìn ngôn ngữ appeared first on Nhật Phúc.

Dù vậy, tương lai của công ty này vẫn đang là một ẩn số, đặc biệt khi mà họ đã thu hút được khoản đầu tư hơn 230 triệu USD. Không ngừng đổi mới, Humane mới đây đã giới thiệu một hệ điều hành mang tên CosmOS với tham vọng nâng cao sự thông minh của các thiết bị công nghệ trong cuộc sống. Video trình diễn của họ đưa ra viễn cảnh CosmOS có thể hoạt động trên hệ thống giải trí xe hơi, loa thông minh, TV, và điện thoại Android.

CosmOS có thể được xem như một version của Amazon Alexa, Google Assistant hay Siri của Apple khi kết hợp thêm khả năng xử lý AI. Đây là một trợ lý giọng nói có thể hiểu được những câu hỏi phức tạp và tương tác với các ứng dụng và dịch vụ thay cho người dùng. Theo Humane, CosmOS là kết quả phát triển từ hệ điều hành chạy trên Ai Pin của họ, hoạt động như một nhạc trưởng thông minh kết nối mọi mô hình AI, tập hợp dữ liệu, dịch vụ và khả năng thiết bị để mang lại trải nghiệm trơn tru và trực quan cho người dùng.

Trong một ví dụ thực tế, video trình diễn cho thấy cách CosmOS giúp người trong xe điều khiển thiết bị làm ấm trong nhà họ và hỏi về thời gian của một cuộc hẹn. Tuy nhiên, điều này vẫn ở mức ý tưởng khi logo trên vô lăng đã bị xóa mờ và có chú thích rằng “chỉ mang tính minh họa, không phản ánh khả năng thực tế của xe”.

Không chỉ có vậy, CosmOS hứa hẹn cung cấp các tính năng đa nhiệm và đa phương thức. Chẳng hạn, bạn có thể yêu cầu thông tin về số bàn thắng của một cầu thủ bóng đá và CosmOS sẽ hiểu bạn muốn nói về ai dựa trên người chơi trên màn hình và trả lời câu hỏi.

Giá trị của hệ điều hành mới này còn được mở rộng khi Humane nhấn mạnh rằng các nhà phát triển bên thứ ba có thể xây dựng các tích hợp giữa CosmOS và các “đại lý, dữ liệu và dịch vụ” của họ. Nhưng trên thực tế, video trình diễn này có vẻ như là một lời mời chào đến các công ty tiềm năng để xem liệu có ai quan tâm tới việc đầu tư vào humane và tái sử dụng phần mềm này trong sản phẩm của riêng họ hay không.

The post Startup Humane bất ngờ giới thiệu CosmOS: kỳ vọng táo bạo hơn Ai Pin appeared first on Nhật Phúc.

Một phần của Nova là công cụ tạo hình ảnh và video AI. Amazon Nova Canvas là một mô hình tạo hình ảnh tiên tiến có thể sản xuất “hình ảnh chất lượng studio” với các điều khiển chính xác về phong cách và nội dung. Các tính năng của nó bao gồm inpainting, outpainting và gỡ bỏ nền. Trong khi đó, Amazon Nova Reel cho phép tạo ra video ngắn từ các gợi ý văn bản hoặc đầu vào hình ảnh. Amazon khẳng định rằng Nova Reel có thể “tạo ra nội dung video chất lượng chuyên nghiệp cho tiếp thị, quảng cáo và giải trí.” Đặc biệt, công ty đã tung ra một quảng cáo cho một thương hiệu pasta giả, được thực hiện bởi Nova Reel, trong đó trình bày một thị trấn làm từ pasta.

Amazon cũng đã chia sẻ một loạt các clip ngắn khác, nhấn mạnh rằng “tất cả các mô hình Nova của Amazon đều bao gồm các kiểm soát an toàn tích hợp và mô hình tạo nội dung sáng tạo bao gồm các khả năng đóng dấu mờ để thúc đẩy sử dụng AI một cách có trách nhiệm.”

Theo thông báo báo chí của mình, Amazon cho biết có ba mô hình nhận thức sắp được ra mắt với mô hình thứ tư sẽ có sớm. Mô hình đầu tiên là Amazon Nova Micro, một mô hình chỉ dùng văn bản hoạt động tương tự như ChatGPT. Thứ hai là Amazon Nova Lite, một mô hình đa phương thức “chi phí thấp” có thể xử lý hình ảnh, video và văn bản để tạo đầu ra văn bản. Cuối cùng, có Amazon Nova Pro, một mô hình đa phương thức “rất mạnh mẽ.”

Mô hình thứ tư, Amazon Nova Premier, sẽ là mô hình đa phương thức “khả năng cao nhất” cho các nhiệm vụ lý luận phức tạp. Amazon dự kiến Nova Premier sẽ ra mắt vào đầu năm 2025. Các mô hình AI nền tảng Nova mới sẽ có sẵn độc quyền trong thư viện mô hình Amazon Bedrock trên Amazon Web Services (AWS).

AI Nova được công bố trong hội nghị AWS re:Invent của công ty diễn ra tại Las Vegas. The Verge lưu ý rằng công ty cũng cho biết họ đang xây dựng một cụm tính toán AI khổng lồ thông qua hợp tác với Anthropic, dựa trên các chip Trainium 2 của mình. “Khi hoàn thành, nó được dự kiến sẽ là cụm tính toán AI lớn nhất thế giới được báo cáo cho đến nay, cho phép Anthropic xây dựng và triển khai các mô hình tương lai của mình,” Amazon cho biết.

The post Amazon trình làng AI Nova: Tạo hình ảnh và video từ văn bản appeared first on Nhật Phúc.