Sự đổi mới trong Gpt-4o là khả năng tạo văn bản trong hình ảnh được thể hiện rõ ràng và dễ đọc. Điều này khác biệt hoàn toàn so với các công nghệ tạo hình ảnh trước đây, khi người dùng chỉ có thể sử dụng một lệnh đơn giản. Gpt-4o cho phép người dùng bắt đầu với một yêu cầu cơ bản, ví dụ như “một con mèo”, sau đó có thể tương tác để tinh chỉnh hình ảnh như thêm mũ thám tử hoặc kính viễn vọng. Những ví dụ từ OpenAI cho thấy người dùng có thể tạo và chỉnh sửa hình ảnh từng bước, lên lớp các yếu tố từ nhiều hình ảnh thành một sản phẩm hoàn chỉnh.

Một điểm nổi bật trong công nghệ này là khả năng tạo ra chữ viết có thể đọc được trên các bảng hiệu hay vật thể, một bước tiến so với các mô hình AI trước rất khó khăn trong việc sản xuất văn bản rõ ràng. Mặc dù OpenAI đã thừa nhận rằng một số hình ảnh là sự lựa chọn tốt nhất trong số nhiều kết quả, nhưng những hình ảnh được tạo ra vẫn gây ấn tượng mạnh, đặc biệt là với giao diện đơn giản và thân thiện.

Gpt-4o có thể bắt đầu từ ảnh của người dùng và thêm thay đổi, có thể xử lý từ 10 đến 20 đối tượng trong một cảnh, trong khi các đối thủ thường gặp khó khăn với chỉ 5 đến 8 đối tượng. Chẳng hạn, một người dùng đã thử sức để tạo ra một cảnh cuối trong tiểu thuyết “Người bênh vực Monte Cristo”, và nhận thấy việc điều chỉnh ảnh trở nên dễ dàng hơn bao giờ hết với Gpt-4o, với hình ảnh có văn bản đọc được và khả năng hiện thực hóa ý tưởng dễ dàng hơn.

Tuy nhiên, không phải mọi thứ đều hoàn hảo. OpenAI đã chỉ ra một số vấn đề như cắt mất thông tin ở dưới cùng, những nhầm lẫn vẫn xuất hiện, khó khăn khi làm việc với văn bản không phải bằng ký tự Latin, cũng như những trục trặc khi tạo ra quá 20 đối tượng. Nhưng khả năng tạo ra hình ảnh phức tạp, giàu văn bản thông qua tiếng Anh đơn giản đã giúp Gpt-4o nổi bật hơn so với các mô hình cũ. Nếu bạn đang thiết kế một bức áp phích, công cụ này mang lại sự chính xác và linh hoạt mà các mô hình trước đó không thể sánh bằng.

Trong thế giới công nghệ không ngừng phát triển, Gpt-4o từ OpenAI đang mở ra một kỷ nguyên mới cho việc tạo hình ảnh dựa trên văn bản, mang lại cho người dùng những công cụ mạnh mẽ để hiện thực hóa ý tưởng của mình. Những cải tiến này chắc chắn sẽ thay đổi cách mà chúng ta tương tác với công nghệ và giúp mọi người phát huy hết khả năng sáng tạo của mình.

The post Gpt-4o có khả năng tạo ra hình ảnh với văn bản hoàn hảo appeared first on Nhật Phúc.

Trong sự kiện công bố, CEO của OpenAI, Sam Altman, bày tỏ sự ngạc nhiên khi thấy khả năng tạo hình ảnh của AI, ông nhận định rằng đây là một công nghệ tuyệt vời. Hiện tính năng này dùng mô hình GPT-4o, giúp sản xuất hình ảnh khác hoàn toàn so với phiên bản trước. Tuy nhiên, cộng đồng người dùng đã chỉ ra một số vấn đề, như việc ChatGPT không thể tạo ra các hình ảnh đơn giản, chẳng hạn như hình ảnh trắng trơn. Khi được yêu cầu tạo một hình ảnh trống, ChatGPT đã gợi ý người dùng sử dụng các công cụ chỉnh sửa như Paint hoặc Photoshop thay vì tạo ra hình ảnh mà người dùng mong muốn.

Thêm một khía cạnh thú vị khác là một số người dùng đã phát hiện ra một lỗi trong tính năng mới, khiến nó có thể tạo ra hình ảnh của những người đàn ông hấp dẫn nhưng lại từ chối làm điều tương tự với phụ nữ. Điều này đã gây ra những tranh cãi về cách mà AI phân loại và xử lý nội dung có yếu tố gợi cảm. Altman tuyên bố rằng đây là một lỗi và sẽ sớm được sửa chữa, thể hiện sự chú trọng của OpenAI đến việc cân bằng giữa sáng tạo và trách nhiệm xã hội trong việc sử dụng AI.

Khả năng tạo hình ảnh mới của ChatGPT hứa hẹn mở ra nhiều khả năng sáng tạo cho người dùng nhưng cũng đặt ra câu hỏi lớn hơn về đạo đức và trách nhiệm trong việc phát triển AI. Khi mà công nghệ này đang dần trở nên mạnh mẽ hơn, điều quan trọng là các nhà phát triển cần đảm bảo rằng nó được sử dụng một cách phù hợp, góp phần tạo ra những nội dung tích cực thay vì những phản ứng tiêu cực từ xã hội.

The post ChatGPT ra mắt công cụ tạo hình ảnh ấn tượng nhưng gặp khó khăn với hình ảnh trắng appeared first on Nhật Phúc.

Tuy nhiên, những người đã có cơ hội thử nghiệm công cụ này đã chỉ trích rằng tốc độ phản hồi của Operator chậm hơn so với các buổi biểu diễn, và hiện tượng ảo giác (hallucination) tương tự như chatbot ChatGPT thông thường. Một số người dùng trên X đã chia sẻ các phàn nàn về các tương tác của Operator với một trang web tin tức, và CEO của OpenAI, Sam Altman đã hứa hẹn sẽ khắc phục những vấn đề này, tuy nhiên, những gì người dùng gặp phải có thể chỉ đơn giản là một loại ảo giác.

Mặc dù nhiều người cảm thấy hứng thú với các tính năng mà OpenAI đã giới thiệu trong buổi ra mắt, nhưng giá cả lại là một rào cản lớn đối với việc trải nghiệm Agent AI này. Công cụ này hiện chỉ có sẵn dưới gói ChatGPT Pro của OpenAI với mức phí 200 đô la mỗi tháng, khiến nó trở thành một trải nghiệm khá hạn chế. Một nhà báo từ BGR, Chris Smith, đã nhận xét rằng mặc dù anh đang là khách hàng của ChatGPT Plus, nhưng không thể biện minh cho việc chi trả 200 đô la mỗi tháng để truy cập công cụ Operator. Tuy nhiên, OpenAI dự kiến sẽ mở rộng khả năng tiếp cận Operator cho các gói ChatGPT Plus, Team và Enterprise trong thời gian tới.

Một trong những phàn nàn lớn nhất của người dùng là hiện tại Operator chỉ có sẵn tại Mỹ. Người dùng ở châu Âu đã bày tỏ sự thất vọng của họ khi không thể truy cập công cụ này. Bên cạnh đó, ComputerWorld cũng lưu ý rằng việc sử dụng các Đại lý AI có thể gây ra những nguy cơ an toàn độc đáo, chẳng hạn như việc sử dụng các hệ sinh thái tự động để phát động các cuộc tấn công traffic hoặc vượt qua các mã CAPTCHA. Mặc dù OpenAI nhấn mạnh rằng đã có các biện pháp bảo mật cho Operator, nhưng một số nhà nghiên cứu đã chỉ ra rằng công nghệ này có thể xung đột với các công cụ tìm kiếm như Google, vốn có những chiến lược xử lý dữ liệu riêng cho các mục đích của mình.

Trong sự kiện “12 Ngày OpenAI” của mình, công ty đã thông báo rằng đã thiết lập một số điện thoại 800 số (1-800-ChatGPT) mà bất kỳ ai tại Mỹ đều có thể gọi và trò chuyện với AI qua Chế độ Giọng nói Nâng cao. “Mục tiêu của OpenAI là làm cho trí tuệ nhân tạo chung (AGI) có lợi cho nhân loại, và phần của điều đó là làm cho nó dễ tiếp cận nhất có thể với càng nhiều người càng tốt,” Giám đốc sản phẩm của công ty, Kevin Weil, đã phát biểu trong một buổi phát trực tiếp vào thứ Tư.

Vào ngày thứ chín của chiến dịch truyền thông OpenAI, công ty cũng đã thông báo rằng sẽ phát hành phiên bản đầy đủ của mô hình lý luận o1 cho các nhà phát triển được chọn thông qua API của công ty. Đến thứ Ba vừa qua, các nhà phát triển chỉ có thể truy cập mô hình o1-preview kém khả năng hơn. Theo công ty, mô hình o1 đầy đủ sẽ bắt đầu được triển khai cho những người thuộc “Danh mục nhà phát triển cấp 5” của OpenAI.

Mặc dù các mức phí cho mô hình mới này rất cao – 15 đô la cho mỗi khoảng 750,000 từ phân tích và 60 đô la cho mỗi khoảng 750,000 từ được tạo ra bởi mô hình – nó đắt gấp ba đến bốn lần so với việc thực hiện các tác vụ tương tự với GPT-4o.

OpenAI đã giới thiệu gói đăng ký ChatGPT Pro mới của mình trong sự kiện phát trực tiếp “12 Ngày OpenAI”. Ở mức giá 200 đô la mỗi tháng, gói Pro này đắt gấp 10 lần so với tài khoản Plus dành cho người dùng đơn lẻ.

The post OpenAI ra mắt công cụ AI mới mang tên Operator với nhiều phản hồi khác nhau từ người dùng appeared first on Nhật Phúc.

Mô hình o1 đầy đủ sẽ sớm được cung cấp cho các nhà phát triển thuộc hạng “Tier 5” của OpenAI. Đây là những người dùng đã có tài khoản hơn một tháng và đã chi tiêu ít nhất 1,000 USD với công ty. Với mức giá này, dịch vụ mới đặc biệt đắt vì yêu cầu tài nguyên máy tính cao, với mức phí 15 USD cho mỗi khoảng 750,000 từ được phân tích và 60 USD cho mỗi 750,000 từ được tạo ra bởi mô hình.

Bên cạnh giá cả, OpenAI đã cải thiện đáng kể khả năng của o1 so với phiên bản preview. Mô hình mới không chỉ linh hoạt hơn nhờ tham số “reasoning_effort” giúp ai kéo dài thời gian suy nghĩ khi gặp câu hỏi phức tạp, mà còn hỗ trợ gọi hàm, tin nhắn nhà phát triển và phân tích hình ảnh, tất cả đều thiếu ở phiên bản o1-preview trước đây.

Ngoài ra, OpenAI đã tích hợp các mô hình GPT-4o và 4o-mini vào API Realtime, được thiết kế cho các ứng dụng AI giọng nói với độ trễ thấp. API này hiện hỗ trợ WebRTC, tiêu chuẩn mở cho phát triển ứng dụng AI giọng nói trên trình duyệt, báo hiệu một sự bùng nổ các website tương tác giọng nói vào năm 2025.

“Việc tích hợp WebRTC nhằm đảm bảo các tương tác mượt mà và phản hồi trong điều kiện thực tế, ngay cả khi chất lượng mạng dao động,” OpenAI viết trong thông báo của mình, đề cập đến khả năng mã hóa âm thanh, phát trực tuyến, và kiểm soát tắc nghẽn của mô hình.

Trong sự kiện phát trực tiếp, OpenAI cũng công bố phiên bản hoàn chỉnh của mô hình video Sora mới. Mặc dù được công chúng mong đợi trong thời gian dài, nhưng các phản hồi từ người dùng sớm có phần không mấy khả quan. Tuy nhiên, với chỉ còn ba ngày trước khi sự kiện kết thúc, có lẽ OpenAI sẽ vẫn còn nhiều bất ngờ cho người dùng.

The post OpenAI mở ra kỷ nguyên mới với mô hình o1 và Sora đầy hứa hẹn appeared first on Nhật Phúc.