Thông báo từ Alibaba ngày 1 tháng 3 cho biết rằng bốn mô hình trong loạt sản phẩm Wan 2.1 hiện đã có thể tải xuống và chỉnh sửa bởi người dùng. Mô hình này không chỉ dừng lại ở việc tạo hình ảnh đơn giản mà còn tích hợp khả năng tạo video, mở ra nhiều khả năng cho các nhà sáng tạo nội dung. Mọi người có thể dễ dàng truy cập mô hình này thông qua Model Scope của Alibaba Cloud và nền tảng Hugging Face, một thư viện lớn về các mô hình AI.

Cạnh tranh trong lĩnh vực này đang ngày càng gay gắt, với việc Wan 2.1 được đánh giá sẽ gia tăng áp lực lên các đối thủ như OpenAI – đơn vị phát triển ChatGPT và DALL-E. Điều này là minh chứng cho xu hướng mà nhiều công ty công nghệ đang theo đuổi, đó là mở mã nguồn các sản phẩm AI để thúc đẩy sự đổi mới và hợp tác trong cộng đồng nghiên cứu.

Trước đó, DeepSeek, một công ty AI có trụ sở tại Trung Quốc, cũng đã giới thiệu mô hình tạo hình ảnh nguồn mở Janus-Pro-7B, tự tin rằng giải pháp này vượt trội hơn cả DALL-E 3 của OpenAI. Hành động này đã tạo ra chấn động trong lĩnh vực AI và thị trường chứng khoán Mỹ.

Mô hình open-source như Wan 2.1 khác biệt với các sản phẩm độc quyền của các công ty như OpenAI, mang lại linh hoạt và sự sáng tạo cho người dùng mà không phải lo ngại về doanh thu trực tiếp. Tuy nhiên, điều này cũng đặt ra câu hỏi về khả năng các mô hình AI sẽ trở thành hàng hóa và mối quan hệ giữa việc truy cập mở và lợi nhuận.

CEO của OpenAI, Sam Altman, đang lập kế hoạch chuyển đổi tổ chức từ chế độ phi lợi nhuận sang công ty có lợi nhuận, một thương vụ mà Elon Musk gần đây đã đề nghị mua lại bằng 97,4 tỷ đô la để làm thay đổi hướng đi của OpenAI.

Tóm lại, sự ra mắt của mô hình AI Wan 2.1 của Alibaba không chỉ mở ra cánh cửa cho việc tạo video và hình ảnh một cách dễ dàng mà còn thúc đẩy xu hướng cạnh tranh trong ngành công nghệ AI hiện nay. Việc mở mã nguồn này sẽ mang lại lợi ích lớn cho các nhà nghiên cứu, học giả và các tổ chức thương mại mà không tốn kém nhiều chi phí. Khả năng tương tác và sáng tạo từ mô hình này chắc chắn sẽ gây ảnh hưởng lớn trong tương lai.

The post Alibaba phát hành miễn phí AI tạo video Wan 2.1 cho mọi người appeared first on Nhật Phúc.

Hugging Face nhấn mạnh rằng trong khi các mô hình ngôn ngữ lớn (LLM) hiện các rất mạnh mẽ đang có sẵn, nhưng OpenAI đã không công bố nhiều thông tin về cấu trúc tác nhân (agentic framework) của sản phẩm Deep Research. Do đó, họ đã quyết tâm thực hiện một thách thức kéo dài 24 giờ để tái tạo kết quả của họ và công bố mã nguồn của khuôn khổ tương ứng.

Giống như cả hai sản phẩm Deep Research của OpenAI và bản triển khai của Google sử dụng Gemini (ban đầu được giới thiệu vào tháng 12 năm trước), giải pháp của Hugging Face đã thêm vào một cấu trúc “agent” cho mô hình AI hiện có, cho phép nó thực hiện các tác vụ đa bước, như thu thập thông tin và xây dựng báo cáo trình bày cho người dùng.

Chỉ sau một ngày làm việc, Open Deep Research đã đạt độ chính xác 55.15% trên bài kiểm tra GAIA (General AI Assistants), kiểm tra khả năng của mô hình AI trong việc thu thập và tổng hợp thông tin từ nhiều nguồn khác nhau. Trong khi đó, OpenAI’s Deep Research ghi được 67.36% độ chính xác trên cùng một bài kiểm tra.

Để trả lời một câu hỏi phức tạp trong GAIA, như việc xác định những trái cây nào trong bức tranh “Thêu từ Uzbekistan” năm 2008 được phục vụ trong thực đơn bữa sáng tháng 10 năm 1949 cho một tàu thủy mà sau đó đã được sử dụng làm đạo cụ trong bộ phim “The Last Voyage”, tác nhân AI phải thu thập thông tin từ nhiều nguồn khác nhau và kết hợp chúng thành một câu trả lời hợp lý. Nhiều câu hỏi trong GAIA không phải là dễ dàng, ngay cả đối với con người, nên việc kiểm tra khả năng của AI tác nhân là cực kỳ có giá trị.

Chọn mô hình AI cốt lõi là rất quan trọng cho bất kỳ tác nhân AI nào. Hiện tại, Open Deep Research xây dựng trên các mô hình ngôn ngữ lớn của OpenAI như GPT-4o hoặc các mô hình lý luận giả lập (như o1 và o3-mini) thông qua API. Dù vậy, nó cũng có thể được điều chỉnh để tương thích với các mô hình AI có trọng số mở. Điều mới ở đây là cấu trúc tác nhân giữ mọi thứ lại với nhau và cho phép một mô hình ngôn ngữ AI hoàn thành nhiệm vụ nghiên cứu một cách tự động.

Chúng tôi đã có cuộc trao đổi với Aymeric Roucher, người dẫn dắt dự án Open Deep Research của Hugging Face, về lựa chọn mô hình AI của họ. “Chúng tôi không sử dụng mô hình có trọng số công khai vì chúng tôi đã thử nghiệm với mô hình có trọng số đóng nhưng theo tình huống cụ thể, nó hoạt động tốt. Chúng tôi sẽ giải thích toàn bộ quy trình phát triển và trình bày mã nguồn”, Roucher cho biết.

Điều quan trọng là xây dựng lớp tác nhân phù hợp, vì các bài kiểm tra cho thấy cách tiếp cận đa bước rất quan trọng trong việc cải thiện khả năng của mô hình ngôn ngữ lớn. Ví dụ như GPT-4o của OpenAI cũng chỉ đạt trung bình 29% trên bài kiểm tra GAIA so với Deep Research của OpenAI ghi 67%.

Thời điểm này, các phát triển trong Open Deep Research vẫn đang trong giai đoạn hoàn thiện, với tiềm năng mở rộng hỗ trợ nhiều định dạng tệp và khả năng duyệt web dựa trên hình ảnh trong tương lai. Từ khi ra mắt, phản hồi từ cộng đồng lập trình viên cho dự án này đã rất tích cực, giúp đội ngũ phát triển quốc tế cải thiện và mở rộng các khả năng của sản phẩm này.

Dự án này không chỉ cho thấy khả năng tái tạo và chia sẻ nhanh chóng các khả năng AI mà trước đây chỉ có thể truy cập thông qua các nhà cung cấp thương mại, mà còn chứng tỏ rằng cộng đồng nghiên cứu có thể nhanh chóng nắm bắt và phát triển những công nghệ mới một cách công khai.

The post Hugging Face clone OpenAI’s deep research chỉ trong 24 giờ appeared first on Nhật Phúc.

Các chương trình như Mouse Without Borders, Multiplicity KVM của Stardock, Input Leap, hoặc ShareMouse cung cấp chức năng tương tự. Các chương trình này hoặc là thương mại hoặc chỉ có sẵn cho các nền tảng cụ thể.

Ý tưởng cốt lõi của tất cả các chương trình này là để kiểm soát nhiều thiết bị, ví dụ như một máy tính Windows, một macBook và một hệ thống Linux, với chuột và bàn phím của một trong những thiết bị này.

Phiên bản mới nhất của Lan Mouse có thể được tải xuống từ GitHub. Gói cài đặt cho Linux, macOS và Windows cũng như mã nguồn được cung cấp ở đó.

Ứng dụng có giao diện nhưng cũng có thể được sử dụng từ dòng lệnh. Có một tệp cấu hình hỗ trợ tải khách hàng tự động khi khởi động. Lưu ý rằng Windows có thể hiển thị lỗi bảo mật SmartScreen khi Lan Mouse được khởi chạy. Đây là một dấu hiệu sai, thường xảy ra khi phần mềm mới.

Giao diện hiển thị tất cả các khách hàng đã kết nối và tùy chọn để thêm khách hàng để kiểm soát chúng với một bộ chuột và bàn phím.

Ứng dụng cần chạy trên hệ thống chính và tất cả các máy. Lưu ý rằng cổng mặc định được thiết lập là 4242 và giao tiếp qua cổng này có thể cần được cho phép trong tường lửa trước khi bạn có thể sử dụng chuột và bàn phím trên nhiều hệ thống.

Hiệu suất đã tốt trong các bài kiểm tra giữa các khách hàng khác nhau. Ứng dụng gửi tất cả các sự kiện qua UDP mà không cần bất kỳ sự xác nhận nào vào thời điểm hiện tại vì mục đích hiệu suất. Trong khi điều đó đảm bảo hiệu suất nhanh chóng, có thể có sự kiện bị loại bỏ do thiếu sự xác nhận.

Lộ trình liệt kê một số cải tiến lớn. Bên cạnh việc giới thiệu việc bắt chước đầu vào trên các hệ thống chưa hỗ trợ nó, chủ yếu là Windows, macOS và x11, cũng sẽ có chức năng chuyển đổi địa chỉ IP, hỗ trợ Clipboard và hỗ trợ mã hóa cho an ninh.

Lan Mouse là một dự án mã nguồn mở thú vị để kiểm soát nhiều máy tính với một chuột và bàn phím. Dự án đang trong quá trình phát triển tích cực và các phiên bản mới đã được phát hành thường xuyên cho đến nay.

The post Lan Mouse: Phần mềm chia sẻ chuột và bàn phím appeared first on Nhật Phúc.