Mô hình AI – Nhật Phúc

Midjourney ra mắt mô hình tạo video AI V1

Linh Nguyễn — Thu, 19 Jun 2025 12:36:28 +0000

Midjourney, một trong những startup nổi tiếng về tạo ảnh AI, đã công bố vào thứ Tư về ra mắt mô hình tạo video AI rất được mong đợi, V1.

V1 là một mô hình chuyển đổi từ ảnh sang video, trong đó người dùng có thể tải lên một hình ảnh — hoặc sử dụng hình ảnh được tạo bởi một trong các mô hình khác của Midjourney — và V1 sẽ tạo ra một bộ bốn video, mỗi video dài năm giây dựa trên hình ảnh đó. Tương tự như các mô hình tạo ảnh của Midjourney, V1 chỉ có sẵn qua Discord và chỉ hoạt động trên web khi ra mắt.

Việc ra mắt V1 đặt Midjourney vào cuộc cạnh tranh với các mô hình tạo video AI từ các công ty khác, như Sora của OpenAI, Gen 4 của Runway, Firefly của Adobe và Veo 3 của Google. Trong khi nhiều công ty tập trung phát triển các mô hình video AI có thể kiểm soát được để sử dụng trong môi trường thương mại, Midjourney luôn nổi bật nhờ các mô hình ảnh AI đặc trưng dành cho những người sáng tạo.

Công ty cho biết họ có những mục tiêu lớn hơn cho các mô hình video AI của mình ngoài việc tạo ra các cảnh quay cho phim Hollywood hoặc quảng cáo cho ngành công nghiệp quảng cáo. Trong một bài viết blog, CEO của Midjourney, David Holz, cho biết mô hình video AI của họ là bước tiếp theo của công ty trong hành trình tạo ra các mô hình AI “có khả năng mô phỏng thế giới mở theo thời gian thực.”

Sau các mô hình video AI, Midjourney cho biết họ có kế hoạch phát triển các mô hình AI để tạo ra các bản vẽ 3D, cũng như các mô hình AI theo thời gian thực.

Việc ra mắt mô hình V1 của Midjourney diễn ra chỉ một tuần sau khi startup này bị hai hãng phim nổi tiếng nhất Hollywood là Disney và Universal kiện. Vụ kiện cáo buộc rằng các hình ảnh được tạo ra bởi các mô hình ảnh AI của Midjourney mô tả các nhân vật có bản quyền của studio, như Homer Simpson và Darth Vader.

Các hãng phim Hollywood đã gặp khó khăn trong việc đối mặt với sự gia tăng phổ biến của các mô hình tạo ảnh và video AI, như những gì Midjourney phát triển. Có một nỗi lo ngại ngày càng tăng rằng các công cụ AI này có thể thay thế hoặc làm giảm giá trị công việc của những người sáng tạo trong các lĩnh vực tương ứng của họ, và một số công ty truyền thông đã cáo buộc rằng các sản phẩm này được đào tạo trên các tác phẩm có bản quyền của họ.

Mặc dù Midjourney đã cố gắng tự định vị mình khác biệt so với các startup tạo ảnh và video AI khác — tập trung nhiều hơn vào sự sáng tạo hơn là các ứng dụng thương mại ngay lập tức — startup này không thể tránh khỏi những cáo buộc này.

Ban đầu, Midjourney cho biết họ sẽ tính phí cao gấp 8 lần cho việc tạo video so với việc tạo ảnh thông thường, điều này có nghĩa là người đăng ký sẽ nhanh chóng sử dụng hết số lượt tạo hàng tháng của họ khi tạo video hơn là tạo ảnh.

Khi ra mắt, cách rẻ nhất để thử nghiệm V1 là đăng ký gói Cơ bản của Midjourney với giá 10 đô la mỗi tháng. Người đăng ký gói Pro với giá 60 đô la mỗi tháng và gói Mega với giá 120 đô la mỗi tháng của Midjourney sẽ có quyền tạo video không giới hạn trong chế độ “Thư giãn” chậm hơn của công ty. Trong tháng tới, Midjourney cho biết họ sẽ đánh giá lại giá cả cho các mô hình video.

https://youtube.com/watch?v=1935390819407774032

V1 đi kèm với một số thiết lập tùy chỉnh cho phép người dùng kiểm soát đầu ra của mô hình video.

Người dùng có thể chọn cài đặt tự động để làm cho hình ảnh chuyển động ngẫu nhiên, hoặc họ có thể chọn cài đặt thủ công để miêu tả, bằng văn bản, một hoạt ảnh cụ thể mà họ muốn thêm vào video của mình. Người dùng cũng có thể điều chỉnh lượng chuyển động của máy ảnh và chủ thể bằng cách chọn “chuyển động thấp” hoặc “chuyển động cao” trong cài đặt.

Mặc dù các video được tạo ra với V1 chỉ dài năm giây, người dùng có thể chọn kéo dài chúng thêm bốn giây đến bốn lần, có nghĩa là các video V1 có thể dài tới 21 giây.

Tương tự như các mô hình ảnh AI của Midjourney, các bản demo ban đầu của video V1 trông có phần siêu thực, thay vì siêu thực tế. Phản hồi ban đầu đối với V1 rất tích cực, mặc dù vẫn chưa rõ nó sánh ngang như thế nào với các mô hình video AI hàng đầu khác, những mô hình đã có mặt trên thị trường từ nhiều tháng hoặc thậm chí nhiều năm.

The post Midjourney ra mắt mô hình tạo video AI V1 appeared first on Nhật Phúc.

Google Gemini là gì? Có tính năng gì?

Linh Nguyễn — Thu, 19 Jun 2025 03:30:03 +0000

Cập nhật ngày 19/06/2025: Bổ sung nội dung từ ‘Google ra mắt Gemini 2.5 Pro’

Sau lần xem trước đầu tiên ba tháng trước, Google đã sẵn sàng ra mắt Gemini 2.5 Pro và cung cấp mô hình lý luận cho người tiêu dùng và nhà phát triển.

Gemini 2.5 Pro đã bước vào giai đoạn thử nghiệm vào cuối tháng Ba (03-25). Bốn ngày sau khi ra mắt cho người đăng ký trả phí và nhà phát triển, Google đã bất ngờ cung cấp miễn phí cho người dùng. Nó đã nhận được một bản nâng cấp lớn về mã hóa vào tháng Năm (05-06) ngay trước I/O, và một cập nhật cuối cùng vào đầu tháng Sáu (06-05).

Với phiên bản ổn định hôm nay, không có thay đổi nào so với phiên bản xem trước 06-05.

L-R: Mới nhất, 06-05, 05-06, 03-25 điểm chuẩn

Với lần ra mắt này, 2.5 Pro sẽ mất nhãn “xem trước” trong bộ chọn mô hình của ứng dụng Gemini. Nó theo sau 2.5 Flash đã vào GA trong ứng dụng tại I/O tháng trước. Google chỉ ra rằng Pro dành cho các truy vấn về “Lý luận, toán học & mã hóa”, trong khi Flash dành cho “Hỗ trợ toàn diện nhanh chóng”.

Google thông báo hôm nay rằng người dùng ứng dụng Gemini miễn phí sẽ tiếp tục có “truy cập hạn chế” đến 2.5 Pro, với người đăng ký AI Pro nhận được 100 truy vấn mỗi ngày, hoặc “truy cập mở rộng”. Google AI Ultra cung cấp “truy cập cao nhất”.

2.5 Flash cũng hiện nay có sẵn và ổn định cho các nhà phát triển. Nó là bản xem trước mô hình 05-20 từ I/O với giá cập nhật:

$0.30 / 1 triệu token đầu vào (tăng từ $0.15 đầu vào)
$2.50 / 1 triệu token đầu ra (giảm từ $3.50 đầu ra)
Đã loại bỏ sự khác biệt giá giữa suy nghĩ và không suy nghĩ
Giữ nguyên một mức giá duy nhất bất kể kích thước token đầu vào

Thêm vào đó, các nhà phát triển hiện có thể xem trước

Cập nhật ngày 19/06/2025: Bổ sung nội dung từ ‘Ứng dụng Gemini triển khai tải lên và phân tích video.’

Bên cạnh ngăn điều hướng mới và 2.5 Pro ổn định, ứng dụng Gemini đang triển khai tính năng tải lên và phân tích video.

Ngoài tài liệu và hình ảnh, Google sẽ cho phép thêm các tệp video của riêng mình vào một yêu cầu. (Điều này bổ sung cho khả năng đặt câu hỏi về một cái gì đó trên YouTube bằng cách dán liên kết.) Gemini sẽ phân tích nó và cho phép đặt câu hỏi về đoạn video đó.

Trong ví dụ đầu tiên (trái và giữa) dưới đây, yêu cầu thời gian hiển thị trên Nest Hub. Video xuất hiện phía trên với giao diện phát lại đầy đủ để xem lại.

Trong cuộc trò chuyện thứ hai (phải), yêu cầu mô tả và nhận được: “Đây trông như một cảnh yên bình từ một khu rừng vào mùa thu. Một con đường hẹp, phủ đầy lá rụng với các sắc thái cam, nâu và vàng, uốn lượn qua các cây. Các cây là sự pha trộn đẹp giữa đỏ rực, cam, và vàng ánh, cho thấy đỉnh điểm của mùa lá rụng. Ánh sáng mặt trời xuyên qua các nhánh cây, tạo ra ánh sáng lốm đốm và bóng trên con đường và làm nổi bật màu sắc rực rỡ của lá. Có một bầu không khí yên bình và tĩnh lặng, hoàn hảo cho một cuộc đi dạo giữa vẻ đẹp của thiên nhiên. Tiếng lá rụng bị dẫm lên càng làm tăng thêm trải nghiệm rừng mùa thu.”

Để tải lên một tệp, mở menu dấu cộng và chọn Thư viện hoặc Tệp. Nếu khả năng này hoạt động cho tài khoản của mình, có thể chọn video. Nếu không, tệp sẽ bị làm mờ và không thể tải lên.

Tải lên video Gemini chưa được triển khai rộng rãi. Khả năng truy cập thay đổi trên các tài khoản/thiết bị kiểm tra hôm nay, nhưng tính năng này dường như hoạt động cho cả tài khoản miễn phí và trả phí trên Android (ứng dụng Google 16.23 beta) và iOS, cũng như 2.5 Flash và 2.5 Pro. Tính năng này chưa hoạt động trên web, với thông báo “Loại tệp không được hỗ trợ” trong thanh yêu cầu.

Google chưa cập nhật camera tích hợp của Gemini để quay video.

Google ra mắt Gemini 2.5 Pro, ứng dụng miễn phí tiếp tục được sử dụng
Ứng dụng Gemini chuyển sang ngăn điều hướng luôn có sẵn trên Android
Các tính năng nào của ứng dụng Gemini là miễn phí và trả phí? [Tháng 6 năm 2025]

Google đã bước vào “kỷ nguyên Gemini” hơn một năm nay. Trong khi các lần đổi tên gây nhầm lẫn đã giảm tốc, mọi thứ khác vẫn tiếp tục cải thiện với tốc độ nhanh chóng. Google Gemini là tên mà Google đặt cho thế hệ mô hình AI đa phương thức hiện tại, nhưng theo phong cách đặc trưng của Google, nó cũng áp dụng cho hầu như tất cả những gì liên quan đến AI.Điều này có thể gây nhầm lẫn vì theo cách tôi hiểu, Google có:

Google Gemini, một gia đình các mô hình AI đa phương thức. Đây là công nghệ Google sử dụng trong các ứng dụng của mình và để cung cấp tính năng AI trên các thiết bị của mình, và các nhà phát triển cũng có thể tích hợp vào ứng dụng của họ.
Google Gemini, một chatbot chạy trên gia đình mô hình Gemini. (Đây chính là chatbot trước đây được gọi là Bard.)
Google Gemini, một sự thay thế cho Google Assistant đang được triển khai trên điện thoại thông minh Android, đồng hồ Android Wear, Android Auto và Google TV.

Gemini for Google Workspace, các tính năng AI được tích hợp trên Gmail, Google Docs và các ứng dụng Workspace khác dành cho người dùng trả phí.

Và một số Geminis khác mà tôi chắc chắn đã bỏ lỡ.

Tất cả những Geminis mới này đều dựa trên họ mô hình AI đa phương thức cốt lõi, vì vậy hãy bắt đầu từ đó.

Google Gemini là gì?

Google Gemini là một dòng mô hình AI, tương tự như GPT của OpenAI. Đây là các mô hình đa phương tiện, nghĩa là chúng có thể hiểu và tạo ra văn bản giống như một mô hình ngôn ngữ lớn (LLM) thông thường, nhưng cũng có khả năng hiểu, xử lý và kết hợp các loại thông tin khác như hình ảnh, âm thanh, video và mã nguồn.

Ví dụ, bạn có thể đưa cho Gemini một yêu cầu như “điều gì đang diễn ra trong bức ảnh này?” và đính kèm một hình ảnh. Gemini sẽ mô tả hình ảnh đó và trả lời các yêu cầu phức tạp hơn. Tương tự, nếu bạn cung cấp một lượng lớn dữ liệu, Gemini có thể tạo ra một biểu đồ hoặc giúp bạn giải thích biểu đồ, đọc biển báo, hoặc dịch thực đơn.

Vì hiện nay chúng ta đang ở trong thời kỳ cạnh tranh khốc liệt về AI của các tập đoàn, hầu hết các công ty đều giữ kín các chi tiết về cách hoạt động và sự khác biệt của các mô hình của họ. Tuy nhiên, Google đã xác nhận rằng các mô hình Gemini sử dụng kiến trúc transformer và dựa vào các chiến lược như tiền huấn luyện và tinh chỉnh, giống như các mô hình AI lớn khác. Các mô hình Gemini lớn hơn cũng đã chuyển sang cách tiếp cận hỗn hợp chuyên gia, cho phép chúng hoạt động hiệu quả hơn với số lượng tham số lớn.

Các mô hình Gemini mới nhất đã đạt được tất cả các tiêu chuẩn tiên tiến nhất. Trong khi các dòng mô hình khác đã bắt kịp, Google đã tiên phong với cửa sổ ngữ cảnh dài trong Gemini. Điều này có nghĩa là một yêu cầu có thể bao gồm nhiều thông tin hơn để định hình tốt hơn các phản hồi của mô hình.

Hiện tại, mỗi mô hình trong gia đình Google Gemini đều có cửa sổ ngữ cảnh ít nhất một triệu token. Điều này đủ để xử lý nhiều tài liệu dài, cơ sở dữ liệu lớn và các nguồn tài liệu nặng văn bản khác. Nếu bạn cần phân tích một hợp đồng phức tạp, bạn có thể tải toàn bộ tài liệu lên Google Gemini và đặt câu hỏi về nó—bất kể nó dài bao nhiêu. Điều này cũng hữu ích khi bạn xây dựng một pipeline retrieval augmented generation (RAG), mặc dù chi phí API có thể rất cao nếu bạn sử dụng toàn bộ cửa sổ ngữ cảnh trong sản xuất.

Tương tự, Google đã thêm khả năng suy luận vào các mô hình Gemini mới nhất, Gemini 2.5 Pro và Gemini 2.5 Flash—mặc dù họ gọi nó là “thinking“. Điều này làm cho chúng có khả năng xử lý các vấn đề logic khó khăn, hiểu chính xác thông tin khoa học và tạo mã.

Google Gemini có nhiều kích thước khác nhau

Các mô hình Google Gemini được thiết kế để chạy trên hầu hết mọi thiết bị, đó là lý do tại sao Google đang tích hợp chúng ở khắp mọi nơi. Google tuyên bố rằng các phiên bản khác nhau của nó có khả năng chạy hiệu quả trên mọi thứ từ trung tâm dữ liệu đến điện thoại thông minh.

Mỗi mô hình Gemini khác nhau ở số lượng tham số và do đó, khả năng đáp ứng các truy vấn phức tạp hơn cũng như lượng sức mạnh xử lý cần thiết để chạy. Đáng tiếc là các số liệu như số lượng tham số mà bất kỳ mô hình nào có thường được giữ bí mật—trừ khi có lý do để công ty tự hào.

Hiện tại, Google có các mô hình Gemini sau—mặc dù điều này đang thay đổi nhanh chóng.

Gemini 2.5 Pro

Gemini 2.5 Pro là mô hình tiên tiến nhất của Google cho đến nay. Nó có cửa sổ ngữ cảnh 1 triệu token và có khả năng suy luận. Nó đặc biệt giỏi trong việc mã hóa và đáp ứng các yêu cầu phức tạp. Hiện tại, nó có sẵn dưới dạng bản xem trước thông qua API và chatbot Gemini.

Gemini 2.5 Flash

Gemini 2.5 Flash được thiết kế để là một mô hình suy luận nhanh và tiết kiệm chi phí. Nó có cửa sổ ngữ cảnh 1 triệu token. Nó linh hoạt và được sử dụng trong nhiều ứng dụng khác nhau, từ tóm tắt văn bản đến chatbot và trích xuất dữ liệu. Hiện tại, nó có sẵn dưới dạng bản xem trước thông qua API và chatbot Gemini.

Gemini 2.0 Flash

Gemini 2.0 Flash vẫn là mô hình Gemini được sử dụng rộng rãi nhất. Nó cung cấp năng lượng cho chatbot Gemini, Gemini cho Google Workspace và nhiều tính năng khác. Mặc dù nó không còn là tiên tiến nhất, nhưng vẫn là một mô hình mạnh mẽ cho nhu cầu hàng ngày. Nó sẽ được thay thế bởi Gemini 2.5 Flash ngay khi ra khỏi bản xem trước.

Các mô hình Gemini cũ hơn

Ngoài các mô hình tiên tiến Gemini 2.5, còn có một số mô hình Gemini khác đáng chú ý:

Gemini 1.0 Ultra. Gemini Ultra là mô hình lớn nhất và mạnh mẽ nhất của Gemini. Nó chưa bao giờ được phát hành rộng rãi, mặc dù có tin đồn rằng nó sẽ được nâng cấp.
Gemini 1.5 Pro và 1.5 Flash. Có hai mô hình Gemini được sử dụng rộng rãi. Hiện tại, chúng vẫn có sẵn thông qua API của Gemini, vì vậy một số ứng dụng xây dựng trên Gemini dựa vào chúng.
Gemini 1.0 Nano. Một mô hình nhỏ được thiết kế cho các hoạt động trên thiết bị, dường như đã bị Flash thay thế nhưng có thể sẽ được đưa trở lại vào một thời điểm nào đó.

Google Gemini so với các LLM khác như thế nào?

Chúng ta đã đạt đến điểm mà việc so sánh trực tiếp các mô hình AI ngày càng trở nên không còn quan trọng. 18 phòng thí nghiệm nghiên cứu hiện đã sản xuất các mô hình tương đương GPT-4. Các mô hình tốt nhất từ OpenAI, Anthropic, Meta, Google và một số công ty khác đều vô cùng mạnh mẽ—và cách bạn tinh chỉnh và sử dụng chúng hiện có ý nghĩa hơn nhiều so với việc bạn chọn mô hình nào.

Tương tự, sự cân nhắc giữa tốc độ và sức mạnh đang trở nên ngày càng quan trọng. Gemini 2.5 Pro là một trong những mô hình AI mạnh mẽ nhất được phát triển, nhưng nó tốn kém từ 8 đến 25 lần so với Gemini 2.5 Flash cho mỗi triệu token, tùy thuộc vào việc bạn cần suy luận và mức độ sử dụng cửa sổ ngữ cảnh.

Nguồn hình ảnhNhư đã đề cập, trên các bảng xếp hạng khác nhau, Gemini 2.5 Pro hiện đang đứng thứ hai chỉ sau OpenAI’s o4-mini (cao), trong khi Gemini 2.5 Flash vững vàng trong top 10 và vượt qua các mô hình như Claude 3.7 Sonnet và GPT-4.1. Những bảng xếp hạng này thay đổi nhanh chóng, nhưng tính đến tháng 5 năm 2025, các mô hình Gemini 2.5 là một trong những lựa chọn tốt nhất hiện có. Chúng có khả năng duy trì cạnh tranh với các mô hình tương đương tốt nhất trong ít nhất vài tháng tới.

Mặc dù khởi đầu chậm, Google đã lấy lại phong độ AI của mình.

Google sử dụng Google Gemini như thế nào?

Google đã tích hợp hoặc có kế hoạch tích hợp Google Gemini vào hầu hết mọi nơi. Quá trình triển khai đang mất thời gian vì Google có quá nhiều sản phẩm khác nhau cần được cập nhật—và một số trong số đó không dễ áp dụng AI. Nhưng hãy cùng xem qua các công cụ chính được hỗ trợ bởi Gemini:

Google Gemini (chatbot). Nơi rõ ràng nhất mà Google triển khai Gemini là với chatbot-trước-đây-là-Bard. Nó cũng được gọi là Gemini và là đối thủ trực tiếp của ChatGPT hơn là thay thế cho Tìm kiếm. Nó có chế độ nghiên cứu sâu, có thể tìm kiếm trên web và tích hợp với các ứng dụng khác. Bạn thậm chí có thể tùy chỉnh nó với một tính năng gọi là Gems. Nếu bạn đã ở sâu trong hệ sinh thái của Google, đây là một công cụ tuyệt vời.
Google Workspace. Khu vực khác mà Gemini hiện diện mạnh mẽ là các ứng dụng Workspace của Google như Gmail, Docs và Sheets. Bạn cần đăng ký Business Standard ($14/người/tháng) để sử dụng đầy đủ sức mạnh của Gemini trên tất cả các ứng dụng khác nhau, nhưng nó có thể làm được rất nhiều.

Các nhà phát triển có thể truy cập bản xem trước của Google Gemini 2.5 Pro và 2.5 Flash cũng như sử dụng Gemini 2.0 Flash và các mô hình khác thông qua Gemini API trong Google AI Studio hoặc Google Cloud Vertex AI. Điều này cho phép họ đào tạo thêm Gemini trên dữ liệu của riêng mình để xây dựng các công cụ mạnh mẽ như cách mà mọi người đã làm với GPT.

Cách truy cập Google Gemini

Cách dễ nhất để khám phá Gemini là thông qua chatbot cùng tên. Nếu bạn đăng ký một gói Gemini, bạn cũng có thể sử dụng nó trên các ứng dụng khác nhau của Google. Các nhà phát triển cũng có thể thử nghiệm Google Gemini 2.5 Pro, 2.5 Flash và các mô hình khác thông qua Google AI Studio hoặc Vertex AI. Với sự tích hợp của Google Vertex AI và Google AI Studio, bạn có thể truy cập các mô hình Gemini mới nhất từ tất cả các ứng dụng bạn sử dụng trong công việc. Dưới đây là một vài ví dụ để bạn bắt đầu, hoặc bạn có thể tìm hiểu thêm về cách sử dụng Google Gemini để tối ưu hóa công việc của mình.

The post Google Gemini là gì? Có tính năng gì? appeared first on Nhật Phúc.

Google sử dụng AI để dự báo bão nhiệt đới

Linh Nguyễn — Fri, 13 Jun 2025 07:40:36 +0000

Google đang sử dụng một mô hình AI mới để dự báo bão nhiệt đới và hợp tác với Trung tâm Bão Quốc gia Mỹ (NHC) để thử nghiệm.

Google DeepMind và Google Research hôm nay đã ra mắt một trang web mới có tên Weather Lab để chia sẻ các mô hình thời tiết AI mà Google đang phát triển. Họ cho biết mô hình mới dựa trên AI để dự báo bão nhiệt đới — cũng được gọi là bão hoặc cuồng phong khi đạt đến một sức mạnh nhất định — có thể tạo ra 50 kịch bản khác nhau về đường đi, kích thước và cường độ của cơn bão lên đến 15 ngày trước đó. NHC đang làm việc với Google để đánh giá hiệu quả của mô hình này.

Sự hợp tác này diễn ra sau khi chính quyền Trump và DOGE cắt giảm nhân sự của Dịch vụ Thời tiết Quốc gia và khả năng nghiên cứu khí hậu và thời tiết liên bang. Các công ty khác và cơ quan thời tiết cũng đang khám phá liệu AI có thể cải thiện dự báo hay không, nhưng tiến bộ công nghệ đến nay chưa thay thế được các mô hình thời tiết truyền thống.

Google đã công bố một bài báo nghiên cứu hôm nay, chưa được đánh giá ngang hàng, về cách hoạt động của mô hình bão nhiệt đới của mình. Họ tuyên bố rằng dự đoán của mô hình này ít nhất cũng chính xác như các mô hình dựa trên vật lý truyền thống. Chúng ta sẽ phải chờ xem đánh giá của Trung tâm Bão Quốc gia khi mùa bão Đại Tây Dương kéo dài đến tháng 11.

Hiện tại, mục tiêu là tăng cường khả năng dự báo của NHC để cung cấp cho người dân cảnh báo chính xác hơn và thời gian chuẩn bị cho một cơn bão. Theo Google, dự đoán năm ngày của mô hình về đường đi của bão nhiệt đới ở Bắc Đại Tây Dương và Đông Thái Bình Dương trung bình gần hơn 87 dặm (140 km) so với đường đi thực tế của cơn bão so với dự đoán từ Trung tâm Dự báo Thời tiết Tầm trung Châu Âu (ECMWF) trong năm 2023 và 2024.

Trang web tương tác của Weather Lab cho phép mọi người thấy cách các mô hình AI so sánh với các mô hình dựa trên vật lý của ECMWF. Tuy nhiên, Google nhấn mạnh rằng trang web của họ hiện chỉ là một công cụ nghiên cứu — không phải là thứ công chúng nên dựa vào để có dự báo.

Mô hình bão nhiệt đới của Google được huấn luyện trên dữ liệu từ kho lưu trữ ERA5 của Châu Âu, bao gồm hàng trăm triệu quan sát được thu thập bởi các cơ quan thời tiết trên thế giới kết hợp với dự đoán từ mô hình thời tiết truyền thống. Công ty cũng đã sử dụng ERA5 để huấn luyện mô hình dự báo thời tiết AI trước đây của mình, GenCast. Theo nghiên cứu được công bố trên tạp chí Nature vào tháng 12 năm 2024, mô hình này đã vượt trội hơn một trong những mô hình dựa trên vật lý hàng đầu của ECMWF trong 97,2% thời gian.

Hình ảnh động cho thấy dự đoán của mô hình Google về Bão Alfred khi nó là một cơn bão cấp 3 ở Biển Coral. Dự đoán trung bình của mô hình (đường màu xanh đậm) đã dự đoán chính xác sự suy yếu nhanh chóng của Bão Alfred xuống trạng thái bão nhiệt đới và cuối cùng đổ bộ gần Brisbane, Úc, bảy ngày sau đó, với khả năng cao xảy ra đổ bộ dọc bờ biển Queensland. Nguồn: Google

Công ty cho biết họ cũng đang làm việc với Viện Hợp tác Nghiên cứu Khí quyển tại Đại học Bang Colorado và các nhà nghiên cứu khác ở Anh và Nhật Bản để cải thiện mô hình thời tiết AI của mình.

Tầm quan trọng của các quan sát thực tế và các mô hình thời tiết cũ trong việc phát triển các công cụ mới này là một lý do tại sao AI cho đến nay chỉ có khả năng hỗ trợ dự báo thời tiết truyền thống thay vì thay thế nó. Thích ứng với biến đổi khí hậu cũng sẽ phụ thuộc vào khả năng thu thập và phân tích dữ liệu mới về các hiện tượng thời tiết ngày càng cực đoan và thất thường.

Tuy nhiên, khả năng Mỹ có thể theo kịp loại nghiên cứu này đang là mối lo ngại ngày càng gia tăng dưới chính quyền Trump. Cuộc tấn công của DOGE vào chính phủ liên bang đã gây tổn hại cho cơ quan liên bang chứa NHC và Dịch vụ Thời tiết Quốc gia, Cơ quan Quản lý Khí quyển và Đại dương Quốc gia (NOAA). Dịch vụ Thời tiết Quốc gia đã giảm số lượng các vụ phóng bóng thời tiết sau khi cắt giảm nhân sự, và NOAA đang ngày càng phụ thuộc vào dữ liệu bóng thời tiết từ các công ty tư nhân. Dự án 2025 kêu gọi giải thể NOAA — cơ quan dẫn đầu nghiên cứu khí hậu ngoài việc cung cấp dự báo thời tiết — và tư nhân hóa nhiều dịch vụ của nó. Một số người ủng hộ đang lên tiếng cảnh báo về viễn cảnh biến dự báo thời tiết thành một sản phẩm trả phí thay vì một dịch vụ miễn phí có sẵn cho tất cả mọi người.

“Thời tiết từ lâu đã được coi là một lợi ích công cộng, và tôi nghĩ, bạn biết đấy, hầu hết chúng ta đều đồng ý với điều đó… Hy vọng rằng chúng tôi có thể đóng góp vào điều đó, và đó là lý do tại sao chúng tôi đang cố gắng hợp tác với khu vực công,” Peter Battaglia, nhà khoa học nghiên cứu tại Google DeepMind, nói trong một cuộc gọi báo chí khi The Verge hỏi về những lo ngại xung quanh việc tư nhân hóa dịch vụ thời tiết.

Điều đáng chú ý, thông báo của Google hôm nay không đề cập đến cuộc khủng hoảng khí hậu như công ty đã làm trong các lần ra mắt trước đây cho chương trình loại này. “Khi biến đổi khí hậu thúc đẩy các hiện tượng thời tiết ngày càng khắc nghiệt, dự báo chính xác và đáng tin cậy trở nên cần thiết hơn bao giờ hết,” công ty cho biết trong một thông báo ngày 4 tháng 12 cho GenCast.

Nguồn: theverge.com

The post Google sử dụng AI để dự báo bão nhiệt đới appeared first on Nhật Phúc.

OpenAI phát hành mô hình lập luận mô phỏng mới kết hợp công cụ truy cập

Linh Nguyễn — Thu, 17 Apr 2025 03:51:11 +0000

OpenAI đã công bố việc ra mắt hai mô hình mới mang tên o3 và o4-mini vào đầu tháng 4 năm 2025. Cả hai mô hình này được cải tiến với khả năng lập luận mô phỏng mạnh mẽ, cho phép người dùng truy cập đồng thời nhiều công cụ như duyệt web và lập trình. Đây là lần đầu tiên OpenAI cho phép các mô hình tập trung vào lập luận sử dụng mọi công cụ của ChatGPT, bao gồm phân tích hình ảnh và tạo hình ảnh, trong một phiên truy vấn duy nhất. Mô hình o3 được giới thiệu từ tháng 12 năm ngoái chỉ với những phiên bản kế thừa với độ khả năng thấp hơn. Nay, với phiên bản mới, OpenAI thay thế các mô hình cũ mang tên o1 và o3-mini.

Người dùng ChatGPT Plus, Pro và Team sẽ được cấp quyền truy cập ngay hôm nay, trong khi khách hàng của Enterprise và Edu sẽ nhận được quyền truy cập vào tuần tới. Người dùng miễn phí có thể trải nghiệm o4-mini bằng cách chọn tùy chọn “Think” trước khi gửi câu truy vấn. CEO OpenAI Sam Altman đã tweet rằng họ mong chờ phát hành mô hình o3-pro cho cấp độ pro trong vài tuần tới. Đối với các nhà phát triển, cả hai mô hình hiện có sẵn thông qua API Chat Completions và API Responses, mặc dù một số tổ chức sẽ cần xác thực để được truy cập.

Điều đặc biệt của hai mô hình này là khả năng lập luận mô phỏng, sử dụng quy trình “suy nghĩ” theo từng bước để giải quyết vấn đề. Chúng có khả năng tự động xác định khi nào và làm thế nào để sử dụng các công cụ hỗ trợ cho các vấn đề phức tạp. Ví dụ, khi được hỏi về năng lượng trong tương lai ở California, mô hình có thể tự động tìm kiếm dữ liệu tiện ích, viết mã Python để tạo dự đoán, tạo các biểu đồ trực quan, và giải thích các yếu tố chính đứng sau những dự đoán đó, tất cả chỉ trong một truy vấn duy nhất.

OpenAI cũng đã tuyên bố rằng những mô hình này cung cấp khả năng đa phương tiện, cho phép lọc và diễn giải các hình ảnh trong quá trình lập luận của mình một cách trực tiếp. Điều này có nghĩa là chúng có thể phân tích các bảng đen, các sơ đồ trong sách giáo khoa, và các bản vẽ tay, ngay cả khi các hình ảnh có chất lượng kém hoặc mờ.

Tuy nhiên, việc đổi mới trong cách đặt tên các sản phẩm của OpenAI lại gây nhầm lẫn với người dùng. Ví dụ, o3 có sức mạnh hơn o4-mini, mặc dù chứa số thấp hơn. Có một số ý kiến cho rằng điêu đứng với việc đặt tên không phản ánh khả năng của từng mô hình một cách rõ ràng. Theo một số nhà khoa học đã thử nghiệm, o3 được họ đánh giá là gần như đạt trình độ thiên tài, có khả năng tư duy và đưa ra các ý tưởng sáng tạo giá trị.

Bên cạnh đó, OpenAI cũng đã công bố chỉ phí sử dụng cho khách hàng. Với o3 và o4-mini, người sử dụng ChatGPT sẽ không phải trả thêm phí ngoài gói đăng ký của mình. Giá trị cho các nhà phát triển tích hợp các mô hình này qua API là 10 USD cho mỗi triệu token đầu vào và 40 USD cho mỗi triệu token đầu ra, với mức giá ưu đãi cho các input lưu trữ. Giá o4-mini thấp hơn, với 1,10 USD cho mỗi triệu token đầu vào và 4,40 USD cho mỗi triệu token đầu ra, với các input lưu trữ có giá 0,275 USD mỗi triệu token. Điều này cho thấy OpenAI đang giảm giá trong khi cải tiến khả năng của mô hình mới.

The post OpenAI phát hành mô hình lập luận mô phỏng mới kết hợp công cụ truy cập appeared first on Nhật Phúc.

OpenAI chuẩn bị ra mắt GPT-4.1 và các mô hình mới

Linh Nguyễn — Fri, 11 Apr 2025 06:31:54 +0000

OpenAI đang ráo riết chuẩn bị cho việc ra mắt một bộ sưu tập các mô hình AI mới, với thông tin từ các nguồn tin uy tín cho thấy sự xuất hiện của phiên bản GPT-4.1. Mô hình này được mô tả như một phiên bản được cải tiến của mô hình đa phương tiện GPT-4o. Mô hình GPT-4o đã được giới thiệu vào năm ngoái như một mô hình chính thức có khả năng lý luận qua âm thanh, hình ảnh và văn bản trong thời gian thực. Dự kiến, OpenAI sẽ trình làng GPT-4.1 cùng với các phiên bản nhỏ hơn là GPT-4.1 mini và nano trong tuần tới.

Ngoài ra, OpenAI cũng sắp ra mắt phiên bản đầy đủ của mô hình lý luận o3 và phiên bản nhỏ o4 mini có thể sẽ được phát hành sớm hơn. Kỹ sư AI Tibor Blaho đã phát hiện ra các tham chiếu đến o4 mini, o4 mini high và o3 trong phiên bản web mới của ChatGPT hôm nay, cho thấy những bổ sung này sắp xảy ra. Hai mô hình o3 và o4 mini dự kiến sẽ xuất hiện vào tuần tới, trừ khi OpenAI thay đổi kế hoạch ra mắt.

Giám đốc điều hành OpenAI, Sam Altman, đã gợi ý trên mạng xã hội X rằng công ty sẽ ra mắt một tính năng thú vị trong hôm nay, nhưng chưa rõ liệu điều này có liên quan đến các tham chiếu o3 và o4 mini trong ChatGPT hay không. Các nguồn tin cảnh báo rằng OpenAI đã trì hoãn việc giới thiệu một số mô hình mới gần đây do vấn đề về công suất. Điều này có thể khiến việc ra mắt mô hình GPT-4.1 bị trì hoãn sau thời hạn dự kiến vào tuần tới.

Altman trước đó đã tiết lộ rằng khách hàng “nên chuẩn bị cho việc ra mắt sản phẩm mới của OpenAI có thể bị chậm trễ, mọi thứ có thể gặp sự cố và dịch vụ đôi khi chậm lại khi chúng tôi xử lý những thách thức về công suất.” Các khả năng tạo hình ảnh nâng cao của OpenAI đã buộc công ty phải hạn chế tạm thời số yêu cầu trong tháng trước, và Altman đã tuyên bố rằng “các GPU của chúng tôi đang bị nóng” do sự phổ biến của bộ tạo hình ảnh tích hợp dành cho người dùng ChatGPT gói miễn phí.

The post OpenAI chuẩn bị ra mắt GPT-4.1 và các mô hình mới appeared first on Nhật Phúc.

OpenAI thử nghiệm watermark cho mô hình tạo hình ảnh ChatGPT 4o

Linh Nguyễn — Tue, 08 Apr 2025 04:59:04 +0000

OpenAI hiện đang trong quá trình thử nghiệm watermark cho mô hình tạo hình ảnh tích hợp trong ChatGPT 4o. Động thái này xuất phát từ sự gia tăng người dùng sử dụng mô hình để tạo ra các tác phẩm nghệ thuật tương tự Studio Ghibli. Đây là một bước đi thú vị giữa lúc ChatGPT đang chiếm lĩnh thị trường với khả năng tạo hình ảnh đầy sáng tạo và sinh động. Mô hình ImageGen của ChatGPT có khả năng sản xuất những bức tranh không chỉ có chất lượng cao, mà còn phù hợp với ngữ cảnh, mang đến sự hài lòng cho người sử dụng. Trước đây, mô hình này chỉ dành cho người dùng trả phí nhưng giờ đây đã mở rộng tới cả người dùng miễn phí. Theo nguồn tin từ nhà nghiên cứu AI Tibor Blaho, OpenAI đã bắt đầu thử nghiệm watermark cho các hình ảnh được tạo ra bởi tài khoản miễn phí của ChatGPT. Nếu bạn là người đăng ký ChatGPT Plus, bạn sẽ có tùy chọn lưu các hình ảnh mà không có watermark. Tuy nhiên, kế hoạch của OpenAI có thể thay đổi và chưa có thông tin chính thức về việc triển khai watermark này trên diện rộng. Mô hình ImageGen được OpenAI huấn luyện dựa trên một bộ dữ liệu lớn các hình ảnh và văn bản, cho phép nó không chỉ biết cách tạo ra hình ảnh đẹp mà còn là những hình ảnh có ích và đồng bộ với văn bản. OpenAI xác nhận rằng họ đang phát triển một API cho ImageGen để các nhà phát triển có thể tận dụng công nghệ này trong các sản phẩm của họ. Bằng việc cải tiến này, OpenAI không chỉ hướng tới việc bảo vệ sản phẩm mà còn nâng cao chất lượng nội dung được tạo ra.

The post OpenAI thử nghiệm watermark cho mô hình tạo hình ảnh ChatGPT 4o appeared first on Nhật Phúc.

Với mô hình Gen-4 mới, Runway khẳng định đã đạt được sự nhất quán trong video AI

Linh Nguyễn — Tue, 01 Apr 2025 05:29:52 +0000

Hôm nay, Runway, một trong những công ty khởi nghiệp hàng đầu trong lĩnh vực video AI, đã chính thức giới thiệu mô hình tổng hợp video mới nhất của họ mang tên Gen-4, hứa hẹn sẽ giải quyết một số vấn đề quan trọng trong việc tạo ra video bằng công nghệ AI. Model này ra đời nhằm khắc phục những điểm yếu trong việc duy trì tính nhất quán của nhân vật và các đối tượng trong các cảnh quay. Trong quá khứ, người dùng đã gặp khó khăn khi các nhân vật và đối tượng xuất hiện không nhất quán giữa các cảnh khác nhau trong các video AI. Gen-4 có thể duy trì hình ảnh của cùng một nhân vật hay đối tượng, chỉ cần cung cấp một hình ảnh tham chiếu trong giao diện của Runway.

Ngoài ra, Gen-4 cho phép các nhà làm phim có thể ghi lại nhiều góc độ của cùng một cảnh quay, điều mà trước đây rất khó khăn với các phiên bản Gen-2 và Gen-3. Những phiên bản trước đó đã tạo ra video ổn định về mặt phong cách nhưng không thể giải quyết vấn đề này. Gen-4 được kỳ vọng sẽ cải thiện rất nhiều khả năng sáng tạo của người dùng khi tạo nội dung. Trong khi Gen-3 đã được phát hành vào tháng 6 năm ngoái với nhiều cải tiến, Gen-4 hiện đang trong quy trình triển khai cho các tài khoản trả phí, với giới hạn về thời gian tối đa là 10 giây cho mỗi video.

Việc Runway ra mắt Gen-4 cho thấy sự nỗ lực không ngừng của công ty nhằm cải thiện tính năng cho người dùng. Dịch Covid-19 đã thúc đẩy sự sáng tạo và nhu cầu lớn dành cho công nghệ video trên nền tảng AI, và Runway không phải là một ngoại lệ. Họ đã phát triển công cụ này từ những ngày đầu để định hình cách thức sản xuất và biên tập video trong ngành công nghiệp giải trí. Mặc dù bị ngân sách hạn chế so với các đối thủ như OpenAI, Runway vẫn tìm kiếm một vị trí đặc biệt trong ngành, với chiến lược quảng bá sản phẩm của họ tới các nhà thiết kế và nhà làm phim chuyên nghiệp.

Một trong những mối quan hệ hợp tác quan trọng của Runway là với Lionsgate, một trong những hãng phim lớn ở Hollywood, cho phép Runway pháp lý đào tạo mô hình của mình dựa trên thư viện phim của Lionsgate. Tuy nhiên, Runway không công khai thông tin về dữ liệu mà họ sử dụng để đào tạo mô hình. Theo một báo cáo, một số dữ liệu dường như được thu thập từ video trên YouTube, điều này gây ra nhiều tranh cãi trong cộng đồng sáng tạo.

Mặc dù đã có những thành công nhất định, Gen-4 vẫn gặp một số vấn đề, bao gồm tính nhất quán và sự hiểu biết về bối cảnh trong các video. Đối thủ như OpenAI cũng đã nỗ lực cải thiện các điểm yếu này, nhưng tiến triển còn khá hạn chế. Hiện tại, Runway đang phát triển một hệ thống theo từng kế hoạch, với các mục đích sử dụng cụ thể, nhằm giúp người làm phim có thể sản xuất nội dung hiệu quả hơn. Dự kiến, Gen-4 sẽ có mặt cho tất cả người dùng vào thời gian tới, với các gói dịch vụ có giá khởi điểm từ 15 USD cho đến 95 USD một tháng.

The post Với mô hình Gen-4 mới, Runway khẳng định đã đạt được sự nhất quán trong video AI appeared first on Nhật Phúc.

Mô hình AI mới của Google, Gemini 2.5 Pro, đã có cho người dùng miễn phí

Linh Nguyễn — Mon, 31 Mar 2025 05:36:22 +0000

Google đã công bố việc cho ra mắt mô hình AI Gemini 2.5 Pro, mở cửa cho người dùng không phải trả phí truy cập. Điều này đánh dấu một sự chuyển đổi quan trọng trong khả năng cung cấp dịch vụ AI của công ty. Gemini 2.5 Pro đã được giới thiệu lần đầu cách đây một tuần, với thông điệp rằng đây chính là “mô hình AI thông minh nhất” mà Google từng phát triển.

Sau khi giới thiệu cho người dùng nâng cao, phiên bản này đã được cung cấp cho tất cả mọi người, mặc dù sẽ có một số hạn chế về mức độ sử dụng cho những người không đăng ký. Mô hình này hiện đã có mặt tại Google AI Studio và trong ứng dụng Gemini.

Các người dùng không trả phí hiện có thể thử nghiệm với Gemini 2.5 Pro, nhưng Google đã nhấn mạnh rằng những người dùng đăng ký nâng cao sẽ nhận được quyền truy cập mở rộng và cửa sổ bối cảnh lớn hơn. Gemini 2.5 Pro được xem là mô hình đầu tiên trong nhóm mô hình “suy nghĩ” 2.5 của Google, được thiết kế để cung cấp kết quả chính xác hơn thông qua khả năng suy luận.

Trong một bài viết trên blog, Google giải thích rằng mô hình này có khả năng phân tích thông tin, rút ra kết luận logic, kết hợp ngữ cảnh và ý niệm, cũng như đưa ra quyết định thông minh. Điều này cho thấy sự tiến bộ mạnh mẽ trong lĩnh vực AI, khi mà ngày càng nhiều người có thể tiếp cận và sử dụng các công cụ AI mạnh mẽ.

Với sự ra mắt này, Google không chỉ muốn cung cấp một nền tảng mạnh mẽ cho học tập và sáng tạo, mà còn mở rộng khả năng tiếp cận công nghệ mới cho đông đảo người dùng mà không phải chịu chi phí. Sự xuất hiện của mô hình Gemini 2.5 Pro dự kiến sẽ tạo ra làn sóng mới trong việc phát triển và ứng dụng AI trong đời sống hàng ngày và trong nhiều lĩnh vực khác nhau.

Gemini 2.5 Pro hứa hẹn sẽ là một công cụ hữu ích cho các nhà phát triển, nhà nghiên cứu và người dùng thông thường, giúp họ có thể tạo ra các sản phẩm và dịch vụ mới từ khả năng phân tích và suy luận của mô hình này. Qua đó, Google đang khẳng định vị thế của mình trên thị trường AI, đồng thời tạo cơ hội cho mọi người khai thác triệt để tiềm năng của công nghệ.

The post Mô hình AI mới của Google, Gemini 2.5 Pro, đã có cho người dùng miễn phí appeared first on Nhật Phúc.

OpenAI giới thiệu o1-pro, mô hình AI đắt giá nhất từ trước đến nay

Linh Nguyễn — Thu, 20 Mar 2025 04:16:05 +0000

OpenAI đã chính thức giới thiệu o1-pro, mô hình AI mới nhất và đắt giá nhất của họ, trong khuôn khổ API dành cho các nhà phát triển. Mô hình này được cho là có khả năng xử lý và tính toán mạnh mẽ hơn nhiều so với phiên bản tiền nhiệm, o1, giúp cung cấp “những câu trả lời nhất quán hơn”. Tuy nhiên, điều này có cái giá tương ứng, khiến nó trở thành một trong những sản phẩm công nghệ có chi phí cao nhất hiện nay.

OpenAI giới thiệu o1-pro, mô hình AI đắt giá nhất từ trước đến nay’ />

Mức phí sử dụng o1-pro được thông báo là 150 đô la cho mỗi triệu token (tương đương khoảng 750.000 từ) đưa vào mô hình và 600 đô la cho mỗi triệu token mà mô hình tạo ra. Con số này đánh dấu sự gia tăng gấp đôi so với giá của GPT-4.5 cho đầu vào và gấp 10 lần mức phí của o1 thông thường. OpenAI đang đặt cược rằng với cải tiến về hiệu suất, các nhà phát triển sẽ sẵn lòng chi tiền cho sản phẩm này.

Phát ngôn viên của OpenAI cho biết, “o1-pro trong API là phiên bản sử dụng nhiều tính toán hơn để suy nghĩ và cung cấp những câu trả lời tốt hơn cho các vấn đề khó khăn nhất”. Công ty hi vọng rằng phản hồi từ cộng đồng nhà phát triển sẽ thúc đẩy họ tiếp tục cải thiện và mở rộng khả năng của mô hình này.

Mặc dù vậy, những phản hồi ban đầu về o1-pro chưa thật sự tích cực. Mặc dù được hoạt động trong nền tảng ChatGPT dành cho người dùng Pro từ tháng 12, o1-pro đã gặp khó khăn trong việc xử lý các câu đố Sudoku và thậm chí không thể giải quyết được một số trò đùa đơn giản về ảo giác thị giác. Các bài kiểm tra nội bộ đã chỉ ra rằng o1-pro chỉ hoạt động tốt hơn một chút so với o1 tiêu chuẩn trong các bài toán lập trình và toán học. Tuy nhiên, nó đã cho ra các câu trả lời đáng tin cậy hơn cho những vấn đề này.

Thực tế, sự ra mắt của o1-pro không chỉ đơn thuần là một bước tiến mới của OpenAI mà còn đặt ra nhiều câu hỏi về tính hiệu quả và dễ tiếp cận của công nghệ AI cho các nhà phát triển. Trong khi một số người có thể thấy giá trị trong khả năng tốt hơn của mô hình này, nhiều người khác có thể lo ngại về chi phí và khả năng thực tế của việc triển khai nó vào thực tiễn.

The post OpenAI giới thiệu o1-pro, mô hình AI đắt giá nhất từ trước đến nay appeared first on Nhật Phúc.

Baidu giới thiệu hai phiên bản mới của mô hình AI Ernie

Linh Nguyễn — Mon, 17 Mar 2025 05:46:03 +0000

Baidu, công ty tìm kiếm hàng đầu của Trung Quốc, vừa công bố hai phiên bản mới của mô hình AI mang tên Ernie. Phiên bản Ernie 4.5 là bản nâng cấp từ mô hình nền tảng đã được ra mắt cách đây hai năm. Cùng với đó, công ty này đã giới thiệu Ernie X1, một mô hình mới với khả năng suy luận. Theo thông tin từ Reuters, Baidu khẳng định hiệu suất của Ernie X1 tương đương với DeepSeek R1 nhưng giá chỉ bằng một nửa. Ernie 4.5 được quảng bá với khả năng hiểu biết cảm xúc cao, cho phép mô hình đánh giá meme và châm biếm. Cả hai phiên bản mới đều có khả năng xử lý đa phương tiện, bao gồm video, hình ảnh, âm thanh và văn bản.

Mặc dù Baidu là một trong những công ty Trung Quốc đầu tiên phát triển mô hình tương tự như ChatGPT của OpenAI, nhưng hiện tại họ gặp khó khăn trong việc thu hút người dùng rộng rãi. Trong khi đó, DeepSeek gần đây đã tạo ra cơn sốt trong ngành công nghiệp AI ở Mỹ khi ra mắt các mô hình công nghệ mạnh mẽ với chi phí thấp, gây chú ý đối với các nhà đầu tư và công ty cạnh tranh.

Trước đó, CNBC đã đưa tin rằng Baidu dự định ra mắt thế hệ tiếp theo của mô hình này, Ernie 5, vào cuối năm nay, với những cải tiến đột phá về khả năng đa phương tiện. Thị trường AI đang ngày càng nóng lên khi các công ty công nghệ lớn tham gia vào cuộc cạnh tranh này. Mô hình AI của Baidu có tiềm năng đáp ứng nhu cầu ngày càng cao từ người dùng và doanh nghiệp, nhưng vẫn cần vượt qua thử thách trong việc xây dựng lòng tin và sự chấp nhận rộng rãi từ thị trường.

Thực tế cho thấy, sự cạnh tranh trong lĩnh vực AI đang ngày càng gia tăng, và với hai phiển bản Ernie mới, Baidu đang thể hiện rằng họ không ngừng nỗ lực để khẳng định vị thế của mình trong ngành công nghiệp công nghệ. Sự ra mắt này không chỉ mang lại triển vọng mới cho Baidu mà còn là một bước đi quan trọng trong việc thúc đẩy đổi mới sáng tạo và phát triển công nghệ thông minh tại Trung Quốc.

The post Baidu giới thiệu hai phiên bản mới của mô hình AI Ernie appeared first on Nhật Phúc.