ChatGPT Nhìn Thấy Và Nghe Thấy Bạn: OpenAI Ra Mắt Chế Độ Giọng Nói Nâng Cao Với Tính Năng Thị Giác

<p><strong>Mục lục</strong></p> <ol> <li>Giới thiệu về Chế độ Giọng nói Nâng cao với Thị giác của ChatGPT</li> <li>Khả năng Thị giác và Âm thanh của ChatGPT</li> <li>Tính năng nổi bật: Giọng nói Ông già Noel và Chia sẻ Màn hình</li> <li>So sánh với các công nghệ tương tự</li> <li>12 Ngày của OpenAI: Những thông báo quan trọng khác</li> <li>Kết luận</li> </ol> <p><strong>1. Giới thiệu về Chế độ Giọng nói Nâng Cao với Thị giác của ChatGPT</strong></p> <p>Trong khuôn khổ sự kiện "12 Ngày của OpenAI", OpenAI đã chính thức ra mắt tính năng được mong chờ từ lâu: <strong>Chế độ Giọng nói Nâng cao với Thị giác</strong> cho ChatGPT. Tính năng này, lần đầu tiên được giới thiệu vào tháng 5, cho phép ChatGPT "nhìn thấy" và "nghe thấy" người dùng trong thời gian thực, mang đến trải nghiệm tương tác tự nhiên hơn bao giờ hết.</p> <p><img alt="ChatGPT Vision feature" src="https://cdn.mos.cms.futurecdn.net/v2/t:0,l:0,cw:0,ch:0,q:80,w:650/um6QQ6JxuVRuNQXSDAAk9P.jpg.webp"></p> <p><strong>2. Khả năng Thị giác và Âm thanh của ChatGPT</strong></p> <p>Với Chế độ Giọng nói Nâng cao và Thị giác, ChatGPT không chỉ hiểu được giọng nói của bạn mà còn có thể phân tích hình ảnh từ camera của thiết bị. Trong các buổi trình diễn, ChatGPT đã chứng minh khả năng ghi nhớ thông tin từ cả giọng nói và hình ảnh, ví dụ như nhớ tên của người xuất hiện trên camera chỉ bằng mô tả giọng nói. Hơn nữa, khả năng đa phương thức (multimodal) của ChatGPT tạo nên cuộc hội thoại tự nhiên và linh hoạt hơn so với các mô hình khác.</p> <p><strong>3. Tính năng nổi bật: Giọng nói Ông già Noel và Chia sẻ Màn hình</strong></p> <p>Bên cạnh khả năng thị giác, OpenAI còn mang đến một bất ngờ thú vị: <strong>giọng nói Ông già Noel</strong> với chất giọng Anh đặc trưng sẽ có mặt trong suốt tháng 12. Đây chắc chắn là điểm nhấn hấp dẫn thu hút trẻ em.</p> <p>Một tính năng đáng chú ý khác là <strong>chia sẻ màn hình</strong>. Người dùng có thể chia sẻ ứng dụng trên điện thoại của mình với ChatGPT để được hỗ trợ giải quyết vấn đề. ChatGPT thậm chí còn có thể nhận diện ứng dụng đang được mở. Ví dụ, bạn có thể mở một tin nhắn và yêu cầu ChatGPT tư vấn cách trả lời.</p> <p>Tính năng chia sẻ màn hình và video sẽ được triển khai trên ứng dụng di động ChatGPT bắt đầu từ hôm nay dành cho người dùng đăng ký gói Teams, Plus và Pro (ngoại trừ khu vực Châu Âu). Giọng nói Ông già Noel sẽ có sẵn trên tất cả các nền tảng hỗ trợ Chế độ Giọng nói Nâng cao.</p> <p><strong>4. So sánh với các công nghệ tương tự</strong></p> <p>Chế độ Giọng nói Nâng cao với Thị giác của ChatGPT tương tự như dự án Project Astra của Google, được cập nhật trong thông báo về Gemini 2.0 của Google vào ngày hôm qua. Tuy nhiên, OpenAI vẫn chưa công bố chi tiết so sánh hai công nghệ này.</p> <p><strong>5. 12 Ngày của OpenAI: Những thông báo quan trọng khác</strong></p> <p>Sự kiện "12 Ngày của OpenAI" không chỉ giới thiệu Chế độ Giọng nói Nâng cao với Thị giác. Dưới đây là tóm tắt những thông báo đáng chú ý khác:</p> <p><img alt="12 Days of OpenAI" src="https://cdn.mos.cms.futurecdn.net/v2/t:0,l:0,cw:0,ch:0,q:80,w:650/um6QQ6JxuVRuNQXSDAAk9P.jpg.webp"></p> <ul> <li><strong>Ngày Sáu:</strong> ChatGPT với Giọng nói Nâng cao: Tính năng này cho phép ChatGPT nhìn thấy bạn, thế giới xung quanh và cả màn hình điện thoại của bạn nhờ vào Thị giác. Giọng nói Ông già Noel cũng được ra mắt trong tháng 12.</li> <li><strong>Ngày Năm:</strong> ChatGPT với Apple Intelligence: Cập nhật lớn cho Apple Intelligence trên iOS 18.2 tích hợp ChatGPT, nâng cao khả năng thị giác và văn bản ngay trên cửa sổ Siri.</li> <li><strong>Ngày Bốn:</strong> Ra mắt ChatGPT Canvas: OpenAI chính thức phát hành ChatGPT Canvas, trình soạn thảo văn bản và mã cho tất cả người dùng, hỗ trợ Custom GPTs và chạy mã Python.</li> <li><strong>Ngày Ba:</strong> OpenAI ra mắt Sora: Công cụ tạo video AI Sora cho phép tạo video và hình ảnh ở nhiều phong cách, từ chân thực đến trừu tượng.</li> <li><strong>Ngày Hai:</strong> Điều chỉnh tinh chỉnh mô hình AI: OpenAI tập trung vào sức mạnh của các mô hình và việc tinh chỉnh bằng cách củng cố cho các mô hình AI được thiết kế cho các nhiệm vụ phức tạp, cụ thể.</li> <li><strong>Ngày Một:</strong> Gói ChatGPT Pro và mô hình o1: Ra mắt gói ChatGPT Pro dành cho nghiên cứu khoa học và giải quyết vấn đề toán học phức tạp, cùng với việc phát hành đầy đủ mô hình o1.</li> </ul> <p><strong>6. Kết luận</strong></p> <p>Chế độ Giọng nói Nâng cao với Thị giác là một bước tiến đáng kể của OpenAI trong việc phát triển trí tuệ nhân tạo, mang đến trải nghiệm tương tác tự nhiên và trực quan hơn. Sự kiện "12 Ngày của OpenAI" cho thấy sự nỗ lực không ngừng của OpenAI trong việc cải tiến và mở rộng ứng dụng của ChatGPT. Chúng ta có thể mong đợi nhiều đột phá công nghệ hơn nữa từ OpenAI trong tương lai.</p>

ChatGPT Nhìn Thấy Và Nghe Thấy Bạn: OpenAI Ra Mắt Chế Độ Giọng Nói Nâng Cao Với Tính Năng Thị Giác

Mục lục Giới thiệu về Chế độ Giọng nói Nâng cao với Thị giác của ChatGPT Khả năng Thị giác và Âm thanh của ChatGPT Tính năng nổi bật: Gi...

Read more »

Google Project Mariner: Trợ lý AI Điều Hướng Web Thông Minh

<p><strong>Mục lục:</strong></p> <ol> <li>Giới thiệu về Project Mariner</li> <li>Cơ chế hoạt động của Project Mariner</li> <li>Ví dụ minh họa và tính năng an toàn</li> <li>Tình trạng hiện tại và tương lai của Project Mariner</li> </ol> <p><strong>1. Giới thiệu về Project Mariner</strong></p> <p><img alt="User added image" src="https://www.zdnet.com/a/img/resize/e79b70053b96bf500e3dda38bd1c05dead8d7103/2024/12/12/75c7dc7b-f49e-461c-8239-5d1402d3e53d/screenshot-2024-12-12-at-11-58-59am.png?auto=webp&width=1280"></p> <p>Trong bối cảnh cạnh tranh AI sôi động, Google đã trình làng Project Mariner – một công cụ nghiên cứu thuộc dòng sản phẩm AI tiên tiến, được xây dựng trên nền tảng Gemini 2.0. Khác với những trợ lý ảo thông thường, Mariner hoạt động như một tác nhân AI (AI agent), tự động hóa các tác vụ trên trình duyệt web của người dùng. Được thiết kế với mục đích khám phá khả năng tương tác giữa con người và AI, Mariner hứa hẹn mang đến trải nghiệm sử dụng web hoàn toàn mới mẻ và hiệu quả.</p> <p><strong>2. Cơ chế hoạt động của Project Mariner</strong></p> <p>Project Mariner hoạt động như một tiện ích mở rộng (extension) của Chrome. Nó có khả năng hiểu nội dung trên màn hình, bao gồm hình ảnh, mã code, biểu mẫu và nhiều hơn nữa. Người dùng có thể nhập yêu cầu vào một hộp chat, mô tả nhiệm vụ cần thực hiện.</p> <p>Mariner sẽ xử lý yêu cầu, tự động điều hướng các trang web, lập luận để tìm ra giải pháp tối ưu và trình bày kế hoạch thực hiện từng bước cho người dùng trước khi bắt đầu. Google cho biết Mariner đạt điểm 83.5% hiệu quả khi được đánh giá theo chuẩn WebVoyager. Quan trọng là, Mariner chỉ hoạt động trên tab đang hoạt động, tuyệt đối không hoạt động ngầm và Google khuyến cáo người dùng luôn giám sát quá trình hoạt động.</p> <p><strong>3. Ví dụ minh họa và tính năng an toàn</strong></p> <p>Hãy tưởng tượng bạn có một bảng tính Google Sheet liệt kê 4 công ty và cần tìm thông tin liên lạc của từng công ty. Thay vì tìm kiếm thủ công từng công ty, bạn chỉ cần yêu cầu Mariner: "Ghi nhớ danh sách các công ty này. Sau đó, tìm website của họ và tìm địa chỉ email liên hệ. Hãy nhớ lại thông tin này để tôi có thể sử dụng sau."</p> <p>Mariner sẽ hiển thị quá trình thực hiện từng bước, cho phép người dùng theo dõi toàn bộ quá trình suy luận và hành động của nó trên trình duyệt. Trải nghiệm tương tự như việc bộ phận IT điều khiển máy tính từ xa, bạn sẽ thấy con trỏ di chuyển và các hành động được thực hiện. Đối với các thao tác nhạy cảm như đặt hàng, Mariner sẽ yêu cầu xác nhận từ người dùng. Google cam kết nghiên cứu các rủi ro và biện pháp giảm thiểu để đảm bảo tính bảo mật và trách nhiệm của công cụ.</p> <p><strong>4. Tình trạng hiện tại và tương lai của Project Mariner</strong></p> <p>Hiện tại, Project Mariner vẫn đang trong giai đoạn phát triển ban đầu và chỉ được cung cấp cho một nhóm người dùng thử nghiệm nhỏ. Bạn có thể đăng ký tham gia danh sách chờ trên trang web của Project Mariner. Trong thời gian chờ đợi, bạn có thể khám phá nhiều thử nghiệm AI khác trên Google Labs. Với tiềm năng to lớn, Project Mariner hứa hẹn sẽ mở ra một kỷ nguyên mới trong việc tương tác với internet, giúp người dùng tiết kiệm thời gian và năng lượng khi thực hiện các tác vụ trực tuyến.</p>

Google Project Mariner: Trợ lý AI Điều Hướng Web Thông Minh

Mục lục: Giới thiệu về Project Mariner Cơ chế hoạt động của Project Mariner Ví dụ minh họa và tính năng an toàn Tình trạng hiện tại và ...

Read more »

Gemini 2.0: Google Trình Làng Trợ Lý AI Thông Minh Và Tự Động Hóa Hơn Bao Giờ Hết

<p><strong>Mục lục</strong></p> <ol> <li>Giới thiệu Gemini 2.0</li> <li>Gemini 2.0 Flash: Phiên Bản Nhanh Nhẹn Và Linh Hoạt</li> <li>Các Agent AI cho Gemini 2.0</li> <li>Dự án Astra: Trợ Lý AI Toàn Diện</li> <li>Dự án Mariner: Tương Tác Người-Máy Trên Trình Duyệt</li> <li>Cam Kết Về An Toàn Và Trách Nhiệm</li> </ol> <p><img alt="User added image" src="https://cdn.plainconcepts.com/wp-content/uploads/2024/12/gemini-20.jpg"></p> <p><strong>1. Giới thiệu Gemini 2.0</strong></p> <p>Google khép lại năm 2024 bằng sự ra mắt được mong chờ nhất: Mô hình trí tuệ nhân tạo Gemini 2.0. Đây là thế hệ AI tiếp theo, hứa hẹn một bước tiến vượt bậc về trí thông minh và khả năng. Nếu phiên bản trước tập trung vào đa phương thức, thì 2.0 dựa trên các <em>agent</em> AI, hoạt động tự chủ hơn và giải quyết vấn đề phức tạp với sự can thiệp của con người ít hơn. Với Gemini 2.0, Google đang dẫn đầu cuộc đua phát triển các mô hình AI tiên tiến nhất trên thị trường.</p> <p>CEO của Google và Alphabet, Sundar Pichai, chia sẻ trong buổi ra mắt: “Thông tin là cốt lõi của tiến bộ nhân loại. Đó là lý do tại sao trong hơn 26 năm qua, chúng tôi tập trung vào sứ mệnh tổ chức thông tin toàn cầu, làm cho nó dễ tiếp cận và hữu ích. Và đó cũng là lý do chúng tôi tiếp tục đẩy mạnh giới hạn của AI để tổ chức thông tin ở mọi đầu vào và làm cho nó có thể truy cập thông qua mọi đầu ra, để nó thực sự hữu ích cho bạn. (…) Ngày nay, hàng triệu nhà phát triển đang phát triển với Gemini, điều này giúp chúng tôi tái tạo lại tất cả các sản phẩm của mình (bao gồm cả 7 sản phẩm có 2 tỷ người dùng) và tạo ra những sản phẩm mới. Trong năm qua, chúng tôi đã đầu tư vào việc phát triển các mô hình nhanh nhẹn hơn, tức là có khả năng hiểu rõ hơn thế giới xung quanh bạn, dự đoán và hành động thay mặt bạn, dưới sự giám sát của bạn. Hôm nay, chúng tôi rất vui mừng được ra mắt kỷ nguyên tiếp theo của các mô hình được thiết kế cho kỷ nguyên mới của các <em>agent</em>: chúng tôi đang giới thiệu Gemini 2.0, mô hình mạnh mẽ nhất của chúng tôi cho đến nay. Với những tiến bộ mới về đa phương thức (như đầu ra âm thanh và hình ảnh gốc) và việc sử dụng các công cụ gốc, nó sẽ cho phép chúng tôi tạo ra các <em>agent</em> AI mới đưa chúng ta đến gần hơn với tầm nhìn về một trợ lý toàn diện (…)”.</p> <p>Video tóm tắt các khả năng mới của mô hình: (<strong>Chèn video ở đây nếu có</strong>)</p> <p><strong>2. Gemini 2.0 Flash: Phiên Bản Nhanh Nhẹn Và Linh Hoạt</strong></p> <p>Mô hình đầu tiên được Google phát hành là Gemini 2.0 Flash, phiên bản nhỏ hơn và ít mạnh mẽ hơn, nhưng vẫn tốt hơn mô hình Pro hiện tại. Theo Demis Hassabis, CEO của Google DeepMind, mô hình này linh hoạt và mạnh mẽ hơn các mô hình trước đây và có thể tạo ra hình ảnh và âm thanh đa ngôn ngữ một cách tự nhiên: “Flash thậm chí còn vượt trội hơn 1.5 Pro trong các điểm chuẩn chính, với tốc độ nhanh gấp đôi và cũng đi kèm với các khả năng mới. Ngoài việc hỗ trợ đầu vào đa phương thức như hình ảnh, video và âm thanh, Flash 2.0 giờ đây hỗ trợ đầu ra đa phương thức, chẳng hạn như hình ảnh được tạo ra tự nhiên kết hợp với văn bản và âm thanh đa ngôn ngữ được tổng hợp từ văn bản (TTS). Nó cũng được tích hợp sẵn với các công cụ như Tìm kiếm Google hoặc thực thi mã, cũng như các hàm do người dùng xác định của bên thứ ba.”</p> <p>Mô hình này hiện đã có sẵn dưới dạng mô hình thử nghiệm thông qua Gemini API, với đầu vào đa phương thức và đầu ra văn bản, chuyển đổi văn bản thành giọng nói gốc và tạo hình ảnh. Nó sẽ được phát hành rộng rãi vào tháng Giêng, cùng với nhiều kích thước mô hình hơn.</p> <p><strong>3. Các Agent AI cho Gemini 2.0</strong></p> <p>Tính năng mới lớn nhất của Gemini 2.0 nằm ở các <em>agent</em> AI. Nó hiện bao gồm khả năng hoạt động giao diện người dùng (UI) gốc, cùng với các cải tiến khác như lập luận đa phương thức, hiểu ngữ cảnh dài, theo dõi và lập kế hoạch các hướng dẫn phức tạp, gọi các hàm tổng hợp, sử dụng các công cụ gốc và cải thiện độ trễ.</p> <p>Những <em>agent</em> AI này sẽ có ảnh hưởng lớn trong vài năm tới, và Google đang khám phá lĩnh vực này với một số nguyên mẫu có thể giúp mọi người thực hiện các tác vụ chưa từng có trước đây.</p> <p><strong>4. Dự án Astra: Trợ Lý AI Toàn Diện</strong></p> <p>Vài tháng trước, Google đã ra mắt dự án này, được giới thiệu như một bước tiến hóa của các trợ lý ảo, có thể phân tích môi trường của chúng ta cho nhiều hành động, chẳng hạn như tìm đồ vật bị mất hoặc mô tả các tình huống.</p> <p>Với sự ra đời của Gemini 2.0, Dự án Astra cũng đã được cải thiện:</p> <ul> <li>Hỗ trợ hội thoại đa ngôn ngữ, hiểu được giọng địa phương và từ ngữ ít phổ biến hơn.</li> <li>Sử dụng các công cụ như công cụ tìm kiếm, Google Lens hoặc Maps.</li> <li>Cải thiện bộ nhớ: lên đến 10 phút trong một phiên và nhớ các cuộc trò chuyện trước đó nhờ khả năng cá nhân hóa.</li> <li>Giảm độ trễ: nhờ các tính năng phát trực tuyến mới và khả năng hiểu âm thanh gốc, <em>agent</em> AI có thể hiểu ngôn ngữ với độ trễ tương tự như cuộc trò chuyện của con người.</li> </ul> <p><strong>5. Dự án Mariner: Tương Tác Người-Máy Trên Trình Duyệt</strong></p> <p>Dự án Mariner là một nguyên mẫu nghiên cứu được xây dựng bằng Gemini 2.0, khám phá tương lai của sự tương tác giữa người và <em>agent</em>.</p> <p>Nó có khả năng hiểu và lập luận, thông qua thông tin trên màn hình trình duyệt, về pixel, văn bản, mã, hình ảnh hoặc biểu mẫu, và sau đó sử dụng thông tin này thông qua tiện ích mở rộng Chrome để hoàn thành các tác vụ cho bạn.</p> <p>Dự án vẫn đang trong giai đoạn đầu, nhưng kết quả rất khả quan. Google đang đặt trọng tâm vào việc xây dựng Mariner một cách an toàn và có trách nhiệm, chỉ cho phép nhập văn bản, cuộn hoặc nhấp vào tab trình duyệt đang hoạt động và yêu cầu người dùng xác nhận cuối cùng trước khi thực hiện các hành động nhạy cảm.</p> <p><strong>6. Cam Kết Về An Toàn Và Trách Nhiệm</strong></p> <p>Google và DeepMind nhấn mạnh cam kết về an toàn và trách nhiệm khi phát triển <em>agent</em> AI. Họ đang áp dụng phương pháp tiếp cận khám phá và từng bước trong phát triển sản phẩm, thử nghiệm nhiều nguyên mẫu, chú trọng tích hợp và đào tạo an ninh, làm việc với các nhà thử nghiệm đáng tin cậy và chuyên gia bên ngoài, và tiến hành đánh giá rủi ro và an ninh toàn diện.</p> <p>Gemini 2.0 và các nguyên mẫu mới mở ra cánh cửa cho một thế hệ mô hình AI thông minh và tự động hơn. Chúng ta hãy cùng chờ đón những khám phá thú vị tiếp theo.</p>

Gemini 2.0: Google Trình Làng Trợ Lý AI Thông Minh Và Tự Động Hóa Hơn Bao Giờ Hết

Mục lục Giới thiệu Gemini 2.0 Gemini 2.0 Flash: Phiên Bản Nhanh Nhẹn Và Linh Hoạt Các Agent AI cho Gemini 2.0 Dự án Astra: Trợ Lý AI To...

Read more »

Google Mariner: AI Đại lý Mới Sử dụng Gemini 2.0 - Một Bước Tiến Quan Trọng trong Thế Giới Trí Tuệ Nhân Tạo

<p><strong>Mục lục:</strong></p> <ol> <li>Giới thiệu về Mariner và Gemini 2.0</li> <li>Khả năng và Ứng dụng của Mariner</li> <li>Cạnh tranh và Tương lai của AI Đại lý</li> <li>Tác động và Thách thức của Mariner</li> </ol> <p><strong>1. Giới thiệu về Mariner và Gemini 2.0</strong></p> <p>Google vừa ra mắt Mariner, một AI đại lý tiên tiến được xây dựng trên nền tảng Gemini 2.0. AI đại lý là những hệ thống có khả năng lập luận, lập kế hoạch và sử dụng bộ nhớ để hoàn thành nhiệm vụ thay cho người dùng. Theo lời Giám đốc dự án Jaclyn Konzelmann chia sẻ với New York Times: "Chúng tôi cho phép người dùng nhập yêu cầu vào trình duyệt web, và Mariner sẽ thực hiện các hành động đó."</p> <p><img alt="User added image" src="https://imageio.forbes.com/specials-images/imageserve/675b0d55ed3ac1fe3cf98c49/Google-Gemini-2-0-is-the-foundation-of-its-new-Ai-agent--Mariner---just-released-last/0x0.jpg?format=jpg&crop=2126,1195,x0,y109,safe&width=1440"></p> <p>Gemini 2.0, nền tảng của Mariner, là một bước tiến đáng kể so với phiên bản tiền nhiệm. CEO của Google, Sundar Pichai, nhấn mạnh khả năng "agentic AI" – tức là khả năng lập luận, lập kế hoạch và thực hiện các hành động có thông tin của Gemini 2.0. Khác với phiên bản cũ tập trung vào xử lý đa dạng dữ liệu (văn bản, hình ảnh,...), Gemini 2.0 cho phép các AI đại lý như Mariner thực hiện các nhiệm vụ phức tạp một cách tự động. Tính năng "Nghiên cứu sâu" (Deep Research) là một ví dụ điển hình, cho phép Mariner thu thập, phân tích và tổng hợp thông tin thành các báo cáo toàn diện, tương tự như một trợ lý con người lành nghề.</p> <p>Hiện Mariner đang trong giai đoạn phát hành giới hạn và dự kiến sẽ được công khai vào năm 2025. Konzelmann giải thích: "Liệu Mariner có luôn chính xác không? Chưa. Đây vẫn là một công nghệ thử nghiệm."</p> <p><strong>2. Khả năng và Ứng dụng của Mariner</strong></p> <p>Mariner được thiết kế để hỗ trợ người dùng trong các tác vụ dựa trên web như nghiên cứu, đặt chỗ và mua sắm. Ví dụ, Mariner có thể giúp bạn thêm sản phẩm vào giỏ hàng trực tuyến, nhưng quyết định mua hàng cuối cùng vẫn thuộc về bạn (ít nhất là hiện nay). Các thử nghiệm ban đầu cho thấy Mariner hứa hẹn trong việc hiểu các hành động trên màn hình và tự động thực hiện các nhiệm vụ, tạo nên trải nghiệm tự động nhưng vẫn được giám sát bởi con người. Google cũng đã trình diễn cho các phóng viên một số tính năng khác của Mariner, bao gồm khả năng tự động hóa các thao tác nhấn phím và chuột, hỗ trợ lập trình phần mềm và hỗ trợ người dùng ra quyết định trong trò chơi điện tử.</p> <p><strong>3. Cạnh tranh và Tương lai của AI Đại lý</strong></p> <p>Sự ra mắt của Gemini 2.0 và Mariner đã thu hút sự chú ý từ các đối thủ cạnh tranh như OpenAI, công ty đã nâng cấp mô hình GPT-4 của mình để duy trì khả năng cạnh tranh. OpenAI cũng đang tích hợp các mô hình của mình vào các ứng dụng dành cho người tiêu dùng, như ChatGPT, và hợp tác với các khách hàng doanh nghiệp.</p> <p>Trong khi đó, các cơ quan quản lý Hoa Kỳ đang tìm cách chia tách Google do vị thế thống trị thị trường công cụ tìm kiếm của công ty này. Theo Associated Press, các đạo luật đang được xem xét để yêu cầu Google bán trình duyệt Chrome nhằm chống lại những gì một số người coi là các hoạt động kinh doanh độc quyền và không cạnh tranh. Microsoft, thông qua sự hợp tác với OpenAI, tiếp tục hoàn thiện các công cụ Copilot trên Microsoft 365 và Azure. Amazon's AWS cũng đang mở rộng nền tảng Bedrock, tập trung vào việc triển khai các mô hình AI tùy chỉnh để đáp ứng nhu cầu của các doanh nghiệp đang thích ứng với quy trình làm việc dựa trên AI đại lý.</p> <p><strong>4. Tác động và Thách thức của Mariner</strong></p> <p>Sự tiến bộ của Google trong lĩnh vực AI đại lý với Mariner và Gemini 2.0 cho thấy xu hướng tạo ra các công cụ AI không chỉ đóng vai trò trợ lý mà còn là người giải quyết vấn đề độc lập. Nếu được mở rộng thành công, Mariner có thể làm thay đổi tương tác trên nhiều ngành công nghiệp, từ thương mại điện tử đến giáo dục. Tuy nhiên, những tiến bộ như vậy cũng đặt ra những câu hỏi về quyền riêng tư, sử dụng có đạo đức và sự phụ thuộc vào hệ thống AI trong việc ra quyết định.</p> <p>Việc Mariner được thử nghiệm thêm sẽ đặt ra tiêu chuẩn cho những gì người dùng và doanh nghiệp mong đợi từ các hệ thống AI thế hệ tiếp theo. Hiện tại, những bước tiến của Google trong lĩnh vực AI củng cố vị thế dẫn đầu của mình, cạnh tranh gay gắt với các đối thủ trong một môi trường đang phát triển nhanh chóng. Năm tới sẽ là năm quan trọng để xác định cách các đổi mới về AI đại lý này chuyển thành tác động thực tế.</p>

Google Mariner: AI Đại lý Mới Sử dụng Gemini 2.0 - Một Bước Tiến Quan Trọng trong Thế Giới Trí Tuệ Nhân Tạo

Mục lục: Giới thiệu về Mariner và Gemini 2.0 Khả năng và Ứng dụng của Mariner Cạnh tranh và Tương lai của AI Đại lý Tác động và Thách t...

Read more »

Google Gemini 2.0: Một bước tiến vượt bậc trong trí tuệ nhân tạo

<p><strong>Mục lục:</strong></p> <ol> <li>Giới thiệu Google Gemini 2.0</li> <li>Khả năng và tính năng nổi bật</li> <li>Ứng dụng thực tế và ví dụ</li> <li>Hướng đi tương lai và những thách thức</li> </ol> <p><strong>1. Giới thiệu Google Gemini 2.0</strong></p> <p>Google vừa ra mắt Gemini 2.0, một gia đình các mô hình AI mới hứa hẹn vượt trội hơn các phiên bản trước về tốc độ và khả năng. Được phát hành cùng thời điểm với các thông báo "12 ngày OpenAI" của OpenAI và các tính năng Trí tuệ nhân tạo mới của Apple tại các thị trường ngoài Mỹ, Gemini 2.0 Flash (phiên bản thử nghiệm) hiện đã có sẵn cho các nhà phát triển thông qua Gemini API trên Google AI Studio và Vertex AI. Google tuyên bố Gemini 2.0 Flash nhanh gấp đôi so với Gemini 1.5 Pro.</p> <p><img alt="Gemini 2.0" src="https://cdn.mos.cms.futurecdn.net/v2/t:0,l:0,cw:0,ch:0,q:80,w:650/KCKjx7boSHaoDfZ5H3BnRC.png.webp"></p> <p><strong>2. Khả năng và tính năng nổi bật</strong></p> <p>Gemini 2.0 Flash có khả năng tạo văn bản, hình ảnh và âm thanh chỉ trong một lệnh API, giúp đơn giản hóa quá trình tạo nội dung AI và tăng năng suất. Nó cũng có thể thực hiện tìm kiếm, chạy mã và tương tác với các ứng dụng của bên thứ ba, mở rộng tính hữu dụng của nó trong nhiều lĩnh vực. Thay vì phải chuyển đổi giữa chatbot AI và các ứng dụng khác, người dùng giờ đây có thể hoàn thành công việc chỉ với một công cụ duy nhất.</p> <p>CEO Google, Sundar Pichai, giải thích rằng: "Trong năm qua, chúng tôi đã đầu tư vào việc phát triển các mô hình 'agentic' hơn, nghĩa là chúng có thể hiểu biết nhiều hơn về thế giới xung quanh, suy nghĩ trước nhiều bước và hành động thay mặt cho bạn, dưới sự giám sát của bạn." Gemini 2.0 đánh dấu một bước tiến gần hơn tới AI "agentic" – các mô hình có khả năng lập kế hoạch, lập luận và hành động với sự hướng dẫn của người dùng.</p> <p><strong>3. Ứng dụng thực tế và ví dụ</strong></p> <p>Google đã sử dụng Gemini 2.0 để hỗ trợ cho tác nhân mã thử nghiệm của mình, Jules, tích hợp trực tiếp vào quy trình làm việc của GitHub, bất chấp việc nền tảng này thuộc sở hữu của Microsoft (và do đó có liên kết với OpenAI và GPT). Google DeepMind CEO Demis Hassabis và CTO Koray Kavukcuoglu cho biết Jules có thể "giải quyết vấn đề, lập kế hoạch và thực hiện nó." Họ cũng cho biết công ty đang xây dựng nhiều biện pháp bảo vệ để bảo vệ người dùng khỏi những tác hại tiềm tàng, bao gồm đánh giá và đào tạo mô hình thêm và đưa ra các biện pháp giảm thiểu việc người dùng vô tình chia sẻ thông tin nhạy cảm.</p> <p>Trợ lý AI đa năng của Google, Project Astra, cũng có thể nhớ lại nhiều cuộc trò chuyện trước đây hơn và làm việc với nhiều công cụ hơn, như Google Search, Lens và Maps. Project Astra cũng cải thiện độ trễ, cho phép nó hiểu ngôn ngữ con người "ở độ trễ tương đương với cuộc trò chuyện của con người". Pichai nói thêm: "Nếu Gemini 1.0 tập trung vào việc sắp xếp và hiểu thông tin, thì Gemini 2.0 tập trung vào việc làm cho nó hữu ích hơn nhiều."</p> <p><strong>4. Hướng đi tương lai và những thách thức</strong></p> <p>Sự ra mắt của Gemini 2.0 đánh dấu một bước tiến quan trọng trong cuộc đua phát triển AI. Tuy nhiên, việc phát triển AI "agentic" cũng đặt ra những thách thức về đạo đức và an ninh. Việc đảm bảo tính minh bạch, trách nhiệm và an toàn của các mô hình AI mạnh mẽ như Gemini 2.0 là điều vô cùng quan trọng. Google đang nỗ lực để giải quyết những vấn đề này thông qua việc xây dựng các biện pháp bảo vệ và tiếp tục nghiên cứu, phát triển. Tương lai của AI "agentic" hứa hẹn nhiều ứng dụng đột phá, nhưng cũng đòi hỏi sự thận trọng và quản lý chặt chẽ để tránh những rủi ro tiềm tàng.</p>

Google Gemini 2.0: Một bước tiến vượt bậc trong trí tuệ nhân tạo

Mục lục: Giới thiệu Google Gemini 2.0 Khả năng và tính năng nổi bật Ứng dụng thực tế và ví dụ Hướng đi tương lai và những thách thức ...

Read more »

eSelf: Công nghệ chatbot video thời gian thực đột phá

<p><strong>Mục lục:</strong></p> <ol> <li>Giới thiệu về eSelf và vòng gọi vốn</li> <li>Công nghệ tiên tiến và tốc độ phản hồi</li> <li>Khả năng ứng dụng đa ngành</li> <li>Câu chuyện khởi nghiệp bất ngờ của người sáng lập</li> <li>Kết luận</li> </ol> <hr> <p><strong>1. Giới thiệu về eSelf và vòng gọi vốn</strong></p> <p><img alt="eSelf" src="https://s.yimg.com/ny/api/res/1.2/RaUZQ27GzuQlpxRheYQ_7Q--/YXBwaWQ9aGlnaGxhbmRlcjt3PTk2MDtoPTUzNTtjZj13ZWJw/https://media.zenfs.com/en/techcrunch_for_finance_733/273e3b9469e6886cd347905e9babfe19"></p> <p>eSelf, một startup công nghệ đến từ Israel, vừa công bố hoàn tất vòng gọi vốn hạt giống trị giá 4,5 triệu đô la Mỹ. Công ty này đang phát triển một nền tảng cho phép tạo ra và vận hành các chatbot AI đàm thoại dựa trên video, thời gian thực. Vòng gọi vốn này do Explorer Investments (Bồ Đào Nha) dẫn đầu, với sự tham gia của Ridge Ventures, M-Fund và các nhà đầu tư thiên thần chiến lược như Eyal Manor (cựu Phó Chủ tịch kỹ thuật của YouTube và Giám đốc sản phẩm và kỹ thuật tại Twilio). eSelf hướng đến các lĩnh vực như giáo dục, bán hàng, dịch vụ tài chính, bất động sản và sức khỏe & đời sống.</p> <p><strong>2. Công nghệ tiên tiến và tốc độ phản hồi</strong></p> <p>Điểm mạnh của eSelf nằm ở tốc độ phản hồi nhanh chóng của chatbot. Theo công ty, thời gian phản hồi trung bình chỉ dưới 1,7 giây – nhanh hơn đáng kể so với các chatbot giọng nói của các công ty hàng đầu khác như OpenAI. Điều này góp phần tạo nên trải nghiệm tương tác chân thực hơn. eSelf cung cấp một studio tạo chatbot "không cần mã hóa" (no-code), giúp khách hàng dễ dàng xây dựng các chatbot riêng của mình. Các chatbot này có khả năng tương tác với các ứng dụng phổ biến như Calendly, Salesforce, v.v., để lên lịch hẹn, truy cập nội dung và tham chiếu dữ liệu giống như một trợ lý con người.</p> <p><strong>3. Khả năng ứng dụng đa ngành</strong></p> <p>eSelf cho biết họ đã âm thầm vận hành "hàng triệu" cuộc trò chuyện thời gian thực. Hiện tại, công ty đã có một số khách hàng lớn như Christie's (bất động sản) và ngân hàng AGI (Brazil). Khả năng tích hợp với nhiều ứng dụng và tốc độ phản hồi nhanh chóng của eSelf mở ra tiềm năng ứng dụng rộng rãi trong nhiều lĩnh vực, góp phần tăng hiệu quả và trải nghiệm người dùng.</p> <p><strong>4. Câu chuyện khởi nghiệp bất ngờ của người sáng lập</strong></p> <p>eSelf được đồng sáng lập bởi Tiến sĩ Alan Bekker (CEO) và Eylon Shoshan (CTO). Câu chuyện khởi nghiệp của họ khá bất ngờ. Ban đầu, Alan Bekker mong muốn trở thành một giáo sĩ Do Thái. Tuy nhiên, sau khi đặt ra những câu hỏi lớn về đức tin và không nhận được câu trả lời thỏa đáng, ông đã từ bỏ con đường này.</p> <p>“Tôi đã về nhà và nói với vợ Liza rằng tôi không còn tin vào Chúa nữa,” ông chia sẻ.</p> <p>Sau đó, ông chuyển hướng sang nghiên cứu kỹ thuật, vật lý và khoa học máy tính. Một khóa học về máy học tình cờ đã thay đổi cuộc đời ông.</p> <p>“Bạn có thể, bằng toán học, hiểu được ngôn ngữ tự nhiên, thị giác, lời nói. Thật kinh ngạc,” ông nói. Niềm đam mê hiểu về con người và thế giới đã dẫn dắt ông đến với lĩnh vực trí tuệ nhân tạo, tạo nên nền tảng cho sự ra đời của eSelf.</p> <p><strong>5. Kết luận</strong></p> <p>eSelf đang tạo ra một làn sóng mới trong lĩnh vực chatbot AI với công nghệ video thời gian thực và tốc độ phản hồi ấn tượng. Vòng gọi vốn thành công và danh sách khách hàng ngày càng tăng cho thấy tiềm năng to lớn của công ty này trong việc cách mạng hóa cách chúng ta tương tác với các trợ lý ảo. Với sự phát triển mạnh mẽ của AI, eSelf hứa hẹn sẽ đóng góp quan trọng vào tương lai của công nghệ đàm thoại.</p>

eSelf: Công nghệ chatbot video thời gian thực đột phá

Mục lục: Giới thiệu về eSelf và vòng gọi vốn Công nghệ tiên tiến và tốc độ phản hồi Khả năng ứng dụng đa ngành Câu chuyện khởi nghiệp b...

Read more »