Google Gemini 2.0: Trợ lý AI toàn diện hơn, mạnh mẽ hơn

<p><strong>Mục lục</strong></p> <ol> <li>Giới thiệu Google Gemini 2.0</li> <li>Gemini 2.0 Flash: Hiệu năng vượt trội, sẵn sàng cho nhà phát triển và người dùng</li> <li>Nguyên mẫu nghiên cứu: Khả năng AI chủ động</li> <li>Gemini 2.0 tích hợp vào các sản phẩm của Google</li> <li>Kết luận</li> </ol> <hr /> <ol> <li><strong>Giới thiệu Google Gemini 2.0</strong></li></ol> <p>Google vừa công bố Gemini 2.0, mô hình ngôn ngữ lớn (LLM) mới nhất trong dòng sản phẩm nhằm mục tiêu tổ chức thông tin toàn cầu. Giám đốc điều hành Google và công ty mẹ Alphabet, Sundar Pichai, cho biết Gemini 2.0 "sẽ cho phép chúng ta xây dựng các tác nhân AI mới, đưa chúng ta đến gần hơn với tầm nhìn về một trợ lý toàn diện". Ông cũng nhấn mạnh mô hình này tích hợp "những tiến bộ mới trong đa phương thức - như đầu ra hình ảnh và âm thanh tự nhiên - và khả năng sử dụng công cụ gốc".</p> <ol start="2"> <li><strong>Gemini 2.0 Flash: Hiệu năng vượt trội, sẵn sàng cho nhà phát triển và người dùng</strong></li></ol> <p>Cùng với Gemini 2.0, Google cũng phát hành Gemini 2.0 Flash, phiên bản thử nghiệm với "thời gian phản hồi thấp và hiệu năng được nâng cao ở mức công nghệ hàng đầu, quy mô lớn". Theo Demis Hassabis, Giám đốc điều hành của bộ phận nghiên cứu AI DeepMind của Google và Koray Kavukcuoglu, Giám đốc công nghệ của Google DeepMind, Gemini 2.0 Flash được xây dựng dựa trên thành công của Gemini 1.5 Flash, mô hình phổ biến nhất dành cho các nhà phát triển, với hiệu năng được cải thiện đáng kể và tốc độ phản hồi nhanh tương tự. Đáng chú ý, Gemini 2.0 Flash thậm chí còn vượt trội hơn Gemini 1.5 Pro về các tiêu chuẩn chính với tốc độ gấp đôi.</p> <p>Mô hình này hiện đã có sẵn cho các nhà phát triển thông qua API AI của Google và người dùng chatbot AI Gemini. Người dùng Gemini trên toàn cầu cũng có thể truy cập phiên bản được tối ưu hóa cho trò chuyện bằng cách chọn nó trong menu thả xuống mô hình trên phiên bản web dành cho máy tính để bàn và thiết bị di động. Phiên bản này sẽ sớm có mặt trên ứng dụng di động Gemini.</p> <p>Gemini 2.0 Flash hỗ trợ đầu vào đa phương thức như hình ảnh, video và âm thanh, và giờ đây còn hỗ trợ đầu ra đa phương thức, bao gồm hình ảnh được tạo tự động kết hợp với văn bản và âm thanh đa ngôn ngữ (TTS) có thể điều chỉnh. Mô hình cũng có thể tự động gọi các công cụ như Tìm kiếm Google, thực thi mã và các hàm do người dùng tự định nghĩa của bên thứ ba. Để hỗ trợ các nhà phát triển xây dựng ứng dụng với mô hình mới, Google cũng phát hành Multimodal Live API hỗ trợ đầu vào luồng âm thanh và video thời gian thực, cũng như khả năng sử dụng nhiều công cụ kết hợp.</p> <ol start="3"> <li><strong>Nguyên mẫu nghiên cứu: Khả năng AI chủ động</strong></li> </ol> <p>Google cũng giới thiệu một số nguyên mẫu nghiên cứu được xây dựng với Gemini 2.0 nhằm thể hiện khả năng "chủ động" của mô hình, thực hiện các hành động và hoàn thành nhiệm vụ thay mặt người dùng.</p> <p>Project Astra, lần đầu tiên được giới thiệu tại hội nghị dành cho nhà phát triển I/O của Google, là nguyên mẫu trợ lý AI toàn diện mà Google đã thử nghiệm với một nhóm nhỏ người dùng. Phiên bản mới nhất được xây dựng với Gemini 2.0 có "đối thoại tốt hơn" với khả năng trò chuyện đa ngôn ngữ, khả năng sử dụng công cụ mới, bộ nhớ được cải thiện và độ trễ thấp hơn. Google đang nỗ lực đưa các khả năng này vào các sản phẩm của Google như ứng dụng Gemini, trợ lý AI của Google, và các yếu tố hình thức khác như kính thông minh. Chương trình thử nghiệm đang được mở rộng cho nhiều người dùng hơn, bao gồm cả một nhóm nhỏ sẽ sớm bắt đầu thử nghiệm Project Astra trên kính thông minh nguyên mẫu.</p> <p>Project Mariner là một nguyên mẫu nghiên cứu ban đầu được xây dựng với Gemini 2.0, khám phá tương lai của tương tác giữa người và tác nhân, bắt đầu từ trình duyệt của bạn. Project Mariner đạt được kết quả hàng đầu trong tiêu chuẩn đánh giá WebVoyager, thử nghiệm hiệu suất của tác nhân trên các nhiệm vụ web thực tế.</p> <ol start="4"> <li><strong>Gemini 2.0 tích hợp vào các sản phẩm của Google</strong></li> </ol> <p><img alt="Youtube Video Placeholder" src="https://i.ytimg.com/vi/Fs0t6SdODd8/hqdefault.jpg" /></p> <p>Gemini 2.0 hiện đang được thử nghiệm hạn chế trong tính năng Tổng quan AI của Google trên Tìm kiếm, với các khả năng lập luận nâng cao của mô hình được sử dụng để "xử lý các chủ đề phức tạp hơn và các câu hỏi nhiều bước, bao gồm các phương trình toán học nâng cao, truy vấn đa phương thức và mã hóa". Google sẽ mở rộng Gemini 2.0 sang nhiều sản phẩm khác vào đầu năm sau. Tính năng Tổng quan AI hiện đã tiếp cận 1 tỷ người dùng, cho phép họ đặt ra các loại câu hỏi hoàn toàn mới, nhanh chóng trở thành một trong những tính năng Tìm kiếm phổ biến nhất từ trước đến nay.</p> <ol start="5"> <li><strong>Kết luận</strong></li> </ol> <p>Google Gemini 2.0 và phiên bản Gemini 2.0 Flash hứa hẹn mang đến những bước tiến đáng kể trong công nghệ AI, mở ra hướng phát triển các trợ lý AI toàn diện và hiệu quả hơn cho cả nhà phát triển và người dùng. Việc tích hợp Gemini 2.0 vào các sản phẩm của Google sẽ mang lại trải nghiệm người dùng tốt hơn và mở ra nhiều tiềm năng ứng dụng trong tương lai.</p>

Google Gemini 2.0: Trợ lý AI toàn diện hơn, mạnh mẽ hơn

Mục lục Giới thiệu Google Gemini 2.0 Gemini 2.0 Flash: Hiệu năng vượt trội, sẵn sàng cho nhà phát triển và người dùng Nguyên mẫu nghiên ...

Read more »

Trí tuệ nhân tạo Gemini 2.0 của Google: Khả năng hoàn thành nhiệm vụ độc lập

<p><strong>Mục lục:</strong></p> <ol> <li>Giới thiệu về Gemini 2.0</li> <li>Khả năng hoàn thành nhiệm vụ độc lập của Gemini 2.0</li> <li>Các dự án liên quan: Project Mariner và Project Astra</li> <li>Kết luận và triển vọng</li> </ol> <hr> <p><strong>1. Giới thiệu về Gemini 2.0</strong></p> <p>Google vừa ra mắt thế hệ mới nhất của trí tuệ nhân tạo Gemini, phiên bản 2.0, đánh dấu một bước tiến đáng kể so với phiên bản 1.0. Sự ra mắt này diễn ra đúng vào ngày kỷ niệm lần đầu tiên Gemini được giới thiệu. Trong khi Gemini 1.0 tập trung vào việc tổ chức và hiểu thông tin, thì Gemini 2.0 hướng đến mục tiêu nâng cao tính hữu dụng, trở thành một trợ lý thông minh hơn, mạnh mẽ hơn. CEO của Google, Sundar Pichai, đã nhấn mạnh sự khác biệt này: "Gemini 2.0 là về việc làm cho nó hữu ích hơn nhiều."</p> <p><strong>2. Khả năng hoàn thành nhiệm vụ độc lập của Gemini 2.0</strong></p> <p>Điểm nổi bật của Gemini 2.0 là khả năng hoàn thành các nhiệm vụ độc lập. Ví dụ, nó có thể tự động tìm kiếm và thêm các linh kiện cần thiết vào giỏ hàng trực tuyến cho các dự án thủ công. Tuy nhiên, Google khẳng định rằng quyết định mua hàng cuối cùng vẫn thuộc về người dùng, đảm bảo quyền kiểm soát toàn diện các giao dịch.</p> <p><img alt="Hình ảnh minh họa Gemini 2.0" src="https://apicms.thestar.com.my/uploads/images/2024/12/12/3065642.jpg"></p> <p><em>Mô tả hình ảnh:</em> Trí tuệ nhân tạo hỗ trợ mới là một phần của Project Mariner, một hệ thống tích hợp các khả năng tiên tiến, bao gồm việc sử dụng công cụ và truy cập trực tiếp vào các sản phẩm của Google như tìm kiếm. — AFP</p> <p><strong>3. Các dự án liên quan: Project Mariner và Project Astra</strong></p> <p>Gemini 2.0 là nền tảng cho hai dự án quan trọng khác của Google:</p> <ul> <li><p><strong>Project Mariner:</strong> Đây là một hệ thống tích hợp các khả năng tiên tiến, bao gồm việc sử dụng công cụ và truy cập trực tiếp vào các sản phẩm của Google như tìm kiếm. Theo quản lý của Google, Tulsee Doshi, các tác nhân AI trong Project Mariner có khả năng "suy nghĩ, ghi nhớ, lập kế hoạch và thậm chí hành động thay mặt người dùng". Hệ thống hoạt động giống như người dùng thực trên trình duyệt, nhưng cũng có khả năng nhận diện và từ chối một số nhiệm vụ mà tác nhân không nên thực hiện. Hiện tại, hệ thống đang được thử nghiệm với một số người dùng chọn lọc trước khi ra mắt rộng rãi.</p> </li> <li><p><strong>Project Astra:</strong> Dự án này, được giới thiệu lần đầu tại hội nghị dành cho nhà phát triển Google I/O mùa xuân năm ngoái, tận dụng Gemini 2.0 để tăng cường tương tác với môi trường xung quanh thông qua kính thông minh. Tương tự như sự hợp tác giữa Meta và Ray-Ban, những chiếc kính này hướng đến việc cung cấp hỗ trợ theo ngữ cảnh, chẳng hạn như nhận dạng địa danh hoặc hỗ trợ nấu ăn.</p> </li> </ul> <p><strong>4. Kết luận và triển vọng</strong></p> <p>Gemini 2.0 và các dự án liên quan thể hiện tham vọng của Google trong việc phát triển trí tuệ nhân tạo trở thành trợ lý mạnh mẽ, hỗ trợ con người trong nhiều khía cạnh cuộc sống. Phiên bản Gemini Flash 2.0, được thiết kế đặc biệt cho các nhà phát triển phần mềm, cho thấy tiềm năng ứng dụng rộng rãi của công nghệ này. Với khả năng hoạt động trên các máy tính trung tâm dữ liệu lớn cũng như trên máy tính cá nhân và một số mẫu điện thoại thông minh, Gemini 2.0 hứa hẹn mang lại những đột phá trong tương lai.</p> <hr>

Trí tuệ nhân tạo Gemini 2.0 của Google: Khả năng hoàn thành nhiệm vụ độc lập

Mục lục: Giới thiệu về Gemini 2.0 Khả năng hoàn thành nhiệm vụ độc lập của Gemini 2.0 Các dự án liên quan: Project Mariner và Project As...

Read more »

Trí tuệ nhân tạo Claude: Mô phỏng hành vi người dùng trên máy tính

<p><strong>Mục lục:</strong></p> <ol> <li>Claude: AI điều khiển máy tính như con người</li> <li>Thử nghiệm thực tế với Claude 3.5</li> <li>Phân tích và đánh giá</li> </ol> <hr> <p><strong>1. Claude: AI điều khiển máy tính như con người</strong></p> <p><img alt="User added image" src="https://img-s-msn-com.akamaized.net/tenant/amp/entityid/AA1sNPPt.img?w=768&h=432&m=6"></p> <p>Công ty khởi nghiệp trí tuệ nhân tạo Anthropic đã trình diễn một mô hình AI mới mang tên Claude, có khả năng tương tác với màn hình máy tính và điều khiển chuột, bàn phím "giống như con người", theo như tài liệu quảng cáo. Trong video demo, nhà nghiên cứu Sam Ringer cho thấy Claude thực hiện một số tác vụ nhập liệu đơn giản, sử dụng ảnh chụp màn hình máy tính Mac để tìm thông tin liên quan và gửi biểu mẫu. Đây là loại công việc mà rất nhiều nhân viên trên toàn thế giới làm hàng ngày. Tuy nhiên, Ringer lưu ý rằng đây chỉ là "ví dụ tiêu biểu" và mức độ chỉnh sửa video chưa được tiết lộ.</p> <p><strong>2. Thử nghiệm thực tế với Claude 3.5</strong></p> <p>Phiên bản sớm của Claude 3.5 Sonnet API hiện đã có sẵn để thử nghiệm. Giáo sư Ethan Mollick thuộc trường Wharton, Đại học Pennsylvania, đã tiến hành thử nghiệm với trò chơi trực tuyến Universal Paperclips. Ông đã hướng dẫn chương trình vào cửa sổ trình duyệt của trò chơi và "ra lệnh cho nó chiến thắng", sau đó ngồi lại và quan sát.</p> <p>Kết quả thật thú vị. AI đã xác định được mục tiêu của trò chơi bằng cách phân tích giao diện dựa trên văn bản, sau đó sử dụng thử và sai để cố gắng chiến thắng – trong trường hợp này, cơ bản là chỉ làm cho các con số tăng lên. Nó có thể điều chỉnh giá của kẹp giấy để tăng doanh thu ảo bằng cách A/B testing cơ bản, giống như một người chơi thực sự. Tuy nhiên, nó không hoàn toàn tìm ra các bước cần thiết để tối ưu hóa quá trình, điều mà sẽ khá rõ ràng đối với người chơi là con người.</p> <p><strong>3. Phân tích và đánh giá</strong></p> <p>Khả năng của Claude cho thấy một bước tiến đáng kể trong lĩnh vực AI. Việc mô phỏng hành vi người dùng trên máy tính mở ra nhiều tiềm năng ứng dụng trong tự động hóa văn phòng, hỗ trợ khách hàng và nhiều lĩnh vực khác. Tuy nhiên, cũng cần lưu ý rằng video demo có thể đã được chỉnh sửa và hiệu quả của Claude trong các tình huống phức tạp hơn vẫn cần được đánh giá kỹ lưỡng. Sự thành công của Claude phụ thuộc vào khả năng xử lý thông tin phức tạp và khả năng thích ứng với các tình huống không lường trước được.</p>

Trí tuệ nhân tạo Claude: Mô phỏng hành vi người dùng trên máy tính

Mục lục: Claude: AI điều khiển máy tính như con người Thử nghiệm thực tế với Claude 3.5 Phân tích và đánh giá 1. Claude: AI điều khiể...

Read more »

Meta ra mắt mô hình AI giúp avatar Metaverse chuyển động như người thật

<p><strong>Mục lục:</strong></p> <ol> <li>Giới thiệu Meta Motivo: AI tạo nên avatar Metaverse sống động</li> <li>Đầu tư mạnh mẽ của Meta vào AI và Metaverse</li> <li>Tiếp cận mở và các ứng dụng của Meta Motivo</li> <li>Các công nghệ AI khác của Meta và tầm nhìn tương lai</li> </ol> <p><strong>1. Giới thiệu Meta Motivo: AI tạo nên avatar Metaverse sống động</strong></p> <p>Meta vừa công bố một mô hình trí tuệ nhân tạo (AI) mới mang tên Meta Motivo. Mô hình này có khả năng điều khiển chuyển động của các nhân vật kỹ thuật số giống người, hứa hẹn sẽ nâng cao trải nghiệm người dùng trong Metaverse. Meta Motivo tập trung giải quyết vấn đề về khả năng điều khiển cơ thể thường gặp ở các avatar kỹ thuật số, cho phép chúng thực hiện các chuyển động một cách chân thực và tự nhiên hơn. Công ty cho biết: "Chúng tôi tin rằng nghiên cứu này có thể mở đường cho sự xuất hiện của các tác nhân hoàn chỉnh trong Metaverse, dẫn đến sự ra đời của các nhân vật NPC sống động hơn, dân chủ hóa hoạt hình nhân vật và các loại trải nghiệm nhập vai mới."</p> <p><img alt="User added image" src="https://img-s-msn-com.akamaized.net/tenant/amp/entityid/AA1vNizU.img?w=768&h=432&m=6"></p> <p><strong>2. Đầu tư mạnh mẽ của Meta vào AI và Metaverse</strong></p> <p>Việc ra mắt Meta Motivo là một phần trong chiến lược đầu tư mạnh mẽ của Meta vào lĩnh vực AI, thực tế tăng cường (AR) và các công nghệ Metaverse khác. Công ty đã chi hàng chục tỷ đô la cho các khoản đầu tư này, dẫn đến dự báo chi phí vốn cho năm 2024 đạt mức kỷ lục từ 37 đến 40 tỷ đô la. Sự đầu tư này cho thấy tầm nhìn chiến lược dài hạn của Meta trong việc xây dựng một tương lai số đầy tiềm năng.</p> <p><strong>3. Tiếp cận mở và các ứng dụng của Meta Motivo</strong></p> <p>Meta cũng đang phát hành nhiều mô hình AI của mình để các nhà phát triển sử dụng miễn phí. Họ tin rằng cách tiếp cận mở này sẽ có lợi cho hoạt động kinh doanh của mình bằng cách thúc đẩy sự ra đời của các công cụ tốt hơn cho các dịch vụ của công ty. Meta Motivo không chỉ tạo ra avatar sống động hơn mà còn mở ra nhiều ứng dụng tiềm năng trong các lĩnh vực như game, phim ảnh, và tương tác người dùng.</p> <p><strong>4. Các công nghệ AI khác của Meta và tầm nhìn tương lai</strong></p> <p>Bên cạnh Meta Motivo, Meta cũng giới thiệu Mô hình Khái niệm Lớn (LCM), một mô hình huấn luyện ngôn ngữ mới nhằm mục đích "tách biệt lý luận khỏi biểu diễn ngôn ngữ". LCM khác biệt đáng kể so với các mô hình ngôn ngữ lớn (LLM) thông thường. Thay vì dự đoán từ tiếp theo, LCM được huấn luyện để dự đoán khái niệm hoặc ý tưởng cấp cao tiếp theo. Ngoài ra, Meta còn phát hành các công cụ AI khác như Video Seal (đánh dấu video bằng watermark ẩn) và cập nhật Meta AI bằng mô hình ngôn ngữ lớn Llama 3.2, bổ sung tính năng chỉnh sửa ảnh và tương tác bằng giọng nói. Tất cả những nỗ lực này đều phản ánh tham vọng của Meta trong việc dẫn đầu cuộc cách mạng AI và tạo ra một tương lai Metaverse phong phú và chân thực hơn.</p>

Meta ra mắt mô hình AI giúp avatar Metaverse chuyển động như người thật

Mục lục: Giới thiệu Meta Motivo: AI tạo nên avatar Metaverse sống động Đầu tư mạnh mẽ của Meta vào AI và Metaverse Tiếp cận mở và các ứn...

Read more »

Mô hình ngôn ngữ lớn Llama 3.3 của Meta: Hiệu suất và hiệu quả được nâng cao

<p><strong>Mục lục</strong></p> <ol> <li>Giới thiệu Llama 3.3</li> <li>Cải tiến và Tính năng chính</li> <li>Hiệu suất vượt trội</li> <li>Ứng dụng thực tế và tiềm năng</li> <li>Quan điểm từ cộng đồng</li> <li>Khả năng tiếp cận và giấy phép</li> <li>Kết luận</li> </ol> <p><strong>1. Giới thiệu Llama 3.3</strong></p> <p><img alt="User added image" src="https://lh7-rt.googleusercontent.com/docsz/AD_4nXcmGO2a05iyfm0LDsRxSK7EkKi6gEfnlqSziQKl_p4f0dDRHsN1ub0P_ekDUBj8x9hf3ZqCJHRRYksPvdeOcSr4adzwCcMu_oD3n4r22nLu0XVLdjedhD3mXfn4rW0FbD_F9ws3_A?key=fH9Okqw8U8cwstrOozTtMJ3n"></p> <p>Meta vừa công bố Llama 3.3, một mô hình ngôn ngữ lớn đa ngôn ngữ nhằm hỗ trợ nhiều ứng dụng AI trong nghiên cứu và công nghiệp. Với cửa sổ ngữ cảnh 128k-token và những cải tiến về kiến trúc nhằm tăng hiệu quả, mô hình này thể hiện hiệu suất mạnh mẽ trong các bài kiểm tra đánh giá về khả năng lập luận, lập trình và xử lý đa ngôn ngữ. Llama 3.3 hiện đã được cung cấp dưới giấy phép cộng đồng trên Hugging Face.</p> <p><strong>2. Cải tiến và Tính năng chính</strong></p> <p>Llama 3.3 được cải thiện so với các phiên bản trước với cửa sổ ngữ cảnh dài hơn lên đến 128k token và kiến trúc transformer được tối ưu hóa bằng Grouped-Query Attention (GQA) để có khả năng mở rộng và hiệu quả tốt hơn. Mô hình được tinh chỉnh bằng sự kết hợp của học có giám sát và học tăng cường từ phản hồi của con người, đảm bảo hiệu suất mạnh mẽ trên nhiều tác vụ khác nhau trong khi vẫn duy trì sự hữu ích và an toàn.</p> <p><strong>3. Hiệu suất vượt trội</strong></p> <p>Mô hình này thể hiện hiệu suất mạnh mẽ trong các bài đánh giá chuẩn:</p> <ul> <li><strong>Lập luận và Kiến thức:</strong> Llama 3.3 đạt độ chính xác 50,5% trên bài đánh giá lập luận GPQA khó, cải thiện so với người tiền nhiệm.</li> <li><strong>Sinh mã:</strong> Mô hình đạt 88,4% pass@1 trên bài đánh giá mã HumanEval, thiết lập tiêu chuẩn cao cho lập trình hỗ trợ bởi AI.</li> <li><strong>Thành thạo đa ngôn ngữ:</strong> Trên MGSM, một bài đánh giá lập luận đa ngôn ngữ, Llama 3.3 ghi nhận điểm Chính xác (EM) là 91,1%.</li> </ul> <p><strong>4. Ứng dụng thực tế và tiềm năng</strong></p> <p>Khả năng thông thạo đa ngôn ngữ và tạo văn bản của mô hình làm cho nó phù hợp để xây dựng trợ lý AI, phát triển phần mềm và tạo nội dung. Việc hỗ trợ tích hợp công cụ cho phép nó hoạt động với các ứng dụng của bên thứ ba cho các tác vụ như truy xuất dữ liệu, tính toán và tạo dữ liệu tổng hợp.</p> <p>Meta cũng ưu tiên an toàn trong quá trình phát triển mô hình. Llama 3.3 tích hợp các chiến lược từ chối mạnh mẽ đối với các lời nhắc có hại tiềm ẩn và duy trì giọng điệu cân bằng trong phản hồi. Các nhà phát triển được khuyến khích triển khai nó trong các hệ thống AI có các biện pháp bảo vệ như Prompt Guard và Code Shield của Meta để tăng cường bảo mật.</p> <p><strong>5. Quan điểm từ cộng đồng</strong></p> <p>Việc phát hành Llama 3.3 đã tạo ra những cuộc thảo luận sâu sắc trong cộng đồng về tiềm năng thực tế của nó. Mihail Shahov, Giám đốc điều hành của Bulcode, nhấn mạnh vai trò ngày càng tăng của các mô hình nhỏ gọn như Llama 3.3 trong các ứng dụng doanh nghiệp:</p> <blockquote> <p>"Các mô hình nhỏ hơn như Llama 3.3 chắc chắn đang thu hút sự chú ý trong các ứng dụng cấp doanh nghiệp, đặc biệt là đối với các tác vụ đòi hỏi hiệu quả, tiết kiệm chi phí và triển khai nhanh chóng. Khả năng thích ứng của chúng làm cho chúng trở nên hoàn hảo cho các trường hợp sử dụng như dịch vụ khách hàng, cá nhân hóa và phân tích nhẹ - những kịch bản mà tốc độ và khả năng chi trả thường quan trọng hơn nhu cầu về độ sâu cực cao. Về lâu dài, tôi hình dung một phương pháp kết hợp sẽ trở thành chuẩn mực: các mô hình nhỏ gọn xử lý phần lớn khối lượng công việc hàng ngày, trong khi các mô hình lớn hơn được dành riêng cho các thách thức phức tạp, có tính chất đặc thù. Tóm lại, điều quan trọng là phù hợp công cụ với nhiệm vụ - mô hình nhỏ gọn để mở rộng quy mô và khả năng tiếp cận, mô hình siêu lớn để đổi mới đột phá."</p> </blockquote> <p>Tương tự, Revathipathi Namballa, Giám đốc điều hành của CloudAngles, đã chia sẻ kế hoạch của tổ chức mình trong việc áp dụng Llama 3.3:</p> <blockquote> <p>"Đây là tin tuyệt vời. Tại CloudAngles, chúng tôi đã tích hợp thành công nền tảng AI mlangles của mình với Llama 3.2. Với việc phát hành phiên bản 3.3, chúng tôi đã sẵn sàng triển khai bản cập nhật này để mang lại lợi ích cho khách hàng của mình. Cảm ơn toàn bộ nhóm Meta vì những nỗ lực xuất sắc của họ trong việc thúc đẩy ranh giới của đổi mới AI và làm cho những tiến bộ này dễ tiếp cận để chúng ta có thể khám phá những khả năng mới."</p> </blockquote> <p><strong>6. Khả năng tiếp cận và giấy phép</strong></p> <p>Mô hình có thể truy cập được theo Giấy phép Cộng đồng Llama 3.3, với các điểm kiểm tra được lưu trữ trên Hugging Face. Các nhà phát triển có thể chạy mô hình bằng các framework phổ biến như Transformers và tận dụng các phiên bản lượng tử để giảm nhu cầu về phần cứng. Meta mời phản hồi từ cộng đồng để tinh chỉnh các phiên bản trong tương lai và nâng cao các tiêu chuẩn an toàn AI. Chi tiết hơn có thể được tìm thấy trong kho lưu trữ Llama 3.3.</p> <p><strong>7. Kết luận</strong></p> <p>Llama 3.3 đại diện cho một bước tiến đáng kể trong lĩnh vực mô hình ngôn ngữ lớn, kết hợp hiệu suất mạnh mẽ, hiệu quả và khả năng đa ngôn ngữ. Sự sẵn có của nó dưới giấy phép cộng đồng hứa hẹn sẽ thúc đẩy đổi mới và thúc đẩy sự phát triển của các ứng dụng AI trong nhiều lĩnh vực.</p>

Mô hình ngôn ngữ lớn Llama 3.3 của Meta: Hiệu suất và hiệu quả được nâng cao

Mục lục Giới thiệu Llama 3.3 Cải tiến và Tính năng chính Hiệu suất vượt trội Ứng dụng thực tế và tiềm năng Quan điểm từ cộng đồng Khả...

Read more »

ByteDance: Ưu tiên phát triển công nghệ video AI hơn chatbot

<p><strong>Mục lục</strong></p> <ol> <li>ByteDance tăng cường đầu tư vào AI thế hệ mới</li> <li>Ưu tiên video AI: Chiến lược tập trung vào công nghệ video</li> <li>Doubao: Chatbot hàng đầu Trung Quốc nhưng không phải trọng tâm</li> <li>Thu hút nhân tài và công nghệ hàng đầu</li> <li>Cuộc đua công nghệ video AI tại Trung Quốc</li> </ol> <p><strong>1. ByteDance tăng cường đầu tư vào AI thế hệ mới</strong></p> <p>Theo thông báo của Giám đốc điều hành (CEO) ByteDance, công ty mẹ của TikTok và Douyin (phiên bản TikTok tại Trung Quốc), đang tăng cường đầu tư vào lĩnh vực trí tuệ nhân tạo (AI) thế hệ mới (GenAI). Trong bản ghi nhớ nội bộ được chia sẻ với nhân viên, CEO Liang Rubo đã nêu rõ mục tiêu quý IV của công ty là “tiếp tục mở rộng lợi thế trong các ứng dụng GenAI chủ chốt hiện tại” và “tăng cường một số lĩnh vực dọc”. ByteDance đã từ chối bình luận về thông tin này.</p> <p><strong>2. Ưu tiên video AI: Chiến lược tập trung vào công nghệ video</strong></p> <p>ByteDance vận hành chatbot Doubao tại Trung Quốc và phiên bản quốc tế Cici, cùng với nhiều công cụ video AI khác, bao gồm cả Jimeng AI (đối thủ của Sora), các mô hình video PixelDance và Seaweed, và phần mềm chỉnh sửa video Jianying (CapCut tại thị trường quốc tế).</p> <p>Tuy nhiên, theo bài báo trên trang tin 36Kr, ByteDance xem chatbot AI là cơ hội tăng trưởng chậm hơn và ưu tiên phát triển các công cụ tạo video AI. Điều này đáng chú ý, bởi Doubao hiện là chatbot AI phổ biến nhất tại Trung Quốc, với gần 60 triệu người dùng hoạt động hàng tháng (MAU), xếp thứ hai thế giới về MAU, chỉ sau ChatGPT của OpenAI (theo bảng xếp hạng tháng 11 của Aicpb.com).</p> <p><img alt="The ByteDance logo is seen at the company’s office in Shanghai, China, July 4, 2023. Photo: Reuters" src="https://cdn.i-scmp.com/sites/default/files/styles/1020x680/public/d8/images/canvas/2024/12/13/549b2f7c-101b-4c88-be39-a3f93316b8e0_3905deeb.jpg?itok=xM6-CGzu&v=1734095422"></p> <p><strong>3. Doubao: Chatbot hàng đầu Trung Quốc nhưng không phải trọng tâm</strong></p> <p>Một cựu quản lý sản phẩm cấp cao của ByteDance, người viết blog công nghệ “AfterHours” trên WeChat với bút danh Ma Nan, cho rằng ByteDance có thể sẽ phân bổ nhiều nguồn lực hơn vào việc tạo video, nhưng điều đó không có nghĩa là công ty đã gặp “vướng mắc” trong AI đàm thoại. Ông viết: “ByteDance không kỳ vọng quá cao vào việc thương mại hóa các sản phẩm AI như các công ty khác.”</p> <p>Quan điểm này phù hợp với mục tiêu gần đây của CEO Liang là “tăng cường nỗ lực khám phá và thiết lập một tổ chức nghiên cứu định hướng dài hạn” trong lĩnh vực GenAI.</p> <p>Ma Nan cũng cho rằng ByteDance có thể sẽ ưu tiên đầu tư nhiều hơn cho các công cụ video như Jianying và Jimeng AI, một phần vì “chúng thuộc quyền quản lý của Kelly Zhang Nan”. Zhang Nan, người từ chức CEO của Douyin hồi tháng 2 để tập trung vào các công cụ chỉnh sửa video, được coi là người phụ nữ quyền lực nhất trong công ty.</p> <p><img alt="Doubao, the conversational bot developed by ByteDance, is pictured on a smartphone in Beijing, China, November 12, 2024. Photo: Simon Song" src="https://img.i-scmp.com/cdn-cgi/image/fit=contain,width=1024,format=auto/sites/default/files/d8/images/canvas/2024/12/13/b9a9d5ef-ee7f-4ca6-a354-0dfd223ca9ed_798e21ed.jpg"></p> <p><strong>4. Thu hút nhân tài và công nghệ hàng đầu</strong></p> <p>Doubao đã được nâng cấp với nhiều tính năng vượt trội so với các truy vấn văn bản thông thường. Những cập nhật mới nhất bao gồm trò chuyện bằng giọng nói và tạo/chỉnh sửa hình ảnh. Sự nổi lên của Doubao minh chứng cho sự mở rộng mạnh mẽ của ByteDance trong lĩnh vực AI, thể hiện qua việc thu hút các chuyên gia và nhà nghiên cứu hàng đầu.</p> <p>Đầu năm nay, ByteDance đã tuyển dụng hai giám đốc điều hành từ các công ty đối thủ như 01.AI và Seq-AI. Công ty cũng đang tranh thủ sự chú ý của các nhà nghiên cứu toàn cầu tại Hội nghị thường niên về Hệ thống xử lý thông tin thần kinh (NeurIPS), còn được gọi là “Olympic của AI”, nơi họ tổ chức một bữa tối cho các chuyên gia ngành, học giả và sinh viên. Nhóm Doubao LLM đã đăng tải trên mạng xã hội: “ByteDance đang tăng cường đầu tư vào nhân tài hàng đầu và công nghệ tiên tiến. Hãy gia nhập cùng chúng tôi và bạn sẽ được làm việc với các nhà khoa học và kỹ sư giỏi nhất để giải quyết những thách thức về công nghệ.”</p> <p>Nhà sáng lập ByteDance, Zhang Yiming, người từ chức CEO và chủ tịch năm 2021 nhưng vẫn tích cực tham gia chiến lược công ty, đã trực tiếp giám sát việc tuyển dụng các chuyên gia AI từ các công ty đối thủ (theo báo cáo của Financial Times tuần trước), và việc đặt cược vào AI đã biến ByteDance trở thành người mua chip Nvidia lớn nhất châu Á.</p> <p><strong>5. Cuộc đua công nghệ video AI tại Trung Quốc</strong></p> <p>Việc ByteDance ngày càng tập trung vào Jianying và Jimeng cũng diễn ra trong bối cảnh cuộc đua gay gắt giữa các công ty công nghệ Trung Quốc để tung ra các công cụ tương tự trước khi OpenAI chính thức phát hành mô hình video Sora. OpenAI đã giới thiệu khả năng tạo video từ lời nhắc văn bản của Sora vào đầu tháng 2, châm ngòi cho một cuộc chạy đua giữa các công ty Trung Quốc để phát hành sản phẩm tương tự.</p> <p>Chiến lược của ByteDance là đầu tư vào nhiều ứng dụng khác nhau, phục vụ các phân khúc và đối tượng khác nhau, đã mang lại cho họ biệt danh “Nhà máy ứng dụng”. Trong lĩnh vực AI, các ứng dụng của ByteDance hiện bao gồm chatbot, tạo hình ảnh và video, sản phẩm giáo dục công nghệ, cộng tác văn phòng và công cụ lập trình tự động.</p> <hr>

ByteDance: Ưu tiên phát triển công nghệ video AI hơn chatbot

Mục lục ByteDance tăng cường đầu tư vào AI thế hệ mới Ưu tiên video AI: Chiến lược tập trung vào công nghệ video Doubao: Chatbot hàng đầ...

Read more »