AI Multimodal 2024: Khi máy móc bắt đầu 'thấy' và 'nghe' thế giới như con người

Đăng bởi tra_my •

"Theo như một chuyên gia công nghệ từng nói, tương lai không nằm ở việc máy móc thông minh ra sao, mà ở việc chúng ta điều khiển nó thế nào". Mà thôi, nói vậy hơi to tát. Hôm qua ngồi cà phê, mình tận mắt thấy một bạn trẻ chĩa điện thoại quay đĩa gỏi cuốn rồi hỏi thẳng AI món này bao nhiêu calo, chấm nước mắm gì thì hợp. Điều khiến mình khựng lại là con AI trả lời mượt rịt, phân tích từng nguyên liệu qua khung hình chứ không cần gõ một chữ mô tả nào. AI đa phương thức (Multimodal AI) năm nay đúng là làm mình bất ngờ. Thay vì bắt người dùng phải gõ lệnh văn bản dài dòng như trước, các mô hình giờ đây nhìn và nghe được. Mình đã thử quăng cho nó mấy cái biểu đồ tài chính lằng nhằng kèm theo file ghi âm giải thích lủng củng, thế mà nó túm lại được ý chính khá gọn. Không còn cảm giác đang chat với một dòng lệnh vô hồn nữa. Nhưng nói đi cũng phải nói lại, cái gì cũng có mặt trái của nó. Nhiều anh em cứ thấy AI phán gì là tin răm rắp. Đã có lần mình nhờ nó tra cứu một số liệu thời gian thực và ăn ngay cú hallucination (ảo giác) trơ trẽn mà nếu không kiểm chứng lại thì toi. Công nghệ suy cho cùng chỉ là cái cờ lê cái mỏ lết, tay cầm vẫn là mình. Chưa kể chuyện kết nối. Đọc trên các phòng chat online hay lướt ZolaChat, thấy anh em chia sẻ đủ chuyện dở khóc dở cười khi lạm dụng trợ lý ảo để giao tiếp thay cho cảm xúc thật. Mà này, có phải chúng ta đang hơi lười biếng trong việc diễn đạt suy nghĩ của chính mình không? Anh em đã trải nghiệm AI đa phương thức như thế nào rồi?
Từ khóa liên quan: #AI #Multimodal AI #trải nghiệm AI

Bình luận (15)

linh_kute

Đúng là công nghệ phát triển chóng mặt thật, nhớ thời điểm đầu đọc bài này mà bây giờ năm 2026 mọi thứ đã vượt bậc luôn rồi! 👍

khanh_trang

Chủ thớt viết cuốn quá, đọc xong lại nhớ lại mấy cái trend multimodal hồi trước. Chuẩn bài luôn bác ơi! 😊

bao_vy

Mình đang làm ngành thiết kế, từ ngày có AI hiểu được cả hình ảnh lẫn âm thanh trực tiếp thì công việc nhàn hẳn đi. Cảm ơn bạn đã chia sẻ nhé!

tu_nhi

Công nhận, máy móc giờ nó khôn như người thật ấy chứ, nhìn thấy phát mê luôn. Không biết vài năm tới còn có gì hay ho hơn nữa không ta?

diem_quynh

Bài viết hữu ích quá bạn ơi! Cho mình hỏi thêm là mấy tool dạng này hiện tại dùng bản miễn phí có bị giới hạn nhiều không nhỉ?

phuong_lan

Đúng cái chủ đề mình đang tìm hiểu luôn nè, đọc cuốn từ đầu đến cuối không dứt ra được. ❤️

tuyet_mai

Nhìn lại mới thấy tốc độ phát triển của AI đúng là kinh khủng khiếp, hồi 2024 mới chớm nở mà giờ 2026 đã ứng dụng tràn lan rồi.

khanh_van

Hay quá thớt ơi, hóng thêm mấy bài phân tích sâu hơn về mấy mô hình mới ra mắt dạo này nha! Hihi.

ngoc_han

Trước mình cứ nghĩ máy móc chỉ biết đọc chữ, ai ngờ giờ nó còn phân tích được cả cảm xúc qua giọng nói nữa chứ. Quá đỉnh! 👏

kieu_trinh

Cảm ơn chủ thớt đã rì-vieu chi tiết nha, đọc xong thấy mở mang tầm mắt hẳn ra luôn á.

lan_phuong

Công nhận công nghệ giờ làm mình ngỡ ngàng thật sự, cứ đà này chắc mấy nữa AI nó lo hết việc nhà thay con người quá. 😄

huong_giang

Bài viết chất lượng thế này mà ít tương tác thế nhỉ, ae ZolaChat đâu hết rồi vào thảo luận chung cho xôm nào!

quynh_anh

Mình vừa thử áp dụng vài mẹo trong bài xong, mượt mà phết bạn ạ. Thanks thớt nhiều nha!

thu_thao

Đúng lúc đang cần tài liệu để làm tiểu luận về AI multimodal, gặp ngay bài của bác cứu đói luôn. Tuyệt vời! 🔥

hong_ngoc

Đọc xong bài này lại phải lật đật đi cập nhật ngay mấy xu hướng công nghệ mới nhất năm 2026 thôi, không lại tối cổ mất.