Tập đoàn Alibaba của Trung Quốc vừa cho ra lò mô hình trí tuệ nhân tạo (AI) mới cực đỉnh, được cho là có khả năng nhận diện cảm xúc con người thông qua video luôn á, với tham vọng "vượt mặt" mô hình mới nhất của OpenAI nè.
Phòng thí nghiệm Thông Nghĩa (Tongyi) của Alibaba hôm thứ Ba (11/3) đã chính thức công bố mô hình R1-Omni dưới dạng mã nguồn mở. Đây được coi là mô hình ngôn ngữ đa phương thức toàn diện đầu tiên, ứng dụng kỹ thuật học tăng cường với phần thưởng có thể xác minh (RLVR) – một công nghệ nghe hơi "trâu" nhưng hứa hẹn nâng cao khả năng suy luận và phân tích cảm xúc của AI lên level mới hẳn.
Nhóm phát triển cho biết, họ đã sử dụng RLVR để tối ưu hoá mô hình mã nguồn mở HumanOmni 0.5B, giúp cải thiện đáng kể 3 yếu tố quan trọng, gồm khả năng suy luận, độ chính xác trong nhận diện cảm xúc và khả năng tổng quát hoá. Theo báo cáo, R1-Omni có thể hiểu rõ hơn cách thông tin thị giác và thính giác hỗ trợ việc nhận diện cảm xúc, đồng thời xác định rõ yếu tố nào đóng vai trò quan trọng hơn trong việc đánh giá từng loại cảm xúc. Nghe "xịn xò" ghê chưa!
Trong các video thử nghiệm, R1-Omni có thể xác định trạng thái cảm xúc của con người thông qua video, đồng thời mô tả luôn trang phục và môi trường xung quanh nhân vật. Chứ không chỉ nhìn mặt đoán cảm xúc đâu nhé! Điều này đánh dấu một bước tiến lớn trong lĩnh vực thị giác máy tính.
Công nghệ nhận diện cảm xúc của AI đang dần trở thành một xu hướng "hot hit" trong ngành công nghệ. Công nghệ này thường thấy qua các ứng dụng thực tế, như chatbot hỗ trợ khách hàng (đỡ phải gọi tổng đài nghe nhạc chờ cả tiếng đồng hồ ) hay hệ thống giám sát, phát hiện dấu hiệu mệt mỏi của tài xế khi lái xe trên xe điện Tesla.
Với việc ra mắt mô hình R1-Omni, Alibaba đang tăng tốc trong cuộc đua AI và thách thức vị thế của OpenAI rồi đây. Trong khi OpenAI ra mắt GPT-4.5 có khả năng nhận diện và phản hồi những tín hiệu tinh tế trong câu hỏi của người dùng, với mức giá lên tới 200 USD/tháng (mắc vãi chưởng luôn ), Alibaba lại cung cấp R1-Omni hoàn toàn miễn phí trên nền tảng Hugging Face. Free mà ngon thì ai chả thích, phải không nào?
Nguồn: soha.vn
Phòng thí nghiệm Thông Nghĩa (Tongyi) của Alibaba hôm thứ Ba (11/3) đã chính thức công bố mô hình R1-Omni dưới dạng mã nguồn mở. Đây được coi là mô hình ngôn ngữ đa phương thức toàn diện đầu tiên, ứng dụng kỹ thuật học tăng cường với phần thưởng có thể xác minh (RLVR) – một công nghệ nghe hơi "trâu" nhưng hứa hẹn nâng cao khả năng suy luận và phân tích cảm xúc của AI lên level mới hẳn.
Nhóm phát triển cho biết, họ đã sử dụng RLVR để tối ưu hoá mô hình mã nguồn mở HumanOmni 0.5B, giúp cải thiện đáng kể 3 yếu tố quan trọng, gồm khả năng suy luận, độ chính xác trong nhận diện cảm xúc và khả năng tổng quát hoá. Theo báo cáo, R1-Omni có thể hiểu rõ hơn cách thông tin thị giác và thính giác hỗ trợ việc nhận diện cảm xúc, đồng thời xác định rõ yếu tố nào đóng vai trò quan trọng hơn trong việc đánh giá từng loại cảm xúc. Nghe "xịn xò" ghê chưa!
Trong các video thử nghiệm, R1-Omni có thể xác định trạng thái cảm xúc của con người thông qua video, đồng thời mô tả luôn trang phục và môi trường xung quanh nhân vật. Chứ không chỉ nhìn mặt đoán cảm xúc đâu nhé! Điều này đánh dấu một bước tiến lớn trong lĩnh vực thị giác máy tính.
Công nghệ nhận diện cảm xúc của AI đang dần trở thành một xu hướng "hot hit" trong ngành công nghệ. Công nghệ này thường thấy qua các ứng dụng thực tế, như chatbot hỗ trợ khách hàng (đỡ phải gọi tổng đài nghe nhạc chờ cả tiếng đồng hồ ) hay hệ thống giám sát, phát hiện dấu hiệu mệt mỏi của tài xế khi lái xe trên xe điện Tesla.
Với việc ra mắt mô hình R1-Omni, Alibaba đang tăng tốc trong cuộc đua AI và thách thức vị thế của OpenAI rồi đây. Trong khi OpenAI ra mắt GPT-4.5 có khả năng nhận diện và phản hồi những tín hiệu tinh tế trong câu hỏi của người dùng, với mức giá lên tới 200 USD/tháng (mắc vãi chưởng luôn ), Alibaba lại cung cấp R1-Omni hoàn toàn miễn phí trên nền tảng Hugging Face. Free mà ngon thì ai chả thích, phải không nào?
Nguồn: soha.vn