Bản tin AI | Midjourney chính thức ra mắt V1: Từ ảnh tĩnh đến video, đưa sức sáng tạo của AI lên một tầm cao mới

Xin chào từ thế giới AI! 🚀Trong bản tin hôm nay, chúng tôi xin giới thiệu những chủ đề nổi bật sau.　・Midjourney chính thức ra mắt V1: từ ảnh tĩnh đến video, đưa sức sáng tạo của AI lên một tầm cao mới　・Google công bố "Search Live": tìm kiếm bằng giọng nói theo thời gian thực qua hội thoại tự nhiên với AI　・Grok AI ra mắt tính năng mới theo dự án "Workspace": đối trọng với GEM của Gemini

MIDJOURNEY

Midjourney chính thức ra mắt V1 – Từ ảnh tĩnh đến video, đưa sức sáng tạo của AI lên một tầm cao mới

Midjourney, nổi tiếng với khả năng tạo ảnh AI, vừa tiến thêm bước mới với công cụ video "V1," biến ảnh tĩnh thành video ngắn có chuyển động, mở rộng đáng kể không gian sáng tạo.

Cơ chế hoạt động của V1

V1 dùng mô hình "image-to-video" để tạo video khoảng 5 giây từ ảnh người dùng tải lên (kể cả ảnh do Midjourney tạo). Mỗi ảnh tự động tạo ra 4 phiên bản video, người dùng chọn ra bản phù hợp nhất.Video cũng có thể được kéo dài tối đa 20 giây và tinh chỉnh bằng prompt (lệnh văn bản), mang lại độ linh hoạt sáng tạo cao.

Nguồn: MIDJOURNEY

Các gói cước

V1 yêu cầu đăng ký gói cước Midjourney.

• Gói Basic (10 đô la/tháng): 3,3 giờ GPU tốc độ cao, đủ tạo ~200 ảnh. Video tốn tài nguyên hơn — 1 giây video = chi phí GPU của 1 ảnh — nên cần dùng cẩn thận.
• Gói Pro và Mega (~60 đô la/tháng và 120 đô la/tháng): thêm thời lượng GPU cùng "Video Relax Mode" tạo video không giới hạn, dù xử lý chậm hơn. Hợp đồng năm được giảm 20%.

Nguồn: MIDJOURNEY

Tối ưu hóa cho đăng tải mạng xã hội

V1 còn có tính năng tối ưu cho chia sẻ mạng xã hội: tùy chọn "Save for Social Media" tránh giảm chất lượng khi đăng lên TikTok, Instagram.Người dùng đầu tiên đánh giá cao chất lượng, tính sáng tạo của video V1, và tốc độ xử lý cũng được khen ngợi. Đây là bước đi chiến lược để Midjourney cạnh tranh trực tiếp với các đối thủ lớn như Veo 3 của Google.

GOOGLE

Google công bố "Search Live": tìm kiếm bằng giọng nói theo thời gian thực qua hội thoại tự nhiên với AI

Google đã công bố "Search Live," tính năng mới đưa trải nghiệm tìm kiếm lên một giai đoạn tiếp theo. Người dùng giờ đây có thể giao tiếp hai chiều bằng giọng nói theo thời gian thực, nhận kết quả tìm kiếm thông qua hội thoại tự nhiên với AI. Tính năng này hiện đang được thử nghiệm tại Mỹ dành cho người dùng đã đăng ký AI Mode trong "Google Labs."

Nguồn: Google

AI tìm kiếm duy trì hội thoại liên tục không gián đoạn

Với Search Live, người dùng chỉ cần nói, và AI sẽ trả lời bằng giọng nói kèm theo văn bản và đường link bổ sung. Điểm nổi bật là AI có thể duy trì ngữ cảnh của cuộc hội thoại, nên người dùng không cần lặp lại nội dung mỗi lần.Ví dụ, trong lúc đóng gói hành lý, người dùng có thể hỏi "Làm sao để chiếc váy không bị nhăn?" rồi tiếp tục hỏi "Nếu vẫn còn nhăn thì sao?" — AI sẽ hiểu được mối liên hệ với câu hỏi trước đó và đưa ra câu trả lời phù hợp.

Hỗ trợ đa nhiệm và thiết kế giao diện trực quan

Ngay cả khi người dùng mở ứng dụng khác, cuộc hội thoại vẫn tiếp tục chạy ngầm. Toàn bộ lịch sử hội thoại được lưu lại trong AI Mode và có thể tham khảo lại sau đó.Giao diện cũng được thiết kế thân thiện với người dùng:

• Nút "Live" ngay bên dưới thanh tìm kiếm
• Tính năng tắt tiếng, đổi giọng nói, xem bản ghi lời thoại
• Hoạt động ngay cả khi màn hình đang khóa
• Nhờ đó, người dùng có trải nghiệm tìm kiếm mượt mà kể cả khi đang di chuyển hay bận việc khác.

Nền tảng công nghệ tiên tiến với Gemini và Query Fan-out

Search Live được xây dựng dựa trên sự kết hợp giữa mô hình AI thế hệ mới "Gemini" của Google và công cụ tìm kiếm Google. Sự kết hợp này giúp mang lại câu trả lời cân bằng giữa độ chính xác và độ tin cậy.Bên cạnh đó, công nghệ mang tên "Query Fan-out" đồng thời trích xuất và tổng hợp thông tin từ nhiều trang web trên internet, cung cấp câu trả lời dựa trên nhiều góc nhìn đa dạng.

Hướng phát triển tiếp theo: tiến tới tích hợp với thị giác

Google dự kiến trong tương lai sẽ giới thiệu tính năng sử dụng camera điện thoại để cho phép tìm kiếm và hội thoại dựa trên hình ảnh theo thời gian thực. Điều này được kỳ vọng sẽ đưa trải nghiệm tìm kiếm tiến thêm một bước, hướng tới sự hòa quyện giữa "thị giác" và "giọng nói."Hiện tại, Search Live vẫn là tính năng giới hạn tại Mỹ, nhưng với kế hoạch mở rộng ra toàn cầu, khả năng tìm kiếm bằng hội thoại tự nhiên không phụ thuộc từ khóa nhiều khả năng sẽ trở thành tiêu chuẩn của thế hệ tiếp theo.

GROK AI

Grok AI ra mắt tính năng mới theo dự án "Workspace": đối trọng với GEM của Gemini

Grok AI của xAI (do Elon Musk dẫn dắt) đã triển khai tính năng mới mang tên "Workspace," cho phép tương tác được cá nhân hóa theo từng dự án riêng biệt. Dù có điểm tương đồng với "GEM," tính năng có trong Gemini của Google, Workspace của Grok được thiết kế linh hoạt và thực tế hơn, hỗ trợ mục tiêu của người dùng trong dài hạn.

Nguồn: Grok AI

Workspace là gì

Với Workspace, người dùng có thể sắp xếp các tương tác với Grok theo từng mục đích hoặc dự án cụ thể. "Mục đích" và "nhiệm vụ" được thiết lập ban đầu sẽ được AI ghi nhớ, nên không cần giải thích lại trong các lần trò chuyện sau.Ví dụ, khi thiết lập các chủ đề như "quản lý chi tiêu gia đình" hay "sản xuất nội dung du lịch," khả năng hiểu và hỗ trợ của AI sẽ được duy trì nhất quán trong phạm vi đó.

Nguồn: Grok AI

Liên kết tệp và khả năng ghi nhớ hỗ trợ công việc

Bằng cách tải lên tệp PDF hoặc Excel vào Workspace, Grok sẽ nắm được nội dung và trả lời ngay lập tức các câu hỏi dựa trên đó. Điểm mạnh là người dùng không cần lặp lại thông tin hay giải thích lại bối cảnh mỗi lần.Tính năng này hữu ích trong nhiều tình huống, bao gồm soạn thảo báo cáo, tổng hợp các điểm chính từ tài liệu nghiên cứu, soạn kế hoạch dài hạn, và quản lý tiến độ dự án.

Nguồn: Grok AI

Ứng dụng thực tế: từ giáo dục đến quản lý chi tiêu gia đình

Grok Workspace không cần khôi phục lại bối cảnh hội thoại mỗi lần, cho phép hỗ trợ liên tục.Ví dụ:

• Tải sẵn tài liệu dành cho người mới học Python và đặt câu hỏi từng bước về các khái niệm hoặc bài tập cụ thể
• Ghi lại chi tiêu hằng ngày để Grok tự động tổng hợp theo tuần hoặc theo hạng mục

Ngoài ra, tính năng này còn được kỳ vọng hữu ích trong nhiều mục đích khác như theo dõi tiến độ học ngoại ngữ, ghi chép sách đã đọc, quản lý cấu trúc bài viết blog cá nhân, hay theo dõi thói quen luyện tập.

Khác biệt so với GEM và chiến lược phát triển của Grok

Giống như "GEM" của Google Gemini, Workspace của Grok cũng duy trì ngữ cảnh hội thoại để hỗ trợ dài hạn, nhưng điểm khác biệt là Workspace do người dùng chủ động điều khiển và có thể tùy chỉnh tự do hơn.Với triết lý thiết kế này, Grok đang hướng tới việc phát triển vượt ra ngoài một AI hội thoại thông thường, trở thành "AI đồng hành" cùng chia sẻ mục tiêu và tiếp tục làm việc song hành cùng tài liệu, lịch sử của người dùng. Trong tương lai, việc ứng dụng vào nâng cao hiệu suất cá nhân và quản lý tri thức được kỳ vọng sẽ ngày càng phát triển.

Lời kết

Hy vọng nội dung hôm nay sẽ hữu ích cho quý vị trong việc ứng dụng công nghệ AI cũng như thu thập thông tin. Nếu thấy hữu ích, mong quý vị chia sẻ cùng đồng nghiệp, bạn bè quan tâm. Chúng tôi sẽ tiếp tục chọn lọc những chủ đề nổi bật nhất để gửi đến quý vị. Rất mong quý vị tiếp tục đón đọc

bản tin

kỳ tới. Xin cảm ơn sự đồng hành của quý vị.