Vào ngày 16 tháng 4 năm 2025, OpenAI đã chính thức giới thiệu hai mô hình suy luận AI tiên tiến mới là o3 và o4-mini. Sự ra mắt này đánh dấu một bước nhảy vọt đáng kể trong năng lực trí tuệ nhân tạo của công ty, đặc biệt thể hiện rõ nhất qua khả năng suy luận hình ảnh vượt trội của chúng. Đây là một phát triển quan trọng, mở ra kỷ nguyên mới cho việc tương tác giữa con người và AI thông qua ngôn ngữ tự nhiên và hình ảnh.
Khả Năng “Suy Nghĩ” Với Hình Ảnh Của Các Mô Hình Mới
OpenAI tuyên bố rằng các mô hình AI mới này có thể diễn giải mọi loại hình ảnh mà người dùng tải lên, từ một bản phác thảo trên bảng trắng, sơ đồ trong sách giáo khoa cho đến các tài liệu PDF chứa đồ họa phức tạp. Theo thông báo chính thức về việc ra mắt OpenAI o3 và o4-mini, công ty nhấn mạnh:
“Chúng không chỉ đơn thuần nhìn thấy một hình ảnh—chúng suy nghĩ cùng với hình ảnh đó. Điều này mở khóa một lớp giải quyết vấn đề mới, kết hợp lý luận thị giác và văn bản, được phản ánh qua hiệu suất dẫn đầu trong các thử nghiệm đa phương thức.”
Khả năng phân tích hình ảnh được tích hợp sâu vào quá trình suy luận chuỗi ý tưởng (chain of thought reasoning) mà các mô hình thực hiện. Các mô hình AI này có thể tự động phóng to, xoay hoặc cắt ảnh để cải thiện quá trình xử lý. Đáng chú ý, chúng vẫn hoạt động hiệu quả ngay cả với những hình ảnh chất lượng thấp hoặc mờ.
Ví dụ, khi giải quyết một bài toán khoa học liên quan đến biểu đồ, mô hình có thể phóng to một phần cụ thể của hình ảnh, thực hiện các phép tính bằng Python, và sau đó tạo ra một đồ thị để giải thích kết quả của nó.
Giao diện ChatGPT với mô hình o4-mini minh họa khả năng mô tả và suy luận thông tin từ hình ảnh
Trong quá trình suy luận, o3 và o4-mini có thể sử dụng linh hoạt tất cả các công cụ có sẵn trong ChatGPT, bao gồm duyệt web, thực thi mã Python và tạo hình ảnh. Khả năng “tác nhân” này cho phép chúng tự động lựa chọn công cụ ChatGPT lý tưởng cho từng nhiệm vụ cụ thể. Người dùng và nhà phát triển giờ đây có thể thực hiện các quy trình làm việc nhiều bước và giải quyết các tác vụ phức tạp một cách hiệu quả.
o4-mini-high và Ứng Dụng Thực Tiễn
o4-mini-high là một biến thể nâng cao của o4-mini, được thiết kế để dành nhiều thời gian và tài nguyên tính toán hơn cho mỗi yêu cầu, nhằm mang lại kết quả chất lượng cao hơn. Một số trường hợp sử dụng thực tế của biến thể này bao gồm:
- Nghiên cứu khoa học: Tạo và đánh giá các nghiên cứu trong sinh học, kỹ thuật và các lĩnh vực STEM khác, cung cấp lý luận chi tiết từng bước và giải thích bằng hình ảnh.
- Phân tích kinh doanh: Tìm kiếm và tổng hợp thông tin từ nhiều nguồn khác nhau như cơ sở dữ liệu trực tuyến, báo cáo tài chính, dữ liệu thị trường và biểu đồ để đưa ra những hiểu biết sâu sắc về kinh doanh.
Các mô hình này đã được đào tạo thông qua học tăng cường (reinforcement learning), một khái niệm cốt lõi trong lĩnh vực AI. Giờ đây, chúng có khả năng xử lý các vấn đề phức tạp và “mơ hồ” tốt hơn, vì chúng có thể suy luận khi nào nên sử dụng một công cụ cụ thể để đạt được kết quả mong muốn.
Khả Năng Tiếp Cận
Các mô hình o3, o4-mini và o4-mini-high hiện đã có sẵn cho tất cả người dùng có tài khoản ChatGPT Plus, Pro và Team. Riêng mô hình o3-pro dự kiến sẽ ra mắt trong những tuần tới. Bạn có thể dễ dàng tìm thấy chúng trong menu lựa chọn mô hình. Đối với người dùng miễn phí, bạn có thể trải nghiệm mô hình o4-mini bằng cách chọn tùy chọn Think trong giao diện soạn thảo trước khi gửi yêu cầu.
Tại Sao Khả Năng Đa Phương Thức Của ChatGPT Lại Quan Trọng?
Bằng cách cho phép AI “suy nghĩ với hình ảnh”, các mô hình mới của OpenAI có thể giải quyết các vấn đề thực tế đòi hỏi sự diễn giải đồng thời cả văn bản và hình ảnh. Điều này bao gồm việc gỡ lỗi mã từ ảnh chụp màn hình, đọc chữ viết tay, phân tích sơ đồ khoa học hoặc trích xuất thông tin chi tiết từ các biểu đồ phức tạp. Kết quả là, ChatGPT đã trở nên nhận thức ngữ cảnh tốt hơn đáng kể.
Các mô hình hiện có tính tự chủ cao hơn. Chúng cũng có thể hiệu quả hơn, tự động điều chỉnh mô hình cụ thể cho từng tác vụ. Vì các tác nhân AI tự chủ này có thể xử lý các nhiệm vụ phức tạp, nhiều bước, khả năng suy luận và trí tuệ thị giác của chúng trở nên cực kỳ quan trọng đối với các lĩnh vực như nghiên cứu, kinh doanh và công việc sáng tạo.
Với những bước tiến này, OpenAI đang định hình tương lai của AI, nơi công nghệ có thể tương tác và hiểu thế giới thực một cách toàn diện hơn bao giờ hết. Bạn đã sẵn sàng khám phá khả năng mới của ChatGPT chưa? Hãy thử nghiệm ngay và chia sẻ trải nghiệm của bạn với chúng tôi!
