Ngày 16 tháng 4 năm 2025, OpenAI đã công bố hai mô hình suy luận AI mới là o3 và o4-mini. Sự ra mắt này đánh dấu một bước nhảy vọt đáng kể trong năng lực AI của công ty, điều mà chúng ta có thể thấy rõ nhất qua khả năng suy luận hình ảnh tiên tiến. Đây là một cột mốc quan trọng, định hình lại cách các mô hình ngôn ngữ lớn tương tác và xử lý thông tin, mang đến những tiềm năng ứng dụng rộng lớn trong nhiều lĩnh vực công nghệ và đời sống. Với các cải tiến này, ChatGPT đang từng bước khẳng định vị thế là một công cụ AI toàn diện, có khả năng giải quyết các vấn đề phức tạp đòi hỏi sự kết hợp giữa hiểu biết văn bản và thị giác.
Khả Năng “Tư Duy” Bằng Hình Ảnh: Bước Tiến Đột Phá của OpenAI
OpenAI cho biết các mô hình mới này có thể diễn giải bất kỳ hình ảnh nào mà người dùng tải lên, chẳng hạn như bản phác thảo trên bảng trắng, biểu đồ trong sách giáo khoa hoặc tệp PDF đồ họa. Theo thông báo phát hành chính thức của OpenAI về o3 và o4-mini, công ty nhấn mạnh:
“Chúng không chỉ đơn thuần nhìn thấy một hình ảnh—chúng tư duy với nó. Điều này mở ra một loại hình giải quyết vấn đề mới, kết hợp giữa suy luận thị giác và văn bản, được phản ánh qua hiệu suất vượt trội của chúng trên các tiêu chuẩn đa phương thức.”
Khả năng phân tích hình ảnh được tích hợp trực tiếp vào chuỗi suy nghĩ mà các mô hình thực hiện. AI có thể chủ động phóng to, xoay hoặc cắt hình 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, tối ưu hóa khả năng hiểu và trích xuất thông tin.
Ví dụ, khi giải quyết một vấn đề 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 biểu đồ để giải thích những phát hiện của mình.
ChatGPT o4-mini giải thích hình ảnh sơ đồ khoa học
Tích Hợp Công Cụ và Tính Tự Chủ Mạnh Mẽ
Trong quá trình suy luận, o3 và o4-mini có thể sử dụng linh hoạt tất cả các công cụ ChatGPT có sẵn, bao gồm duyệt web, thực thi mã Python và tạo hình ảnh. Khả năng “agentic” này cho phép chúng tự động chọn công cụ ChatGPT lý tưởng cho từng tác vụ cụ thể. Nhờ đó, người dùng và nhà phát triển có thể thực hiện các quy trình làm việc đa bước và giải quyết những nhiệm vụ phức tạp một cách hiệu quả.
o4-mini-high là một biến thể của o4-mini, được tối ưu 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 ứng dụng thực tế của biến thể này bao gồm:
- 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.
- 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 tạo ra các phân tích và thông tin chuyên sâu cho doanh nghiệp.
Các mô hình này đã được huấn luyện thông qua học tăng cường (reinforcement learning), một khái niệm then chốt trong AI. Giờ đây, chúng có thể xử lý các vấn đề “mờ” tốt hơn vì chúng có khả năng suy luận khi nào nên sử dụng một công cụ cụ thể để đạt được kết quả mong muốn.
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, với o3-pro dự kiến sẽ ra mắt trong những tuần tới. Bạn có thể tìm thấy chúng trong menu lựa chọn mô hình. Người dùng miễn phí cũng có thể trải nghiệm mô hình o4-mini bằng cách chọn tùy chọn Think trong trình soạn thảo trước khi gửi yêu cầu.
Tại Sao Khả Năng Đa Phương Thức của ChatGPT Lại Quan Trọng?
Bằng cách cho phép AI “tư duy bằng hình ảnh”, các mô hình mới của OpenAI có thể giải quyết các vấn đề trong thế giới thực đòi hỏi sự diễn giải cả văn bản và hình ảnh. Điều này bao gồm việc gỡ lỗi mã từ ảnh chụp màn hình, đọc văn bản viết tay, phân tích biểu đồ khoa học hoặc trích xuất thông tin chuyên sâu 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 giờ tự chủ hơn và có thể hiệu quả hơn, độc lập điều chỉnh một mô hình cụ thể cho một nhiệm vụ. Khi các tác tử AI tự hành này có thể xử lý các nhiệm vụ phức tạp, đa bước, khả năng suy luận và trí thông minh 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. Sự tiến bộ này không chỉ nâng cao hiệu suất mà còn mở rộng đáng kể phạm vi ứng dụng của AI, đưa chúng ta đến gần hơn với một tương lai nơi AI có thể tương tác và giải quyết vấn đề một cách toàn diện hơn.
