Sam Altman đã đóng dịch vụ TikTok của riêng mình. OpenAI hôm qua đã xóa bỏ hoàn toàn Sora. Không chỉ ứng dụng, mà cả công cụ dành cho nhà phát triển và tính năng tạo video trong ChatGPT cũng đều biến mất.
Chỉ mới 6 tháng trước, Sora 2 còn là ứng dụng phổ biến nhất thế giới. Chỉ sau hai ngày ra mắt, nó đã đứng số 1 trên App Store, và 164.000 người đã tải xuống khi phần lớn mọi người thậm chí còn không biết nó tồn tại. Chỉ cần nhập một câu, video giống thật sẽ được tạo ra trong vài phút và có thể chia sẻ lên một feed giống TikTok do AI tạo ra. Nhưng đến tháng 1, số lượt tải đã lao dốc 45% chỉ trong một tháng. Kể từ khi ra mắt ứng dụng, tổng số tiền người dùng chi tiêu chỉ vỏn vẹn 1,4 triệu USD. OpenAI được dự đoán sẽ lỗ 14 tỷ USD trong năm nay. Doanh thu lũy kế của Sora có lẽ không đủ bù đắp nổi dù chỉ một giờ thua lỗ của công ty.
Thỏa thuận với Disney cũng đổ vỡ. Tháng 12 năm ngoái, Disney đã đầu tư 1 tỷ USD vào OpenAI và đồng ý cấp phép hơn 200 nhân vật của Marvel, Pixar và Star Wars để sử dụng trong Sora. Disney từng lên kế hoạch phát trực tuyến các video do AI tạo ra đã được tuyển chọn trên Disney+ và mang đến trải nghiệm mới cho người đăng ký bằng công nghệ của OpenAI. Nhưng giờ tất cả đã tan thành mây khói. Người phát ngôn của Disney cho biết: "Chúng tôi tôn trọng quyết định rút khỏi mảng tạo video của OpenAI."
Vậy tại sao họ lại muốn khai tử một sản phẩm mà Disney đã đầu tư tới 1 tỷ USD? OpenAI đang thúc đẩy kế hoạch IPO vào cuối năm nay. Tháng 2 vừa qua, công ty nhận được khoản đầu tư 110 tỷ USD với mức định giá 840 tỷ USD, nhưng được dự báo phải đến năm 2029 hoặc 2030 mới có lãi. Người đứng đầu phát triển ứng dụng của OpenAI nhấn mạnh với nhân viên rằng "chúng ta không được xao nhãng bởi những việc bên lề mà bỏ lỡ thời khắc quan trọng này." Việc tạo video tiêu tốn năng lực tính toán khổng lồ. Nếu bạn đang đốt hàng tỷ USD mỗi tháng và các nhà đầu tư lần đầu chuẩn bị soi xét tình hình tài chính, thì việc dồn toàn bộ máy chủ vào ChatGPT — sản phẩm thực sự tạo ra doanh thu — là điều hiển nhiên.
OpenAI cho biết nhóm nghiên cứu Sora sẽ chuyển hướng sang phát triển công nghệ robot. Ứng dụng tiêu dùng này đã hoạt động trong 6 tháng.
LiteLLM là thư viện gọi nhà cung cấp LLM duy nhất của DSPy, và CrewAI cũng đang dùng làm phương án dự phòng
Airflow, Dagster, http://Unsloth.ai, Polar, nanobot v.v. cũng phụ thuộc vào LiteLLM
Trên GitHub có hơn 628 dự án đưa LiteLLM vào mà không cố định phiên bản
Nếu đang sử dụng các đoạn mã liên quan thì hãy kiểm tra một lần nhé
Ở thời điểm hiện tại khi AI tools đã trở thành hiện thực, tôi nghĩ đây là một bài viết khá thực tế và có góc nhìn riêng về cách tối đa hóa sức mạnh cá nhân.
Trong tương lai, mọi thứ sẽ ngày càng đòi hỏi tính gọn nhẹ và tốc độ cao hơn, nên quan niệm cộng tác cũ kỹ từ trước đến nay có lẽ sẽ được thiết lập lại. Tuy nhiên, để phát triển các giải pháp cấp doanh nghiệp thì cộng tác vẫn là điều bắt buộc.
Tôi đã thử làm vài trình biên dịch và hiện cũng đang làm một cái, còn khi nhìn từ góc độ vibe coding thì tôi cũng đã thử với editor, nhưng cảm giác trình biên dịch lại dễ hơn. Đúng như bạn viết, tôi thấy đặc tả kém chính xác hơn và có nhiều biến số do người dùng tạo ra hơn. Việc kiểm thử cũng khó hơn.
Đặc tả chắc chắn sẽ trở nên quan trọng hơn, nhưng từ trước đến nay tôi vẫn nghĩ rằng không thể viết đặc tả thật chi tiết và bao quát mọi tình huống. Tôi vẫn cho rằng hướng tốt hơn hiện tại là cũng như code, đặc tả nên được mài giũa dần trong quá trình làm việc; tuy vậy, tôi cũng nghĩ có lẽ có thể để nhiều agent tự làm việc đó với nhau. Nhưng rốt cuộc, nếu không có sự can thiệp của con người thì sẽ khó vượt ra ngoài những tình huống và kiến thức đã được học, nên tôi nghĩ những tình huống và tính năng hoàn toàn mới sẽ không dễ.
Nó cho tôi cảm giác giống như khi robot hút bụi mới ra mắt, người ta nói phải làm một việc "dọn dẹp đơn giản" là cất bớt đồ trên sàn đi để phục vụ robot. Việc viết đặc tả chi tiết cho AI cũng đã là một công việc đáng kể, cứ như là đang làm việc vì AI vậy.
Ở trong ngành này đủ lâu để quan sát, tôi thấy những thay đổi gần đây dường như chủ yếu đến từ hai lý do lớn.
Trước hết, tiền đổ vào đã trở nên quá lớn. Ngày xưa vài triệu đô đã trông rất ghê gớm, còn bây giờ thì dòng tiền chảy ở quy mô hàng tỷ đô. Mà vốn dĩ ở đâu nồng mùi tiền thì đủ hạng người đều sẽ tụ về. Thêm vào đó, việc một lượng lớn người từ một số nền văn hóa nhất định đổ vào cũng ảnh hưởng không nhỏ, khiến bầu không khí của cả ngành thay đổi theo phong cách rất đặc trưng của họ.
Nhìn dạo này thì rõ ràng cảm giác đã khác hẳn chất IT/CS ngày trước: cứ như "khả năng ăn nói" và "tính trình diễn" đang nuôi sống mọi thứ. Nếu là trước đây thì những người như vậy đã rời đi hết khi bong bóng xẹp xuống, nhưng lần này vì công nghệ trung tâm lại là LLM, một thứ "giỏi nói", nên có vẻ xu hướng này chưa dễ kết thúc. Có lẽ từ giờ về sau bầu không khí kiểu này sẽ còn tiếp diễn.
Thực ra, lý do Anthropic làm một trình biên dịch C để demo có lẽ cũng là vì trình biên dịch có đặc tả rõ ràng và các test case cũng được chuẩn bị rất tốt. Đồng thời, nó cũng trông cực kỳ khó nhằn.
Cũng có vẻ giống như sự khác biệt giữa học tăng cường và deep learning. Ở những nơi không thể cung cấp vòng lặp phản hồi mang tính quyết định, dữ liệu do con người tạo ra dường như vẫn còn là hào lũy cho đến hiện tại.
Trong issue GitHub đã có hơn 100 tài khoản bot vào spam,
tài khoản GitHub bị hack thì đang đổi phần mô tả của mọi project trong tài khoản thành như thế này. teampcp owns BerriAI
Cá nhân mình thấy đến mức issue còn bị spam nữa thì thật sự rất đáng sợ, kiểu cảm giác dystopia.
Và tôi không nhớ rõ lắm, hình như là flake hay tính năng gì đó mà có chỗ thì gọi là best practice, có chỗ thì gọi là experimental, có chỗ thì lại nói là cả hai, và nhìn cảnh đó kéo dài suốt nhiều năm thì thấy ngay là con đường phía trước sẽ rất vất vả..
Tất nhiên, trải nghiệm có thể dễ dàng mã hóa toàn bộ môi trường desktop vẫn rất thú vị
Trước đây tôi cũng từng dùng NixOS khoảng nửa năm rồi, nhưng có một việc rất đơn giản mà trên các OS khác thậm chí chẳng cần phải đi tìm riêng, vậy mà tôi có Google thế nào cũng không giải quyết được. Rồi tôi thấy trên kiểu như diễn đàn NixOS có một giải pháp mà một chuyên gia NixOS nào đó? đã ghi lại, và khi nhìn thấy cái giải pháp hacky dài mấy chục dòng đó lại là thứ nhận được nhiều like nhất, tôi cảm thấy cuộc sống với NixOS về sau thật mịt mù nên đã quay lại Arch...
Giống như việc huấn luyện AlphaGo được thực hiện bằng dữ liệu tự đấu AlphaGo vs AlphaGo, việc huấn luyện LLM cũng đang tạo dữ liệu bằng LLM rồi dùng nó để huấn luyện. Chỉ cần có vài mẫu dữ liệu là cũng dễ dàng tạo ra thêm dữ liệu, nên điều này cũng khó có thể xem là một hào lũy an toàn.
Có vẻ tính cách của tác giả hơi không ổn lắm.
Ý kiến trên X về việc này: https://x.com/AnishA_Moonka/status/2036553594569367790?s=20
Sam Altman đã đóng dịch vụ TikTok của riêng mình. OpenAI hôm qua đã xóa bỏ hoàn toàn Sora. Không chỉ ứng dụng, mà cả công cụ dành cho nhà phát triển và tính năng tạo video trong ChatGPT cũng đều biến mất.
Chỉ mới 6 tháng trước, Sora 2 còn là ứng dụng phổ biến nhất thế giới. Chỉ sau hai ngày ra mắt, nó đã đứng số 1 trên App Store, và 164.000 người đã tải xuống khi phần lớn mọi người thậm chí còn không biết nó tồn tại. Chỉ cần nhập một câu, video giống thật sẽ được tạo ra trong vài phút và có thể chia sẻ lên một feed giống TikTok do AI tạo ra. Nhưng đến tháng 1, số lượt tải đã lao dốc 45% chỉ trong một tháng. Kể từ khi ra mắt ứng dụng, tổng số tiền người dùng chi tiêu chỉ vỏn vẹn 1,4 triệu USD. OpenAI được dự đoán sẽ lỗ 14 tỷ USD trong năm nay. Doanh thu lũy kế của Sora có lẽ không đủ bù đắp nổi dù chỉ một giờ thua lỗ của công ty.
Thỏa thuận với Disney cũng đổ vỡ. Tháng 12 năm ngoái, Disney đã đầu tư 1 tỷ USD vào OpenAI và đồng ý cấp phép hơn 200 nhân vật của Marvel, Pixar và Star Wars để sử dụng trong Sora. Disney từng lên kế hoạch phát trực tuyến các video do AI tạo ra đã được tuyển chọn trên Disney+ và mang đến trải nghiệm mới cho người đăng ký bằng công nghệ của OpenAI. Nhưng giờ tất cả đã tan thành mây khói. Người phát ngôn của Disney cho biết: "Chúng tôi tôn trọng quyết định rút khỏi mảng tạo video của OpenAI."
Vậy tại sao họ lại muốn khai tử một sản phẩm mà Disney đã đầu tư tới 1 tỷ USD? OpenAI đang thúc đẩy kế hoạch IPO vào cuối năm nay. Tháng 2 vừa qua, công ty nhận được khoản đầu tư 110 tỷ USD với mức định giá 840 tỷ USD, nhưng được dự báo phải đến năm 2029 hoặc 2030 mới có lãi. Người đứng đầu phát triển ứng dụng của OpenAI nhấn mạnh với nhân viên rằng "chúng ta không được xao nhãng bởi những việc bên lề mà bỏ lỡ thời khắc quan trọng này." Việc tạo video tiêu tốn năng lực tính toán khổng lồ. Nếu bạn đang đốt hàng tỷ USD mỗi tháng và các nhà đầu tư lần đầu chuẩn bị soi xét tình hình tài chính, thì việc dồn toàn bộ máy chủ vào ChatGPT — sản phẩm thực sự tạo ra doanh thu — là điều hiển nhiên.
OpenAI cho biết nhóm nghiên cứu Sora sẽ chuyển hướng sang phát triển công nghệ robot. Ứng dụng tiêu dùng này đã hoạt động trong 6 tháng.
Bạn có thể xem chi tiết tại Sự cố xâm phạm gói PyPI LiteLLM 1.82.7 và 1.82.8.
Nếu đang sử dụng các đoạn mã liên quan thì hãy kiểm tra một lần nhé
Tôi đã định thử OpenClon, nhưng có vẻ như ngay cả không dùng OpenClon cũng được.
Tìm hiểu thì có vẻ là trình quét bảo mật trivy đã bị tấn công, và dựa trên sự xâm phạm đó thì một đợt tấn công thứ cấp đã diễn ra.
Dù sao thì đây cũng là vấn đề rất nghiêm trọng.
Ở thời điểm hiện tại khi AI tools đã trở thành hiện thực, tôi nghĩ đây là một bài viết khá thực tế và có góc nhìn riêng về cách tối đa hóa sức mạnh cá nhân. Trong tương lai, mọi thứ sẽ ngày càng đòi hỏi tính gọn nhẹ và tốc độ cao hơn, nên quan niệm cộng tác cũ kỹ từ trước đến nay có lẽ sẽ được thiết lập lại. Tuy nhiên, để phát triển các giải pháp cấp doanh nghiệp thì cộng tác vẫn là điều bắt buộc.
Tôi đã thử làm vài trình biên dịch và hiện cũng đang làm một cái, còn khi nhìn từ góc độ vibe coding thì tôi cũng đã thử với editor, nhưng cảm giác trình biên dịch lại dễ hơn. Đúng như bạn viết, tôi thấy đặc tả kém chính xác hơn và có nhiều biến số do người dùng tạo ra hơn. Việc kiểm thử cũng khó hơn.
Đặc tả chắc chắn sẽ trở nên quan trọng hơn, nhưng từ trước đến nay tôi vẫn nghĩ rằng không thể viết đặc tả thật chi tiết và bao quát mọi tình huống. Tôi vẫn cho rằng hướng tốt hơn hiện tại là cũng như code, đặc tả nên được mài giũa dần trong quá trình làm việc; tuy vậy, tôi cũng nghĩ có lẽ có thể để nhiều agent tự làm việc đó với nhau. Nhưng rốt cuộc, nếu không có sự can thiệp của con người thì sẽ khó vượt ra ngoài những tình huống và kiến thức đã được học, nên tôi nghĩ những tình huống và tính năng hoàn toàn mới sẽ không dễ.
Nó cho tôi cảm giác giống như khi robot hút bụi mới ra mắt, người ta nói phải làm một việc "dọn dẹp đơn giản" là cất bớt đồ trên sàn đi để phục vụ robot. Việc viết đặc tả chi tiết cho AI cũng đã là một công việc đáng kể, cứ như là đang làm việc vì AI vậy.
Ở trong ngành này đủ lâu để quan sát, tôi thấy những thay đổi gần đây dường như chủ yếu đến từ hai lý do lớn.
Trước hết, tiền đổ vào đã trở nên quá lớn. Ngày xưa vài triệu đô đã trông rất ghê gớm, còn bây giờ thì dòng tiền chảy ở quy mô hàng tỷ đô. Mà vốn dĩ ở đâu nồng mùi tiền thì đủ hạng người đều sẽ tụ về. Thêm vào đó, việc một lượng lớn người từ một số nền văn hóa nhất định đổ vào cũng ảnh hưởng không nhỏ, khiến bầu không khí của cả ngành thay đổi theo phong cách rất đặc trưng của họ.
Nhìn dạo này thì rõ ràng cảm giác đã khác hẳn chất IT/CS ngày trước: cứ như "khả năng ăn nói" và "tính trình diễn" đang nuôi sống mọi thứ. Nếu là trước đây thì những người như vậy đã rời đi hết khi bong bóng xẹp xuống, nhưng lần này vì công nghệ trung tâm lại là LLM, một thứ "giỏi nói", nên có vẻ xu hướng này chưa dễ kết thúc. Có lẽ từ giờ về sau bầu không khí kiểu này sẽ còn tiếp diễn.
Thực ra, lý do Anthropic làm một trình biên dịch C để demo có lẽ cũng là vì trình biên dịch có đặc tả rõ ràng và các test case cũng được chuẩn bị rất tốt. Đồng thời, nó cũng trông cực kỳ khó nhằn.
Cũng có vẻ giống như sự khác biệt giữa học tăng cường và deep learning. Ở những nơi không thể cung cấp vòng lặp phản hồi mang tính quyết định, dữ liệu do con người tạo ra dường như vẫn còn là hào lũy cho đến hiện tại.
Thật sự rất nghiêm trọng.
Trong issue GitHub đã có hơn 100 tài khoản bot vào spam,
tài khoản GitHub bị hack thì đang đổi phần mô tả của mọi project trong tài khoản thành như thế này.
teampcp owns BerriAI
Cá nhân mình thấy đến mức issue còn bị spam nữa thì thật sự rất đáng sợ, kiểu cảm giác dystopia.
Và tôi không nhớ rõ lắm, hình như là
flakehay tính năng gì đó mà có chỗ thì gọi là best practice, có chỗ thì gọi là experimental, có chỗ thì lại nói là cả hai, và nhìn cảnh đó kéo dài suốt nhiều năm thì thấy ngay là con đường phía trước sẽ rất vất vả..Tất nhiên, trải nghiệm có thể dễ dàng mã hóa toàn bộ môi trường desktop vẫn rất thú vị
Trước đây tôi cũng từng dùng NixOS khoảng nửa năm rồi, nhưng có một việc rất đơn giản mà trên các OS khác thậm chí chẳng cần phải đi tìm riêng, vậy mà tôi có Google thế nào cũng không giải quyết được. Rồi tôi thấy trên kiểu như diễn đàn NixOS có một giải pháp mà một chuyên gia NixOS nào đó? đã ghi lại, và khi nhìn thấy cái giải pháp hacky dài mấy chục dòng đó lại là thứ nhận được nhiều like nhất, tôi cảm thấy cuộc sống với NixOS về sau thật mịt mù nên đã quay lại Arch...
Giống như việc huấn luyện AlphaGo được thực hiện bằng dữ liệu tự đấu AlphaGo vs AlphaGo, việc huấn luyện LLM cũng đang tạo dữ liệu bằng LLM rồi dùng nó để huấn luyện. Chỉ cần có vài mẫu dữ liệu là cũng dễ dàng tạo ra thêm dữ liệu, nên điều này cũng khó có thể xem là một hào lũy an toàn.
Tôi vào thử xem thì thấy ghi là
This project is no longer actively maintained....Firebase Studio cũng sử dụng Nix.
Ôi trời, chết hết mất thôi
Người trả lời từ nước mình đông hơn nhiều so với tôi nghĩ.
Tôi đang thử dùng nhưng... cũng không rõ lắm.
Có thể là do prompt của tôi có vấn đề... nhưng font và thiết kế hơi xấu..