GPT-4o là mô hình hàng đầu trong danh mục công nghệ OpenAI LLM. Chữ “o” là viết tắt của “omni” và không chỉ là một loại cường điệu tiếp thị nào đó, mà đúng hơn là một tham chiếu đến nhiều phương thức của mô hình cho văn bản, thị giác và âm thanh.

Mô hình GPT-4o đánh dấu sự phát triển tiếp theo của GPT-4 LLM mà OpenAI lần đầu tiên phát hành vào tháng 3 năm 2023. Đây cũng không phải là bản cập nhật đầu tiên cho GPT-4, vì mô hình này đã được tăng cường vào tháng 11 năm 2023 với sự ra mắt của GPT-4 Turbo. Chữ viết tắt GPT là viết tắt của Generative Pre-trained Transformer (Bộ biến đổi được đào tạo trước tạo sinh). Mô hình transformer là một yếu tố nền tảng của AI tạo sinh, cung cấp một kiến trúc mạng nơ-ron có thể hiểu và tạo ra các đầu ra mới.

GPT-4o vượt trội hơn GPT-4 Turbo về cả khả năng và hiệu suất. Giống như trường hợp với các phiên bản tiền nhiệm GPT-4, GPT-4o có thể được sử dụng cho các trường hợp sử dụng tạo văn bản, chẳng hạn như tóm tắt và Hỏi & Đáp dựa trên kiến thức. Mô hình này cũng có khả năng suy luận, giải các bài toán phức tạp và lập trình.

Mô hình GPT-4o giới thiệu phản hồi đầu vào âm thanh nhanh chóng mới – theo OpenAI – giống như con người, với thời gian phản hồi trung bình là 320 mili giây. Mô hình này cũng có thể phản hồi bằng giọng nói do AI tạo ra nghe giống như con người.

Thay vì có nhiều mô hình riêng biệt hiểu được âm thanh, hình ảnh – mà OpenAI gọi là thị giác – và văn bản, GPT-4o kết hợp các phương thức đó thành một mô hình duy nhất. Do đó, GPT-4o có thể hiểu bất kỳ sự kết hợp nào của văn bản, hình ảnh và đầu vào âm thanh và phản hồi bằng đầu ra ở bất kỳ hình thức nào trong số đó.

Lời hứa của GPT-4o và khả năng phản hồi đa phương thức âm thanh tốc độ cao của nó là nó cho phép mô hình tham gia vào các tương tác tự nhiên và trực quan hơn với người dùng.

OpenAI đã có một loạt các bản cập nhật gia tăng cho GPT-4o kể từ khi nó được phát hành lần đầu tiên vào tháng 5 năm 2024. Vào tháng 8 năm 2024, hỗ trợ đã được thêm vào cho các đầu ra có cấu trúc cho phép mô hình tạo ra các phản hồi mã hoạt động trong một lược đồ JSON được chỉ định. Bản cập nhật GPT-4o gần đây nhất đến vào ngày 20 tháng 11 năm 2024, cung cấp đầu ra token tối đa là 16.384, tăng từ 4.096 khi mô hình được phát hành lần đầu tiên vào tháng 5 năm 2024.

GPT-4o mini là gì?

Giống như phiên bản đầy đủ, GPT-4o mini của OpenAI có cửa sổ ngữ cảnh 128K với đầu ra token tối đa là 16.384 token. Dữ liệu đào tạo cho GPT-4o mini cũng trải qua đến tháng 10 năm 2023. Điều phân biệt GPT-4o mini với mô hình đầy đủ là kích thước của nó, cho phép nó chạy nhanh hơn và với chi phí thấp hơn. OpenAI hiện không công khai tiết lộ kích thước số lượng tham số của các mô hình của mình.

Theo OpenAI, GPT-4o mini thông minh hơn và rẻ hơn 60% so với GPT-3.5 Turbo, vốn trước đây là biến thể mô hình nhỏ hơn và nhanh hơn của nhà cung cấp.

Về trí thông minh văn bản, GPT-4o mini vượt trội hơn GPT-3.5 Turbo trong điểm chuẩn Measuring Massive Multitask Language Understanding (MMLU) với điểm số 82% so với 69,8%.

Đối với các nhà phát triển, GPT-4o mini là một lựa chọn hấp dẫn cho các trường hợp sử dụng không yêu cầu mô hình đầy đủ, vốn đắt hơn để vận hành. Mô hình mini rất phù hợp cho các trường hợp sử dụng có số lượng lớn các lệnh gọi API, chẳng hạn như các ứng dụng hỗ trợ khách hàng, xử lý biên lai và phản hồi email.

GPT-4o mini có sẵn trong các mô hình văn bản và thị giác cho các nhà phát triển có tài khoản OpenAI thông qua Assistants API, Chat Completions API và Batch API. Tính đến tháng 7 năm 2024, GPT-4o mini đã thay thế GPT-3.5 Turbo làm tùy chọn mô hình cơ bản trong ChatGPT. Nó cũng là một tùy chọn cho người dùng ChatGPT Plus, Pro, Enterprise và Team.

GPT-4o có thể làm gì?

Tại thời điểm phát hành, GPT-4o là mô hình có khả năng nhất trong tất cả các mô hình OpenAI về cả chức năng và hiệu suất.

Nhiều điều GPT-4o có thể làm bao gồm những điều sau:

• Tương tác theo thời gian thực. Mô hình GPT-4o có thể tham gia vào các cuộc trò chuyện bằng lời nói theo thời gian thực mà không có bất kỳ sự chậm trễ đáng chú ý nào.
• Hỏi & Đáp dựa trên kiến thức. Giống như trường hợp với tất cả các mô hình GPT-4 trước đó, GPT-4o đã được đào tạo với cơ sở kiến thức và có thể trả lời các câu hỏi.
• Tóm tắt và tạo văn bản. Giống như trường hợp với tất cả các mô hình GPT-4 trước đó, GPT-4o có thể thực hiện các tác vụ LLM văn bản thông thường, bao gồm tóm tắt và tạo văn bản.
• Suy luận và tạo đa phương thức. GPT-4o tích hợp văn bản, giọng nói và thị giác vào một mô hình duy nhất, cho phép nó xử lý và phản hồi sự kết hợp của các loại dữ liệu. Mô hình này có thể hiểu âm thanh, hình ảnh và văn bản với cùng tốc độ. Nó cũng có thể tạo ra các phản hồi thông qua âm thanh, hình ảnh và văn bản.
• Xử lý ngôn ngữ và âm thanh. GPT-4o có khả năng nâng cao trong việc xử lý hơn 50 ngôn ngữ khác nhau.
• Phân tích tình cảm. Mô hình này hiểu được tình cảm của người dùng trên các phương thức văn bản, âm thanh và video khác nhau.
• Sắc thái giọng nói. GPT-4o có thể tạo ra giọng nói với các sắc thái cảm xúc. Điều này làm cho nó hiệu quả cho các ứng dụng yêu cầu giao tiếp nhạy cảm và tinh tế.
• Phân tích nội dung âm thanh. Mô hình này có thể tạo và hiểu ngôn ngữ nói, có thể được áp dụng trong các hệ thống kích hoạt bằng giọng nói, phân tích nội dung âm thanh và kể chuyện tương tác.
• Dịch theo thời gian thực. Khả năng đa phương thức của GPT-4o hỗ trợ dịch theo thời gian thực từ ngôn ngữ này sang ngôn ngữ khác.
• Hiểu và thị giác hình ảnh. Mô hình này có thể phân tích hình ảnh và video, cho phép người dùng tải lên nội dung trực quan mà GPT-4o sẽ hiểu, giải thích và cung cấp phân tích.
• Phân tích dữ liệu. Khả năng thị giác và suy luận cho phép người dùng phân tích dữ liệu chứa trong biểu đồ dữ liệu. GPT-4o cũng có thể tạo biểu đồ dữ liệu dựa trên phân tích hoặc lời nhắc.
• Phát triển phần mềm. GPT-4o có thể tạo mã mới cho một ứng dụng, cũng như phân tích và gỡ lỗi mã hiện có.
• Tải lên tệp. Vượt ra ngoài giới hạn kiến thức, GPT-4o hỗ trợ tải lên tệp, cho phép người dùng phân tích dữ liệu cụ thể để phân tích.
• Bộ nhớ và nhận thức theo ngữ cảnh. GPT-4o có thể nhớ các tương tác trước đó và duy trì ngữ cảnh trong các cuộc trò chuyện dài hơn.
• Cửa sổ ngữ cảnh lớn. Với cửa sổ ngữ cảnh hỗ trợ lên đến 128.000 token, GPT-4o có thể duy trì sự mạch lạc trong các cuộc trò chuyện hoặc tài liệu dài hơn, làm cho nó phù hợp cho phân tích chi tiết.
• Giảm ảo giác và cải thiện độ an toàn. Mô hình này được thiết kế để giảm thiểu việc tạo ra thông tin không chính xác hoặc gây hiểu lầm. Các giao thức an toàn nâng cao đảm bảo đầu ra phù hợp và an toàn cho người dùng.

Các khả năng được cung cấp bởi GPT-4o hỗ trợ nhiều trường hợp sử dụng trong ngành, bao gồm những điều sau:

• Hỗ trợ khách hàng. Các tổ chức có thể sử dụng GPT-4o để xây dựng chatbot cho các tương tác theo thời gian thực.
• Pháp lý. GPT-4o có thể giúp các công ty luật tóm tắt các vụ án, cũng như thực hiện nghiên cứu pháp lý và đánh giá hợp đồng.
• Y tế. Các tổ chức y tế có thể sử dụng GPT-4o để phân tích hồ sơ bệnh nhân và hỗ trợ chẩn đoán.
• Giáo dục và đào tạo. GPT-4o có thể giúp các tổ chức giáo dục tạo ra các hướng dẫn tương tác và giải thích nội dung.

Cách sử dụng GPT-4o

Có một số cách người dùng và tổ chức có thể sử dụng GPT-4o.

• ChatGPT Miễn phí. Mô hình GPT-4o có sẵn cho người dùng miễn phí chatbot ChatGPT của OpenAI. Người dùng ChatGPT Miễn phí bị hạn chế quyền truy cập tin nhắn và sẽ không được truy cập một số tính năng nâng cao, bao gồm thị giác, tải lên tệp và phân tích dữ liệu.
• ChatGPT Plus. Người dùng dịch vụ trả phí của OpenAI cho ChatGPT có toàn quyền truy cập vào GPT-4o, không có các hạn chế về tính năng được áp dụng cho người dùng miễn phí. Tính đến tháng 12 năm 2024, ChatGPT Plus có giá 20 đô la một tháng.
• ChatGPT Pro. ChatGPT Pro – phiên bản nâng cao nhất của ChatGPT bao gồm các mô hình o1 – cũng cung cấp quyền truy cập vào GPT-4o. Tính đến tháng 12 năm 2024, ChatGPT Pro có giá 200 đô la một tháng.
• ChatGPT Team. Phiên bản hướng đến nhóm của ChatGPT cũng cung cấp quyền truy cập vào GPT-4o. Tính đến tháng 12 năm 2024, ChatGPT Team có giá 25 đô la cho mỗi người dùng, mỗi tháng.
• Truy cập API. Các nhà phát triển có thể truy cập GPT-4o thông qua API của OpenAI. Điều này cho phép tích hợp vào các ứng dụng để tận dụng tối đa khả năng của GPT-4o cho các tác vụ. Giá API tính đến tháng 12 năm 2024 cho GPT-4o là 2,50 đô la cho mỗi 1 triệu token đầu vào và 10,00 đô la cho mỗi 1 triệu token đầu ra. Giá cho GPT-4o mini là 0,150 đô la cho mỗi 1 triệu token đầu vào và 0,600 đô la cho mỗi 1 triệu token đầu ra.
• Ứng dụng máy tính để bàn. OpenAI đã tích hợp GPT-4o vào các ứng dụng máy tính để bàn, bao gồm một ứng dụng mới cho macOS của Apple cũng được ra mắt vào ngày 13 tháng 5.
• GPT tùy chỉnh. Các tổ chức có thể tạo các phiên bản GPT tùy chỉnh của GPT-4o được điều chỉnh cho các nhu cầu kinh doanh hoặc phòng ban cụ thể. Các mô hình tùy chỉnh có thể được cung cấp cho người dùng thông qua GPT Store của OpenAI.
• Dịch vụ Microsoft OpenAI. Người dùng có thể khám phá khả năng của GPT-4o trong chế độ xem trước trong Microsoft Azure OpenAI Studio được thiết kế để xử lý đầu vào đa phương thức, bao gồm văn bản và thị giác. Tính biến đổi dựa trên khu vực. Giá toàn cầu cho GPT-4o là 2,50 đô la cho mỗi 1 triệu token đầu vào và 10,00 đô la cho mỗi 1 triệu token đầu ra, trong khi giá cho GPT-4o mini là 0,150 đô la cho mỗi 1 triệu token đầu vào và 0,600 đô la cho mỗi 1 triệu token đầu ra.

Hạn chế của GPT-4o

Mặc dù GPT-4o cung cấp nhiều khả năng, mô hình này có các hạn chế sau:

• Cửa sổ ngữ cảnh. Giới hạn cửa sổ ngữ cảnh 128K của GPT-4o là đủ cho nhiều tác vụ, nhưng không phải tất cả. Google tuyên bố mô hình Gemini Pro 1.5 của họ có cửa sổ ngữ cảnh 2 triệu token.
• Giới hạn kiến thức. Dữ liệu đào tạo cho GPT-4o bị giới hạn ở dữ liệu từ tháng 10 năm 2023 trở về trước.
• Rủi ro ảo giác. Giống như bất kỳ mô hình AI tạo sinh nào, GPT-4o không hoàn hảo và có rủi ro tạo ra ảo giác AI.
• Thiên vị. Mặc dù OpenAI đã cố gắng hạn chế sự thiên vị, nhưng vẫn có khả năng mô hình cung cấp các phản hồi có thể không đại diện cho các quan điểm đa dạng.
• Suy luận. GPT-4o bị hạn chế về khả năng suy luận, đặc biệt là so với dòng mô hình o1 của OpenAI, được thiết kế đặc biệt để giải quyết thách thức đó.
• Bảo mật. Có một rủi ro tiềm ẩn là GPT-4o có thể bị ảnh hưởng bởi các đầu vào đối nghịch nhằm mục đích đánh lừa mô hình tạo ra đầu ra không mong muốn.

GPT-4 so với GPT-4 Turbo so với GPT-4o

Dưới đây là cái nhìn nhanh về sự khác biệt giữa GPT-4, GPT-4 Turbo và GPT-4o:

Ghi chú của biên tập viên: Bài viết này đã được cập nhật vào tháng 1 năm 2025 để phản ánh thông tin sản phẩm và giá cả được cập nhật và để cải thiện trải nghiệm đọc của người đọc.
Sean Michael Kerner là một nhà tư vấn CNTT, người đam mê công nghệ và người mày mò. Ông đã kéo Token Ring, cấu hình NetWare và được biết là đã biên dịch kernel Linux của riêng mình. Ông tư vấn cho các tổ chức truyền thông và ngành về các vấn đề công nghệ.

Vui lòng nhấn vào biểu tượng kênh hỗ trợ dưới đây nếu Bạn vẫn cần thêm thông tin/ Hỗ trợ:

Tìm kiếm tức thì các thông tin tại website: tranxuanloc.com

Một đại lý AI mới đã xuất hiện từ công ty mẹ của TikTok để kiểm soát máy tính của bạn và thực hiện các quy trình phức tạp.

Giống như Computer Use của Anthropic, UI-TARS mới của ByteDance hiểu các giao diện người dùng đồ họa (GUI), áp dụng lý luận và thực hiện hành động tự động, từng bước một.Được đào tạo trên khoảng 50B token và có sẵn ở các phiên bản 7B và 72B tham số, các đại lý PC/MacOS đạt được hiệu suất đỉnh cao (SOTA) trên hơn 10 tiêu chuẩn GUI về hiệu suất, nhận thức, định hướng và khả năng đại lý tổng thể, liên tục vượt qua GPT-4o của OpenAI, Claude và Gemini của Google.

“Thông qua quá trình đào tạo lặp đi lặp lại và điều chỉnh phản ánh, UI-TARS liên tục học hỏi từ những sai lầm của nó và thích nghi với các tình huống bất ngờ với sự can thiệp tối thiểu của con người,” các nhà nghiên cứu từ ByteDance và Đại học Tsinghua viết trong một bài báo nghiên cứu mới.

Cách UI-TARS giải thích suy nghĩ của nó

UI-TARS hoạt động trên các ứng dụng máy tính để bàn, di động và web, sử dụng đầu vào đa phương thức (văn bản, hình ảnh, tương tác) để hiểu các môi trường hình ảnh.

Giao diện người dùng của nó có hai tab – một bên trái hiển thị “suy nghĩ” từng bước của nó, và một tab lớn hơn bên phải nơi nó kéo lên các tệp, trang web và ứng dụng và tự động thực hiện hành động.

Ví dụ, trong một video demo được phát hành hôm nay, mô hình được yêu cầu “Tìm chuyến bay khứ hồi từ SEA đến NYC vào ngày 5 và trở lại vào ngày 10 tháng sau và lọc theo giá theo thứ tự tăng dần.”

Đáp lại, UI-TARS điều hướng đến trang web của Delta Airlines, điền vào các trường “từ” và “đến”, nhấp vào các ngày liên quan và sắp xếp và lọc theo giá, giải thích từng bước trong hộp suy nghĩ của nó trước khi thực hiện hành động.

Trong một kịch bản khác, nó được yêu cầu cài đặt tiện ích mở rộng autoDocstring trong VS Code. Đây là suy nghĩ từng bước của nó khi hoàn thành nhiệm vụ đó:

• Nó đầu tiên báo cáo rằng “để tiến hành cài đặt tiện ích mở rộng autoDocstring trong VS Code, tôi trước tiên cần mở ứng dụng VS Code.”
• Nhận ra rằng cửa sổ VS Code chưa hoàn toàn tải, mô hình lưu ý rằng “cần phải chờ ứng dụng hoàn tất khởi tạo trước khi tiếp tục cài đặt tiện ích mở rộng autoDocstring. Điều này đảm bảo rằng tất cả các chức năng cần thiết có sẵn cho các bước tiếp theo.”
• Rồi nó giải thích rằng nó phải truy cập vào chế độ xem Tiện ích mở rộng trong VS Code, điều này có thể được thực hiện bằng cách nhấp vào một tab ở thanh bên trái.
• Gặp một lỗi nhỏ, nó lý luận: “Nỗ lực trước đó để nhấp vào tab ‘Tiện ích mở rộng’ có thể chưa đủ chính xác, vì vậy tôi sẽ thử nhấp vào nó một lần nữa để đảm bảo chế độ xem Tiện ích mở rộng mở thành công.”
• Ngay khi vào chế độ xem Tiện ích mở rộng, nó gõ vào ‘autoDocstring’ trước khi kết luận: “Vì quy trình cài đặt đã được khởi động, không cần hành động thêm nào tại thời điểm này. Tôi sẽ chờ cho đến khi cài đặt hoàn tất và xác nhận thành công khi quy trình hoàn tất.”

Vượt trội hơn các đối thủ

Trên nhiều tiêu chuẩn khác nhau, các nhà nghiên cứu báo cáo rằng UI-TARS liên tục vượt qua GPT-4o của OpenAI; Claude-3.5-Sonnet của Anthropic; Gemini-1.5-Pro và Gemini-2.0; bốn mô hình Qwen; và nhiều mô hình học thuật khác.

Chẳng hạn, trong VisualWebBench – đo lường khả năng của một mô hình trong việc định hướng các yếu tố web bao gồm đảm bảo chất lượng trang web và nhận dạng ký tự quang học – UI-TARS 72B đạt 82.8%, vượt qua GPT-4o (78.5%) và Claude 3.5 (78.2%).

Nó cũng làm tốt hơn nhiều trên các tiêu chuẩn WebSRC (hiểu nội dung ngữ nghĩa và bố cục trong các ngữ cảnh web) và ScreenQA-ngắn (hiểu các bố cục màn hình di động phức tạp và cấu trúc web). UI-TARS-7B đạt điểm dẫn đầu 93.6% trên WebSRC, trong khi UI-TARS-72B đạt 88.6% trên ScreenQA-ngắn, vượt qua Qwen, Gemini, Claude 3.5 và GPT-4o.

“Những kết quả này cho thấy khả năng nhận thức và hiểu biết vượt trội của UI-TARS trong môi trường web và di động,” các nhà nghiên cứu viết. “Khả năng nhận thức này tạo nền tảng cho các nhiệm vụ của đại lý, nơi việc hiểu biết chính xác về môi trường là rất quan trọng cho việc thực hiện nhiệm vụ và ra quyết định.”

UI-TARS cũng thể hiện kết quả ấn tượng trong ScreenSpot Pro và ScreenSpot v2, đánh giá khả năng của một mô hình trong việc hiểu và định vị các yếu tố trong GUI. Hơn nữa, các nhà nghiên cứu đã thử nghiệm khả năng của nó trong việc lập kế hoạch các hành động nhiều bước và các nhiệm vụ mức thấp trong các môi trường di động, và đánh giá nó trên OSWorld (đánh giá các nhiệm vụ máy tính mở) và AndroidWorld (đánh giá các đại lý tự động trên 116 nhiệm vụ lập trình trên 20 ứng dụng di động).

Phía sau

Để giúp nó thực hiện các hành động từng bước và nhận diện những gì nó đang thấy, UI-TARS đã được đào tạo trên một tập dữ liệu lớn gồm các ảnh chụp màn hình mà phân tích siêu dữ liệu bao gồm mô tả và loại yếu tố, mô tả hình ảnh, hộp giới hạn (thông tin vị trí), chức năng yếu tố và văn bản từ nhiều trang web, ứng dụng và hệ điều hành khác nhau. Điều này cho phép mô hình cung cấp một mô tả chi tiết, toàn diện về một ảnh chụp màn hình, không chỉ nắm bắt các yếu tố mà còn cả mối quan hệ không gian và bố cục tổng thể.

Mô hình cũng sử dụng đánh chú thích chuyển trạng thái để xác định và mô tả sự khác biệt giữa hai ảnh chụp màn hình liên tiếp và xác định xem một hành động – chẳng hạn như nhấp chuột hoặc nhập bàn phím – đã diễn ra hay chưa. Trong khi đó, việc sử dụng đánh dấu tập hợp (SoM) cho phép nó phủ lên các dấu hiệu khác nhau (chữ cái, số) trên các khu vực cụ thể của một hình ảnh.

Mô hình được trang bị cả bộ nhớ ngắn hạn và dài hạn để xử lý các nhiệm vụ hiện tại đồng thời vẫn giữ lại các tương tác lịch sử để cải thiện việc ra quyết định sau này. Các nhà nghiên cứu đã đào tạo mô hình để thực hiện cả lý luận Hệ thống 1 (nhanh, tự động và trực giác) và Hệ thống 2 (chậm và cẩn thận). Điều này cho phép ra quyết định nhiều bước, “suy nghĩ phản ánh”, nhận diện cột mốc và sửa lỗi.

Các nhà nghiên cứu nhấn mạnh rằng điều quan trọng là mô hình có thể duy trì các mục tiêu nhất quán và tham gia vào quá trình thử nghiệm và sai sót để giả thuyết, kiểm tra và đánh giá các hành động tiềm năng trước khi hoàn thành một nhiệm vụ. Họ đã giới thiệu hai loại dữ liệu để hỗ trợ điều này: dữ liệu sửa lỗi và dữ liệu phản ánh sau. Đối với sửa lỗi, họ đã xác định các sai lầm và gán các hành động sửa chữa; đối với phản ánh sau, họ đã mô phỏng các bước phục hồi.

“Chiến lược này đảm bảo rằng đại lý không chỉ học hỏi để tránh lỗi mà còn thích nghi một cách linh hoạt khi chúng xảy ra,” các nhà nghiên cứu viết.

Rõ ràng, UI-TARS thể hiện những khả năng ấn tượng, và sẽ rất thú vị để xem các trường hợp sử dụng của nó phát triển trong không gian các đại lý AI ngày càng cạnh tranh. Như các nhà nghiên cứu đã lưu ý: “Nhìn về phía trước, trong khi các đại lý bản địa đại diện cho một bước tiến lớn, tương lai nằm trong việc tích hợp học tập chủ động và lâu dài, nơi các đại lý tự động thúc đẩy việc học của chính họ thông qua các tương tác liên tục trong thế giới thực.”

Các nhà nghiên cứu chỉ ra rằng Claude Computer Use “thực hiện tốt trong các nhiệm vụ dựa trên web nhưng gặp khó khăn đáng kể với các kịch bản di động, cho thấy khả năng vận hành GUI của Claude chưa được chuyển giao tốt đến lĩnh vực di động.”

Ngược lại, “UI-TARS thể hiện hiệu suất xuất sắc cả trong lĩnh vực trang web và di động.”

Những thông tin hàng ngày về các trường hợp sử dụng trong kinh doanh với VB Daily

Nếu bạn muốn gây ấn tượng với sếp của mình, VB Daily sẽ giúp bạn. Chúng tôi cung cấp cho bạn thông tin nội bộ về những gì các công ty đang làm với AI sinh ra, từ những thay đổi quy định đến triển khai thực tế, để bạn có thể chia sẻ những hiểu biết nhằm tối đa hóa ROI.

Vui lòng nhấn vào biểu tượng kênh hỗ trợ dưới đây nếu Bạn vẫn cần thêm thông tin/ Hỗ trợ:

Tìm kiếm tức thì các thông tin tại website: tranxuanloc.com