Bài 58 · 2 phút
AI biết xem video
Một số model AI có thể xem video rồi kể lại chuyện gì xảy ra, dù thường nó chỉ nhìn các khung hình chụp nhanh chứ không xem từng khoảnh khắc.
Video là một chồng ảnh tĩnh cộng với âm thanh. Để hiểu video, model thường lấy mẫu khung hình, chẳng hạn một vài khung mỗi giây, đồng thời nghe tiếng hoặc đọc bản chép lời đi kèm.
Nhờ vậy nó có thể tóm tắt một bài giảng, tìm đúng đoạn có người nhắc tới một chủ đề, mô tả một clip nấu ăn, hoặc rút ra các bước trong video hướng dẫn.
Lấy mẫu thì có giới hạn. Một động tác nhanh nằm giữa hai khung hình có thể bị bỏ sót, và model có thể đoán bừa phần nó không thấy. Video dài có thể bị cắt bớt cho vừa, nên chi tiết ở đoạn giữa dễ bị mỏng đi.
Với việc quan trọng, hãy xin mốc thời gian rồi tua tới đúng chỗ đó để kiểm tra. Bản tóm tắt giống tấm bản đồ, còn nơi cần đến thì bạn vẫn nên tự nhìn tận mắt.
Làm ngay
Tóm tắt một video hướng dẫn
- 1. Tìm một chatbot cho phép tải video lên hoặc dán đường link video.
- 2. Đưa nó một video hướng dẫn ngắn và dùng prompt bên dưới.
- 3. Tua tới hai mốc thời gian bất kỳ và kiểm tra xem có khớp không.
Xem video này và liệt kê các bước chính theo thứ tự, mỗi bước kèm mốc thời gian. Đánh dấu bước nào bạn không chắc vì nó diễn ra quá nhanh hoặc nằm ngoài khung hình.
Kiểm tra nhanh
Học tiếp
Bài sau →AI biết làm videoTìm hiểu thêm
Thuật ngữ trong bài
- Multimodal
- Làm việc được với nhiều loại đầu vào hoặc đầu ra, như chữ, hình ảnh, âm thanh và video cùng lúc.
- Computer vision
- AI hiểu hình ảnh và video, như đọc biển báo, nhận diện khuôn mặt hay kiểm tra sản phẩm trên dây chuyền.