Bài báo nghiên cứu mới được đăng tải trên arXiv và được trích dẫn rộng rãi trong ngày hôm nay đã mô tả một phương pháp huấn luyện mô hình sinh ảnh (diffusion model) không dựa vào dữ liệu nhãn có sẵn (zero-shot semantic alignment). Thay vì đối chiếu ảnh với mô tả cụ thể như 'một con mèo màu vàng', hệ thống mới sử dụng vector ngữ nghĩa đa chiều để ánh xạ các cảm xúc và khái niệm trừu tượng vào không gian hình ảnh. Kết quả thử nghiệm cho thấy người dùng nhận diện đúng ý đồ cảm xúc của hình ảnh với độ chính xác 85%, vượt xa các mô hình hiện tại thường gây ra sự nhầm lẫn khi xử lý các từ ngữ phi vật lý. Nghiên cứu này có tiềm năng ứng dụng lớn trong ngành công nghiệp giải trí, cho phép biên kịch và nhà thiết kế tạo ra các visual mood board tự động dựa trên kịch bản văn học.
Nghiên cứu AI
Nguồn: arXiv
07:00:42 17/11/2026
Nghiên cứu đột phá về AI tạo hình ảnh từ tiếng nói mô tả trừu tượng
Một nhóm nghiên cứu tại MIT phát triển công nghệ giúp máy tính hiểu và vẽ ra các khái niệm trừu tượng (như 'hạnh phúc', 'nỗi buồn') từ văn bản.
Về trang chủ
Nội dung do AI tổng hợp, tham khảo theo nguồn "arXiv"