Sesame, công ty khởi nghiệp đứng sau trợ lý ảo Maya gây sốt, ra mắt mô hình AI cơ bản của mình
Sesame giới thiệu mô hình AI CSM-1B với sức mạnh từ trợ lý ảo Maya, sử dụng công nghệ RVQ và không có bảo vệ an ninh chặt chẽ.
Công ty khởi nghiệp Sesame nổi lên với Maya, một trợ lý ảo gây sốt, vừa công bố mô hình AI cơ bản mang tên CSM-1B. Mô hình này có kích thước 1 tỷ tham số và được cấp phép dưới Apache 2.0, cho phép sử dụng thương mại mà ít có hạn chế. CSM-1B tạo ra 'mã âm thanh RVQ' từ các đầu vào văn bản và âm thanh. RVQ là viết tắt của 'residual vector quantization', một kỹ thuật mã hóa âm thanh thành các mã riêng biệt, được sử dụng trong các công nghệ âm thanh AI gần đây như SoundStream của Google và Encodec của Meta.
Mô hình CSM-1B sử dụng nền tảng từ gia đình Llama của Meta kết hợp với một thành phần 'giải mã' âm thanh. Biến thể tinh chỉnh của CSM là sức mạnh cho Maya. Sesame công bố rằng, mô hình này có khả năng tạo ra nhiều loại giọng nói khác nhau nhưng chưa được tinh chỉnh cho giọng nói của một cá nhân hay ngôn ngữ không phải tiếng Anh.
Mặc dù mô hình có tiềm năng lớn, Sesame chưa tiết lộ thông tin chi tiết về dữ liệu huấn luyện cho CSM-1B. Công ty cũng nhấn mạnh rằng mô hình này không có các biện pháp bảo vệ an ninh nghiêm ngặt, chỉ khuyến cáo người dùng không nên dùng mô hình để giả mạo giọng nói hoặc tạo nội dung lừa đảo.
Một thử nghiệm trên nền tảng Hugging Face cho thấy việc nhân bản giọng nói chỉ mất chưa đầy một phút. Điều này đã gây ra một số lo ngại về tiềm năng lạm dụng trong các hoạt động xấu hoặc tạo nội dung gây tranh cãi.
Sesame, do Brendan Iribe đồng sáng lập, ngoài việc phát triển công nghệ trợ lý giọng nói như Maya và Miles, công ty còn đang phát triển kính AI có thể đeo cả ngày, được trang bị mô hình tùy chỉnh của họ. Mặc dù chưa tiết lộ số tiền chi tiết, nhưng Sesame đã huy động được vốn từ Andreessen Horowitz, Spark Capital và Matrix Partners.
Nguồn: AI company Sesame, Hugging Face, Google’s SoundStream, Meta’s Encodec, Andreessen Horowitz, Spark Capital, Matrix Partners.