Thư viện thuật ngữ

• Adobe FireflyAdobe Firefly là bộ mô hình AI tạo sinh của Adobe, dùng để tạo và chỉnh ảnh, vector, video, hiệu ứng chữ; vừa có ứng dụng web riêng vừa được tích hợp vào Photoshop, Illustrator, Adobe Express và các phần mềm Adobe khác.
• AI agent (tác tử AI)AI agent là hệ thống AI có thể tự lập kế hoạch và thực hiện một chuỗi bước để hoàn thành mục tiêu, như tìm thông tin, dùng công cụ, chỉnh file, thay vì chỉ trả lời một câu hỏi.
• AI tạo sinh (generative AI)AI tạo sinh (generative AI) là các mô hình trí tuệ nhân tạo có thể tạo ra nội dung mới như văn bản, hình ảnh, âm thanh, video, mô hình 3D từ một mô tả hoặc dữ liệu đầu vào.
• AI đa phương thức (multimodal)AI đa phương thức (multimodal) là mô hình có thể hiểu và/hoặc tạo nhiều loại dữ liệu cùng lúc, như văn bản, hình ảnh, âm thanh, video, thay vì chỉ một loại.
• Avatar AI (người dẫn ảo)Avatar AI là nhân vật số do AI tạo ra hoặc dựng từ người thật, có thể nói theo kịch bản với khẩu hình khớp lời, dùng làm người dẫn trong video mà không cần quay phim.
• CFG scale (guidance scale)CFG scale (classifier-free guidance scale) là thông số quyết định ảnh do mô hình diffusion tạo ra bám sát prompt đến mức nào. Giá trị càng cao, ảnh càng nghe lời prompt nhưng dễ bị gắt và mất tự nhiên.
• ChatGPTChatGPT là trợ lý AI dạng trò chuyện do OpenAI phát triển, ra mắt cuối năm 2022, dựa trên các mô hình ngôn ngữ lớn dòng GPT; người dùng gõ câu hỏi hoặc yêu cầu và nhận câu trả lời bằng văn bản, hình ảnh hoặc giọng nói.
• Checkpoint (mô hình AI gốc)Checkpoint là file chứa toàn bộ trọng số của một mô hình AI tạo ảnh đã huấn luyện, như một bộ não quyết định mô hình biết vẽ gì và vẽ theo phong cách nào. Trong cộng đồng Stable Diffusion, đổi checkpoint là đổi mô hình chính.
• Chuyển phong cách (style transfer)Style transfer là kỹ thuật AI áp phong cách của một hình ảnh (như nét cọ, màu sắc của một bức tranh) lên nội dung của một ảnh khác.
• Chuyển văn bản thành giọng nói (text-to-speech)Text-to-speech (TTS) là công nghệ chuyển văn bản thành giọng nói tự động. Các hệ thống TTS dùng AI hiện nay đọc khá tự nhiên, có nhiều giọng nam, nữ, vùng miền và cảm xúc.
• Chỉnh sửa ảnh bằng AIChỉnh sửa ảnh bằng AI là dùng mô hình AI để thêm, xoá, thay thế hay mở rộng nội dung trong ảnh bằng câu lệnh hoặc vùng chọn, như Generative Fill và Generative Expand trong Photoshop.
• ComfyUIComfyUI là giao diện mã nguồn mở dạng sơ đồ nút (node) để xây dựng và chạy các quy trình tạo ảnh, video bằng mô hình như Stable Diffusion trên máy tính của bạn.
• Content Credentials (thông tin nguồn gốc nội dung)Content Credentials là chuẩn gắn thông tin nguồn gốc vào ảnh, video (theo tiêu chuẩn C2PA), cho biết ai tạo, bằng công cụ gì, có dùng AI không và đã chỉnh sửa những gì.
• ControlNetControlNet là kỹ thuật bổ sung cho mô hình diffusion, cho phép khống chế ảnh tạo ra theo một bản hướng dẫn như nét viền, tư thế người, bản đồ độ sâu hay phác thảo.
• Cá nhân hoá Midjourney (personalization --p)Personalization là tính năng của Midjourney học gu thẩm mỹ riêng của bạn từ những ảnh bạn chọn hoặc chấm điểm, rồi áp gu đó vào ảnh mới khi thêm tham số --p.
• Cửa sổ ngữ cảnh (context window)Context window là lượng thông tin tối đa, tính bằng token, mà một mô hình AI có thể xử lý cùng lúc trong một cuộc trò chuyện, gồm câu hỏi, tài liệu đính kèm, lịch sử chat và câu trả lời.
• DeepfakeDeepfake là ảnh, video hoặc âm thanh được tạo hay chỉnh bằng AI để giả mạo một người thật nói hoặc làm điều họ chưa từng nói, chưa từng làm, đủ thật để người xem bị đánh lừa.
• Denoising strength (độ biến đổi ảnh)Denoising strength là thông số trong image-to-image và inpainting, quyết định AI được thay đổi ảnh gốc bao nhiêu, từ 0 (giữ nguyên) đến 1 (gần như vẽ lại hoàn toàn).
• Describe trong Midjourney (ảnh sang prompt)Describe là tính năng của Midjourney (lệnh /describe trên Discord) nhận một ảnh và trả về vài gợi ý prompt mô tả ảnh đó, giúp bạn học cách Midjourney đọc hình.
• DreamBoothDreamBooth là kỹ thuật fine-tuning do nhóm nghiên cứu Google công bố năm 2022, dạy mô hình tạo ảnh nhận ra một chủ thể cụ thể (một người, con vật, sản phẩm) chỉ từ vài tấm ảnh, rồi đặt chủ thể đó vào bối cảnh mới.
• Dữ liệu huấn luyện (training data)Dữ liệu huấn luyện là tập hợp ảnh, văn bản, âm thanh hoặc video dùng để dạy một mô hình AI; mô hình học quy luật từ dữ liệu này rồi dùng để tạo nội dung mới.
• GAN (mạng đối nghịch tạo sinh)GAN (generative adversarial network) là kiểu mô hình AI tạo ảnh gồm hai mạng thi đấu với nhau: một mạng tạo ảnh giả, một mạng phân biệt ảnh thật và giả; qua quá trình đấu, ảnh tạo ra ngày càng thật.
• Gaussian Splatting (dựng cảnh 3D từ ảnh chụp)Gaussian Splatting là kỹ thuật dựng lại một cảnh 3D chân thực từ nhiều ảnh hoặc video chụp quanh vật thể, biểu diễn cảnh bằng rất nhiều đốm màu mờ (Gaussian) thay vì lưới đa giác.
• Generative Recolor (Illustrator)Generative Recolor là tính năng AI trong Adobe Illustrator, đề xuất các phương án phối màu mới cho hình vector đã chọn dựa trên một mô tả bằng chữ như 'hoàng hôn nhiệt đới' hay 'cà phê buổi sáng'.
• Hoán đổi khuôn mặt (face swap)Face swap là kỹ thuật AI thay khuôn mặt của người trong ảnh hoặc video bằng khuôn mặt của người khác, tự khớp góc nghiêng, ánh sáng và biểu cảm.
• Hugging FaceHugging Face là nền tảng chia sẻ mô hình AI, bộ dữ liệu và ứng dụng demo, nơi các nhà nghiên cứu, công ty và cộng đồng đăng tải mô hình mở để mọi người tải về hoặc thử trực tiếp.
• Học máy (machine learning)Machine learning (học máy) là nhánh của trí tuệ nhân tạo, trong đó máy tính tự học quy luật từ dữ liệu thay vì được lập trình từng quy tắc cụ thể.
• Học sâu (deep learning)Deep learning (học sâu) là nhánh của machine learning dùng mạng nơ-ron nhân tạo nhiều lớp để học những đặc điểm phức tạp từ dữ liệu lớn như ảnh, âm thanh, văn bản.
• Inpainting (vẽ lại vùng chọn)Inpainting là kỹ thuật AI vẽ lại một vùng được chọn trong ảnh, để xoá vật thể, sửa lỗi hoặc thay bằng nội dung mới theo mô tả, sao cho khớp với phần còn lại.
• IP-AdapterIP-Adapter (Image Prompt Adapter) là mô-đun gắn thêm vào mô hình diffusion, cho phép dùng một ảnh làm prompt để truyền phong cách, màu sắc hoặc khuôn mặt sang ảnh mới mà không cần huấn luyện LoRA.
• Không gian ẩn (latent space)Latent space là không gian dữ liệu nén mà mô hình AI dùng để biểu diễn ảnh, chữ hay âm thanh dưới dạng các con số, nơi những thứ giống nhau nằm gần nhau.
• Kỹ thuật viết prompt (prompt engineering)Prompt engineering là kỹ năng thiết kế, thử nghiệm và tinh chỉnh câu lệnh để mô hình AI cho kết quả đúng ý, ổn định và có thể lặp lại.
• LoRALoRA (Low-Rank Adaptation) là kỹ thuật tinh chỉnh nhẹ một mô hình AI lớn bằng một tệp nhỏ, để mô hình học thêm một phong cách, nhân vật hoặc sản phẩm cụ thể mà không cần huấn luyện lại toàn bộ.
• Magic Eraser (Canva)Magic Eraser là công cụ AI trong Canva để xoá vật thể, người hoặc chi tiết thừa khỏi ảnh bằng cách tô hoặc bấm vào vùng cần xoá, AI tự lấp nền phía sau.
• Magic Expand (Canva)Magic Expand là tính năng AI trong Canva mở rộng khung ảnh ra ngoài biên gốc, tự vẽ thêm phần cảnh phù hợp, giúp đổi tỉ lệ ảnh mà không phải cắt mất chủ thể.
• Magic Grab (Canva)Magic Grab là tính năng AI trong Canva tách chủ thể chính của ảnh thành một lớp riêng có thể di chuyển, phóng to, đổi vị trí, trong khi AI lấp lại phần nền phía sau.
• Magic Studio (Canva AI)Magic Studio là bộ công cụ AI của Canva, gồm các tính năng như Magic Design (gợi ý thiết kế từ mô tả hay ảnh), Magic Media (tạo ảnh, video từ chữ), Magic Edit, Magic Eraser, Magic Write, Magic Switch (đổi kích thước, dịch).
• Magic Switch (Canva)Magic Switch là tính năng của Canva chuyển một thiết kế sang định dạng khác: đổi kích thước (trước đây gọi là Magic Resize), đổi loại tài liệu như slide sang bài viết, hoặc dịch nội dung sang ngôn ngữ khác.
• Magic Write (Canva)Magic Write là trợ lý viết bằng AI trong Canva, tạo nháp hoặc chỉnh sửa văn bản ngay trong thiết kế, tài liệu và slide: viết caption, dàn ý, tiêu đề, tóm tắt, đổi giọng văn.
• MCP (Model Context Protocol)MCP (Model Context Protocol) là giao thức mở giúp các ứng dụng AI kết nối với công cụ và nguồn dữ liệu bên ngoài theo một cách chuẩn, như cho trợ lý AI đọc file Figma hay điều khiển một phần mềm thiết kế.
• MidjourneyMidjourney là dịch vụ AI tạo ảnh từ chữ do phòng nghiên cứu độc lập cùng tên ở Mỹ phát triển, nổi tiếng với ảnh có tính thẩm mỹ cao, giàu chất điện ảnh và minh hoạ.
• Motion brush (cọ chuyển động AI)Motion brush là công cụ trong một số trình tạo video AI, cho phép tô lên vùng cụ thể của ảnh và chỉ định hướng chuyển động, để chỉ phần đó chuyển động còn phần khác đứng yên.
• Mô hình khuếch tán (diffusion model)Mô hình khuếch tán (diffusion model) là loại mô hình AI tạo ảnh bằng cách học cách khử nhiễu: bắt đầu từ ảnh nhiễu ngẫu nhiên và lọc dần qua nhiều bước cho đến khi thành ảnh khớp với mô tả.
• Mô hình mở trọng số (open-weights model)Mô hình mở trọng số là mô hình AI mà nhà phát triển công bố file trọng số để mọi người tải về, chạy trên máy riêng hoặc tinh chỉnh, khác với mô hình đóng chỉ dùng qua web hoặc API.
• Mô hình ngôn ngữ lớn (LLM)LLM (large language model) là mô hình AI được huấn luyện trên lượng văn bản rất lớn để hiểu và tạo ngôn ngữ; nó là bộ não phía sau các chatbot như ChatGPT, Gemini, Claude.
• Mạng nơ-ron nhân tạo (neural network)Mạng nơ-ron nhân tạo là mô hình tính toán lấy cảm hứng từ não người, gồm nhiều nơ-ron nối với nhau thành lớp; mỗi kết nối có một trọng số được điều chỉnh trong quá trình huấn luyện.
• Negative prompt (prompt loại trừ)Negative prompt là phần mô tả những gì bạn không muốn xuất hiện trong ảnh AI tạo ra, như 'chữ, watermark, mờ, thừa ngón tay', dùng trong Stable Diffusion và một số công cụ.
• Nhân bản giọng nói (voice cloning)Voice cloning là kỹ thuật AI học đặc điểm giọng nói của một người từ một đoạn ghi âm mẫu, rồi tạo ra giọng nói mới đọc bất kỳ nội dung nào với âm sắc gần giống người đó.
• Nhân vật nhất quán (consistent character)Nhân vật nhất quán là việc giữ cùng một nhân vật (khuôn mặt, trang phục, phong cách) qua nhiều ảnh hoặc cảnh do AI tạo, một thách thức lớn khi làm truyện tranh, mascot hay chiến dịch bằng AI.
• Niji Journey (--niji)Niji Journey là mô hình của Midjourney chuyên phong cách anime và minh hoạ kiểu Đông Á, được phát triển cùng Spellbrush; gọi bằng tham số --niji kèm số phiên bản.
• Outpainting (mở rộng ảnh)Outpainting là kỹ thuật AI vẽ thêm nội dung ra ngoài khung ảnh gốc, để mở rộng bố cục, đổi tỉ lệ khung (ví dụ từ vuông sang 16:9) mà vẫn liền mạch.
• Prompt (câu lệnh cho AI)Prompt là câu lệnh hoặc mô tả bằng chữ (đôi khi kèm ảnh) mà người dùng đưa cho mô hình AI để yêu cầu nó tạo hay chỉnh sửa nội dung.
• Prompt có ví dụ mẫu (few-shot prompting)Few-shot prompting là cách viết prompt có kèm vài ví dụ mẫu về đầu vào và đầu ra mong muốn, để AI bắt chước đúng định dạng, giọng văn hoặc cách xử lý; prompt không kèm ví dụ gọi là zero-shot.
• Quy trình làm việc với AI (AI workflow)Quy trình làm việc với AI là cách designer đưa công cụ AI vào từng bước công việc, từ nghiên cứu, ý tưởng, phác thảo, tạo tài nguyên đến hoàn thiện và kiểm tra, trong khi vẫn giữ quyết định sáng tạo.
• Sampler (bộ lấy mẫu)Sampler là thuật toán mà mô hình diffusion dùng để khử nhiễu từng bước, biến một ảnh nhiễu ngẫu nhiên thành ảnh hoàn chỉnh. Các sampler khác nhau cho kết quả và tốc độ hơi khác nhau.
• Sampling steps (số bước tạo ảnh)Sampling steps là số lần mô hình diffusion khử nhiễu để đi từ ảnh nhiễu đến ảnh cuối. Nhiều bước hơn thường chi tiết hơn nhưng chậm hơn, và sau một ngưỡng thì gần như không đẹp thêm.
• Seed (hạt giống ngẫu nhiên)Seed là con số khởi tạo nhiễu ngẫu nhiên ban đầu khi AI tạo ảnh; cùng mô hình, cùng prompt, cùng thông số và cùng seed sẽ cho ra ảnh gần như giống hệt nhau.
• Structure Reference (tham chiếu bố cục)Structure Reference là tính năng trong Adobe Firefly cho phép tải lên một ảnh để AI giữ bố cục, hình khối và chiều sâu của ảnh đó, trong khi nội dung và phong cách thay đổi theo prompt.
• System prompt (chỉ dẫn hệ thống)System prompt là phần chỉ dẫn nền đặt trước cuộc trò chuyện, quy định vai trò, giọng điệu, quy tắc và giới hạn của AI; nó áp dụng cho mọi câu trả lời sau đó.
• Text to Vector Graphic (Illustrator)Text to Vector Graphic là tính năng AI trong Adobe Illustrator, dùng Firefly để tạo hình vector chỉnh sửa được (chủ thể, cảnh, biểu tượng, hoạ tiết) từ một mô tả bằng chữ.
• Textual inversion (embedding)Textual inversion là kỹ thuật dạy mô hình tạo ảnh một từ mới đại diện cho một khái niệm hay phong cách, bằng cách học một vector nhúng (embedding) nhỏ từ vài ảnh mẫu mà không thay đổi mô hình.
• Tham số chaos trong Midjourney (--c)--chaos (viết tắt --c) là tham số Midjourney quyết định 4 ảnh trong một lần tạo khác nhau đến mức nào, từ 0 (giống nhau, ổn định) đến 100 (rất đa dạng, bất ngờ).
• Tham số Midjourney (parameters)Tham số Midjourney là các lệnh ngắn bắt đầu bằng hai dấu gạch ngang, đặt ở cuối prompt để điều chỉnh cách tạo ảnh như tỉ lệ khung, phong cách, độ đa dạng hay phiên bản mô hình.
• Tham số stylize trong Midjourney (--s)--stylize (viết tắt --s) là tham số Midjourney quyết định mức áp dụng gu thẩm mỹ mặc định của Midjourney lên ảnh: số thấp bám prompt hơn, số cao nghệ thuật và phá cách hơn.
• Tham số weird trong Midjourney (--w)--weird (viết tắt --w) là tham số thử nghiệm của Midjourney, đẩy ảnh theo hướng kỳ lạ, khác thường và ít đẹp theo khuôn mẫu, với giá trị từ 0 đến 3000.
• Thiên kiến AI (AI bias)Thiên kiến AI là xu hướng mô hình AI tạo ra kết quả lệch, rập khuôn hoặc thiếu công bằng về giới tính, màu da, độ tuổi, văn hoá, do dữ liệu huấn luyện và cách huấn luyện không cân bằng.
• Thử đồ ảo (virtual try-on)Virtual try-on là công nghệ cho phép xem quần áo, kính, son, giày được mặc lên người mẫu hoặc chính người dùng bằng ảnh, video hay camera thời gian thực, nhờ AI hoặc AR.
• Tinh chỉnh mô hình (fine-tuning)Fine-tuning là việc huấn luyện thêm một mô hình AI đã có trên một bộ dữ liệu nhỏ, chọn lọc, để mô hình giỏi hơn ở một việc hoặc một phong cách cụ thể mà không phải huấn luyện từ đầu.
• Token (đơn vị xử lý của AI)Token là đơn vị nhỏ mà mô hình AI dùng để đọc và tạo văn bản; một token có thể là một từ, một phần của từ hoặc một dấu câu. Độ dài câu lệnh, giới hạn ngữ cảnh và chi phí dùng API đều được tính theo token.
• Transformer (kiến trúc mô hình AI)Transformer là kiến trúc mạng nơ-ron do các nhà nghiên cứu Google giới thiệu năm 2017 trong bài báo 'Attention Is All You Need', dùng cơ chế attention để xử lý cả chuỗi dữ liệu cùng lúc; đây là nền tảng của hầu hết mô hình ngôn ngữ lớn hiện nay.
• Trí tuệ nhân tạo (artificial intelligence)Trí tuệ nhân tạo (AI) là lĩnh vực xây dựng các hệ thống máy tính làm được những việc vốn cần trí thông minh của con người, như nhận diện hình ảnh, hiểu ngôn ngữ, ra quyết định và sáng tạo nội dung.
• Trọng số prompt (prompt weighting)Prompt weighting là cách tăng hoặc giảm mức ảnh hưởng của từng phần trong prompt, để AI chú ý hơn vào chi tiết quan trọng và bớt chú ý vào chi tiết phụ.
• Tăng độ phân giải bằng AI (AI upscale)Tăng độ phân giải bằng AI (AI upscale, super-resolution) là dùng mô hình AI để phóng to ảnh lên 2×, 4× hoặc hơn, đồng thời tái tạo chi tiết và làm nét thay vì chỉ kéo giãn điểm ảnh.
• Tạo mô hình 3D bằng AI (text-to-3D, image-to-3D)Text-to-3D và image-to-3D là kỹ thuật AI tạo mô hình 3D (lưới đa giác kèm texture) từ một mô tả bằng chữ hoặc từ một hay vài ảnh, thay vì dựng tay từ đầu.
• Tạo video từ chữ (text-to-video)Text-to-video là kỹ thuật AI tạo ra đoạn video mới từ một mô tả bằng chữ, gồm cảnh, chuyển động của chủ thể và chuyển động máy quay.
• Tạo video từ ảnh (image-to-video)Image-to-video là kỹ thuật AI lấy một ảnh tĩnh làm khung hình đầu (hoặc khung tham chiếu) rồi tạo chuyển động, biến ảnh thành một đoạn video ngắn.
• Tạo ảnh từ chữ (text-to-image)Text-to-image là tính năng AI tạo ra hình ảnh mới từ một mô tả bằng chữ (prompt), như Gemini, ChatGPT, Midjourney, Adobe Firefly, Canva Magic Media.
• Tạo ảnh từ ảnh (image-to-image)Image-to-image là kỹ thuật AI dùng một ảnh đầu vào (kèm prompt) làm điểm xuất phát để tạo ảnh mới, giữ lại bố cục hoặc hình khối nhưng đổi phong cách, chi tiết hay nội dung.
• VAE (bộ mã hoá ảnh)VAE (variational autoencoder) là thành phần trong mô hình như Stable Diffusion, dùng để nén ảnh vào không gian ẩn (latent space) và giải nén kết quả về lại ảnh pixel mà bạn nhìn thấy.
• Vary Region (chỉnh vùng trong Midjourney)Vary Region là tính năng của Midjourney cho phép khoanh một vùng trên ảnh đã tạo và tạo lại riêng vùng đó theo prompt mới, phần còn lại giữ nguyên. Đây là dạng inpainting của Midjourney.
• Watermark AI (dấu nhận diện nội dung AI)Watermark AI là dấu hiệu được gắn vào ảnh, video, âm thanh hay văn bản do AI tạo ra để có thể nhận biết nguồn gốc, gồm dấu hiển thị (logo, nhãn) và dấu ẩn mà mắt thường không thấy.
• Xoá phông bằng AI (background remover)Background remover là công cụ AI tự nhận diện chủ thể và xoá phần nền của ảnh, cho ra ảnh nền trong suốt chỉ sau một cú bấm.
• Đạo đức AI trong thiết kếĐạo đức AI trong thiết kế là các nguyên tắc dùng AI có trách nhiệm: tôn trọng bản quyền và quyền hình ảnh, minh bạch khi nội dung do AI tạo, tránh định kiến và tránh gây hiểu lầm cho người xem.
• Đổi ánh sáng bằng AI (AI relight)AI relight là kỹ thuật dùng AI thay đổi hướng, màu và độ mạnh của ánh sáng trong một ảnh đã chụp, để chủ thể khớp ánh sáng với nền mới hoặc tạo không khí khác.
• Ảnh tham chiếu cho AI (image reference)Ảnh tham chiếu là ảnh đưa kèm prompt để AI bám theo về phong cách, bố cục, màu sắc hay nhân vật, giúp kết quả đúng hướng hơn so với chỉ mô tả bằng chữ.
• Ảo giác AI (hallucination)Hallucination là hiện tượng mô hình AI tạo ra thông tin sai hoặc bịa đặt nhưng trình bày rất tự tin, như thể đó là sự thật.