Mô hình khuếch tán? Chúng sẽ xử lý bất kỳ luồng bit nào bạn ném vào chúng - điều đó thì khá rõ ràng.

Bây giờ, khi nói đến việc tạo văn bản, có một sự đánh đổi đáng xem xét. Con người xử lý văn bản một cách tuyến tính, từ từ đầu đến cuối. Vậy câu hỏi thực sự là: liệu độ trễ trước khi tạo câu đầu tiên có thể biện minh được không? Liệu sự tăng chất lượng có đáng để chờ đợi không?

Nhưng đây là bức tranh lớn hơn—hầu hết khối lượng tính toán AI đang chuyển sang nơi khác. Hiểu và xử lý video sẽ chiếm ưu thế trong bức tranh khối lượng công việc. Đó là nơi mà hành động thực sự đang hướng tới.