Large Action Models (LAM)

Mô hình Hành động Lớn (LAM) là một lớp trí tuệ nhân tạo tạo sinh tiên tiến, được thiết kế để vượt xa việc tạo văn bản bằng cách tự động thực hiện các tác vụ và tương tác với môi trường kỹ thuật số. Không giống các model truyền thống chỉ xử lý và tạo văn bản, LAM hoạt động như động cơ nhận thức cốt lõi cho AI agent, chuyển ý định của con người thành các hành động cụ thể gồm nhiều bước. Bằng cách thu hẹp khoảng cách giữa khả năng hiểu ngôn ngữ tự nhiên và việc thực thi trong thế giới thực, các model này thể hiện một bước tiến đáng kể hướng tới Trí tuệ nhân tạo tổng quát (AGI) và các hệ thống có mức độ tự chủ cao.

Cách Mô hình Hành động Lớn hoạt động#

LAM được xây dựng trên kiến trúc nền tảng của các foundation model truyền thống, nhưng được huấn luyện chuyên biệt để giao tiếp với phần mềm, API và môi trường web. Bằng cách sử dụng các kỹ thuật như học tăng cường và gọi hàm, một LAM có thể chia yêu cầu phức tạp của người dùng thành các bước logic, điều hướng giao diện người dùng đồ họa và thực thi các endpoint API. Ví dụ, những phát triển gần đây từ Claude 3.5 computer use của Anthropic và họ xLAM của Salesforce cho thấy các hệ thống này có thể tự động nhấp vào nút, điền biểu mẫu và quản lý workflow giống như một nhân viên vận hành.

Khi kết hợp với các hệ thống thị giác máy tính, LAM trở nên mạnh mẽ hơn nữa. Đầu vào hình ảnh có thể được xử lý bởi các model hiệu quả cao như Ultralytics YOLO26, cho phép LAM “nhìn thấy” môi trường xung quanh, diễn giải ngữ cảnh trực quan và kích hoạt các hành động lập trình cụ thể dựa trên những gì nó phát hiện.

Các ứng dụng trong thực tế#

LAM đang chuyển đổi cách các ngành tiếp cận tự động hóa tác vụ, từ hỗ trợ thụ động sang thực thi chủ động.

• AI trong bán lẻ và hỗ trợ khách hàng: Thay vì chỉ trả lời câu hỏi của khách hàng, LAM có thể tự động xử lý việc trả lại sản phẩm. Nếu người dùng yêu cầu hủy đơn hàng, model có thể điều hướng phần mềm thanh toán của công ty, xác minh chính sách, phát hành khoản hoàn tiền và cập nhật cơ sở dữ liệu hàng tồn kho mà không cần sự can thiệp của con người.
• AI trong quản trị y tế: Trong môi trường lâm sàng, LAM điều phối các workflow phức tạp. Chúng có thể trích xuất yêu cầu của bệnh nhân, đối chiếu lịch làm việc của bác sĩ, tự động cập nhật Hồ sơ sức khỏe điện tử (EHR) thông qua phần mềm y tế nội bộ và hoàn tất việc đặt lịch hẹn.

Tự động hóa Workflow Thị giác bằng Code#

LAM thường được tích hợp với các model thị giác để tự động hóa hoạt động kiểm tra trực quan. Ví dụ Python sau đây minh họa cách một workflow LAM giả định có thể sử dụng ultralytics để quét hình ảnh và kích hoạt một hành động quản lý hàng tồn kho tự động dựa trên kết quả phát hiện đối tượng.

from ultralytics import YOLO

# Load the recommended Ultralytics YOLO26 model for an agentic vision task
model = YOLO("yolo26n.pt")

# The LAM commands the model to scan a warehouse shelf image
results = model.predict("inventory_shelf.jpg")

# The LAM extracts actionable data to autonomously trigger a supply reorder
for result in results:
    detected_items = len(result.boxes)
    if detected_items < 10:
        print(f"Low inventory ({detected_items} items). Action triggered: Reordering supplies via API.")

Người dùng có thể triển khai và giám sát liền mạch các workflow thị giác–hành động tích hợp này bằng Ultralytics Platform, nền tảng cung cấp hạ tầng cloud mạnh mẽ cho các giải pháp AI hiện đại.

Phân biệt các khái niệm liên quan#

Để nắm bắt đầy đủ bối cảnh AI hiện đại, việc phân biệt LAM với các thuật ngữ liên quan chặt chẽ khác là rất hữu ích:

• LAM và Mô hình Ngôn ngữ Lớn (LLM): LLM được thiết kế chuyên biệt để xử lý, tóm tắt và tạo ngôn ngữ, tương tự một bộ dự đoán văn bản cực kỳ tiên tiến. LAM tích hợp khả năng hiểu ngôn ngữ này nhưng được thiết kế chuyên biệt để tương tác với các công cụ bên ngoài và hoàn thành các hành động kỹ thuật số.
• LAM và AI tác tử: “AI tác tử” mô tả hệ thống hoặc thực thể phần mềm tổng thể hoạt động tự chủ. Mô hình Hành động Lớn là mạng neural nền tảng—“bộ não”—cung cấp cho agent khả năng lập kế hoạch và thực hiện các hành động đó.
• LAM và RAG tác tử: RAG tác tử tập trung vào việc tự động truy xuất và tổng hợp thông tin bên ngoài để cải thiện độ chính xác của câu trả lời được tạo ra. LAM tập trung vào việc thao tác với các hệ thống và thay đổi trạng thái (như đặt chuyến bay hoặc di chuyển tệp), thay vì chỉ truy xuất dữ liệu.