Phỏng vấn mới nhất của Lü Cheng, nhà sáng lập và CEO của Rabbit: R1 giống như AI + iPod hơn là kẻ thay thế iPhone
Tuyển chọn TechFlowTuyển chọn TechFlow
Phỏng vấn mới nhất của Lü Cheng, nhà sáng lập và CEO của Rabbit: R1 giống như AI + iPod hơn là kẻ thay thế iPhone
Lữ Sáng: Đúng vậy, kiếm tiền từ phần cứng là điều thực sự khả thi. R1 chọn phần cứng dựa trên tính cần thiết chứ không phải sở thích, sử dụng mô hình thần kinh ký hiệu thay vì LLM.
Chuyên sâu báo cáo Web3Đây là cuộc trò chuyện mới nhất kéo dài 90 phút giữa CEO của Rabbit, Lyu Cheng (Jesse Lyu), và nhà đầu tư thiên thần nổi tiếng ở Thung lũng Silicon, Jason Calacanis, trong chương trình “This Week Startup” sau CES, mô tả chi tiết những suy nghĩ mới nhất về sản phẩm của anh ấy.
Lyu nhấn mạnh rằng sự tiến hóa công nghệ nhằm giải quyết cùng một vấn đề nhưng theo cách trực quan hơn. Anh ấy đã giới thiệu chi tiết nguyên lý hoạt động của LAM (Large Action Model), mô hình này hướng tới việc nâng cao hiệu suất, tiết kiệm thời gian – một thiết bị thực sự giúp tiết kiệm thời gian để người dùng tập trung vào những điều khác, đây là động lực cốt lõi cho công ty.
Ngoài ra, anh ấy còn chia sẻ những thách thức khi khởi nghiệp phần cứng hơn 10 năm trước, cũng như sự khác biệt giữa khởi nghiệp phần cứng hiện nay và quá khứ, thảo luận về chu kỳ lặp lại phần cứng được rút ngắn, năng lực sản xuất tại các địa điểm như Thâm Quyến, và lo ngại về ảnh hưởng tiềm tàng của công nghệ độ trễ thấp đối với tiêu thụ năng lượng của AI và các trung tâm dữ liệu.
Dưới đây là toàn bộ nội dung cuộc trao đổi:
Jason Calacanis: Tuần trước chúng ta đã nói về Rabbit R1, một trong những sản phẩm đáng chú ý nhất tại CES, triển lãm điện tử tiêu dùng tổ chức tại Las Vegas. Có lẽ bạn đã xem đoạn video demo trên X/Twitter, một sản phẩm trông rất ngầu, một trợ lý AI bỏ túi nhỏ gọn.
Trên đó có một bánh xe dùng để điều hướng, một camera có thể lật ngược, và một màn hình LED mà tôi đoán thế, cùng màu cam rực rỡ – màu sắc yêu thích của tôi – nó thực sự là ngôi sao tại sự kiện.
Họ đã thực hiện một buổi trình diễn tuyệt vời, hôm nay chúng ta mời nhà sáng lập đến để nói về sản phẩm này. Về một mặt nào đó, nó mang hơi hướng cổ điển, nhưng sở hữu LLM tùy chỉnh và mức giá 200 USD khiến mọi người đều phấn khích.
Họ đã bán được hơn 60.000 thiết bị như vậy. Trong 5 ngày qua, họ bán khoảng 10.000 chiếc mỗi ngày. Nhà sáng lập Rabbit, Jesse Lyu, hiện đang ở đây, công ty đặt tại Santa Monica, California.
Jesse, bạn khỏe chứ? Rất vui được gặp bạn. Bạn có ngờ rằng thiết bị của mình lại tạo nên phản ứng như vậy không? Bạn có nghĩ nó sẽ trở thành sản phẩm hot nhất, chỉ sau TV OLED trong suốt đầu tiên của LG? Nhiều người cũng hào hứng với chiếc TV trong suốt này, tôi thậm chí còn không hiểu mục đích của TV trong suốt là gì. Nếu nó dựa vào tường, thì chúng ta có nhìn thấy phía sau tường không? Đối với tôi điều đó hoàn toàn vô nghĩa. Cảm giác thế nào? Bạn có dự đoán được tình huống này không?
Jesse Lyu: Không hề. Thành thật mà nói, chúng tôi rất thận trọng với khán giả và cũng thẳng thắn với bạn, chúng tôi dự kiến ngày đầu tiên có thể bán được 500 chiếc, thị trường sớm có thể đạt 3.000 chiếc, và có lẽ chỉ dừng lại ở đó. Nhưng chúng tôi thực sự đã chuẩn bị sẵn sàng, nếu cần, có thể tăng đơn hàng.
Chúng tôi cũng có kế hoạch dự phòng, nhưng tôi là người bảo thủ nhất trong nhóm. Đội ngũ marketing và thiết kế của chúng tôi có lẽ tự tin hơn, nhưng đối với tôi, tôi rất dè dặt.
Có một điều tôi phải nhắc đến là, tôi thích sản phẩm này. Mẫu thử nghiệm đầu tiên thực tế là một Raspberry Pi gắn màn hình. Vì chúng tôi là một nhóm rất chuyên biệt, năm ngoái chúng tôi đã ra mắt phiên bản web dành cho một nhóm nhỏ người dùng kiểm thử tính năng của LLM, ví dụ như phát trước nhạc Spotify, và kết quả rất tốt.
Tôi thích sản phẩm này vì khoảng bốn tháng trước tôi đã có mẫu thử nghiệm đầu tiên, ngoại hình giống điện thoại. Khoảng tám tháng trước, tôi đã có mẫu thử nghiệm tay nghề cao. Tôi luôn mày mò với nó. Mặt khác, tôi hơi lo lắng, có lẽ chúng tôi chỉ là một nhóm kỹ sư, đây chỉ là món đồ chơi riêng của chúng tôi.
Jason Calacanis: Tạo ra thứ gì đó khiến bản thân vui vẻ ít nhất bạn biết rằng bạn có một khách hàng, chính là bản thân bạn, rồi bạn chỉ cần tìm hiểu xem có khách hàng nào khác không.
Hãy bắt đầu với mức giá điên rồ này, thiết bị này có giá 200 USD. Tôi xem xét rồi, không có phí đăng ký. Nếu bạn muốn lắp thẻ LTE vào, bạn cần có gói dữ liệu đăng ký,
nếu bạn muốn tích hợp 5G, đó là việc của bạn, chỉ cần mua thẻ dữ liệu Google, khoảng 20-30 USD mỗi tháng, khá rẻ. Nếu thiết bị này chỉ bán 200 USD, phần cứng lại đẹp đến thế, bạn định kiếm lời từ đâu? Tôi đang nghĩ, làm sao bạn biến cái này thành một doanh nghiệp?
Jesse Lyu: Tôi nghĩ từ góc độ kinh doanh, đây là một trong những câu hỏi thường gặp nhất.
Trước hết, tôi có thể nói với bạn, Jason, chúng tôi đã cố gắng rất nhiều để tìm ra sự cân bằng hoàn hảo giữa thiết kế và chi phí phần cứng, mặc dù tôi không thể nói con số chi phí phần cứng chính xác vì tôi không được phép tiết lộ, nhưng chúng tôi thực sự kiếm lời từ phần cứng.
Theo những gì tôi quan sát và học được từ quá khứ, lợi nhuận gộp từ phần cứng rất thấp. Nếu xét điện thoại, lợi nhuận gộp có thể nằm trong khoảng -25% đến 7% hoặc 8%, chỉ vậy thôi. Dù vậy, đa số vẫn cố gắng kiếm tiền từ phần cứng, rõ ràng là thông qua đăng ký.
So với eSIM, lý do chọn chế tạo khay tương tự là hai điểm, thứ nhất chúng tôi muốn giảm thêm chi phí phần cứng cho thiết bị, vì eSIM cần linh kiện đắt hơn, trong khi khay tương tự thì không cần, nhưng quan trọng hơn, chúng tôi muốn bán sản phẩm đến nhiều khu vực, không chỉ ở Mỹ.
Chúng tôi cần thương lượng với các nhà mạng như Verizon, T-Mobile hay ATT. Chúng tôi phát triển quá nhanh, không có thời gian ngồi xuống thương lượng với những công ty này trong cả năm trời, giờ họ chủ động liên hệ với chúng tôi, điều này rất tốt, tất cả đều là quyết định chiến lược.
Trước hết, tôi muốn sửa một chút. Thực ra tôi đã xem tập trước của bạn về chúng tôi, chúng tôi không chế tạo bất kỳ LLM nào. Chúng tôi sử dụng mô hình thần kinh ký hiệu (neuro-symbolic), không phải LLM, thường thì chúng ta nói GPT, Bard, Grok, v.v., những thứ này đều dựa trên Transformer, cần rất nhiều GPU đám mây để huấn luyện và đạt được kết quả đúng.
Không công ty khởi nghiệp nào có thể bất ngờ tạo ra LLM riêng của mình, kể cả khi gọi vốn được 30 triệu USD cũng không làm được, nên để ghi nhận, chúng tôi không làm vậy. Chúng tôi hợp tác với tất cả các mô hình ngôn ngữ tốt nhất và mô hình ngôn ngữ nhỏ. Nếu có mô hình ngôn ngữ mã nguồn mở, trong tương lai chúng tôi cũng sẽ cân nhắc.
Về cơ bản, chúng tôi xây dựng một hệ thống đánh giá nội bộ để theo dõi liên tục hiệu suất của tất cả các nhà cung cấp chính, có thể chuyển đổi linh hoạt, đó là cách RabbitOS hoạt động, nhưng chúng tôi tập trung vào LAM (Large Action Model).
Chúng tôi hiểu rõ rằng, mô hình ngôn ngữ hay Transformer được thiết kế để hiểu ngôn ngữ tốt hơn, nhưng ít nhất hiện tại, khả năng hoàn thành nhiệm vụ rất kém, và chúng tôi không thích làm việc với API vì API có rất nhiều vấn đề.
Thứ nhất, bạn phải cá rằng tất cả mọi người đều cung cấp API cho bạn, nhưng thực tế không phải vậy. Với OpenAI, khuyến khích hoặc các công ty lớn khuyến khích mọi người xây dựng API cho họ dễ dàng hơn, nhưng với công ty khởi nghiệp, rất khó thuyết phục đột nhiên có 2000 nhà cung cấp làm việc với API của bạn theo định dạng bạn mong muốn.
Ngay cả khi bạn có tất cả API, chúng thường không thể sao chép đầy đủ chức năng của App. Ví dụ, công ty trước của tôi, Raven, từng hợp tác với API của Uber, API của họ chỉ hoàn thành được 3 trong số 10 nhiệm vụ, rất khó thuyết phục họ làm đầy đủ chức năng App vì họ không có động lực, nên chúng tôi không thích API.
Đó là lý do tại sao chúng tôi muốn một giải pháp phổ quát, và để tạo giải pháp phổ quát này, chúng tôi xây dựng một AI. Cho dù là App Android, iOS, Windows, bất kỳ loại App nào, chúng tôi đều muốn xây dựng một giải pháp phổ quát, biết rằng mô hình ngôn ngữ không được thiết kế để kích hoạt hành động.
Do đó, chúng tôi thực sự bắt đầu với neuro-symbolic. Chúng tôi thực sự bắt đầu hợp tác với các công ty gắn nhãn dữ liệu. Theo đánh giá của riêng chúng tôi, chúng tôi bắt đầu thu thập dữ liệu tương tác thực tế giữa con người với các loại phần mềm khác nhau, như Uber, Spotify, v.v., các ứng dụng phổ biến.
Chúng tôi bắt đầu quá trình này khoảng hai năm rưỡi trước. Bắt đầu thu thập dữ liệu tương tác giữa con người thật với các phần mềm khác nhau, sau đó chúng tôi xây dựng một thuật toán neuro-symbolic, hiện nay chính là LAM, bạn có thể đưa tất cả các đoạn clip này vào LAM và yêu cầu mô hình của chúng tôi đọc từng khung hình của các clip này.
Jason Calacanis: Theo thời gian, LAM hiểu được các pixel trên màn hình, biết đây là một ứng dụng, biết tôi đã nhấn vào đâu trong ứng dụng, vậy khi ai đó nói với Rabbit: "Hãy đặt cho tôi một xe Uber hạng sang. Khi tôi về nhà, hãy chuẩn bị sẵn năm suất sushi cho gia đình, bao gồm vài cuốn và vài lựa chọn chay." Nó sẽ biết cách làm điều đó vì bạn đã huấn luyện nó nhiều lần, xem hàng trăm, hàng ngàn lần tương tác trong một ứng dụng. Cần bao nhiêu lần tương tác? Tôi mô tả đúng việc bạn đang làm không?
Jesse Lyu: Bạn mô tả rất đúng. Trước hết, chúng tôi không ghi lại thao tác của người dùng. Chúng tôi có một nhóm thử nghiệm, giao nhiệm vụ cho họ. Thực tế chúng tôi hợp tác với các đối tác gắn nhãn dữ liệu để đảm bảo tất cả các đoạn clip được thu thập một cách có chủ đích, không xâm phạm quyền riêng tư của bất kỳ ai.
Chúng tôi chưa bao giờ thiết lập hệ thống ghi lại màn hình người dùng. Nhưng hiểu biết của bạn là đúng. Chúng tôi thực sự đã công bố toàn bộ bài nghiên cứu về Rabbit Research, bao gồm nội dung hậu trường. Bạn có thể đến đó và xem bài nghiên cứu đó.
Chúng tôi thu thập dữ liệu từ những con người thật tương tác với các ứng dụng này. Thực tế, điều này rất mỉa mai vì neuro-symbolic chạy hiệu quả hơn trên CPU so với GPU, nên so với OpenAI hay bất kỳ LLM nào, việc triển khai đám mây của chúng tôi rất hợp lý, chúng tôi không nói đến hàng triệu đô la tiền mặt, thậm chí không nói đến hàng triệu đô la.
Chúng tôi có cụm GPU đủ tốt và điện toán đám mây CPU đủ tốt. Chúng tôi không thu thập dữ liệu theo yêu cầu. Chỉ yêu cầu mọi người thoải mái chơi, như cách chúng tôi thu thập dữ liệu. Vì vậy nhiệm vụ thu thập có thể là: "Bạn có 10 phút trên Spotify, cứ thoải mái thử, làm càng nhiều việc càng tốt. Tôi sẽ không bảo bạn phải phát bài hát này, nhấn vào đây, làm cái kia, bạn có thể khám phá tự do trong 10 phút."
Thuật toán neuro-symbolic khác biệt lớn nhất so với RPA truyền thống. Nếu bạn quen thuộc với RPA, về cơ bản nó ghi lại thao tác màn hình, tất nhiên rồi, nhưng sau đó triển khai một trình tự được lập trình sẵn để điều hướng chuột, con trỏ của bạn đến vị trí tọa độ x, y, dựa trên tọa độ tuyệt đối.
Jason Calacanis: Ý bạn là RPA?
Jesse Lyu: Đúng vậy.
Jason Calacanis: Khi bạn lập trình một robot, bạn thực sự có thể cầm tay robot, di chuyển nó đến chỗ lấy vật thể, bỏ vào hộp này, sau đó lấy vật thể khác, bỏ vào hộp B, nó ghi nhớ việc này, học được việc này, rồi có thể thực hiện đi thực hiện lại nhiều lần. Bạn thực sự hoàn thành nhiệm vụ này, gần giống như dạy một con khỉ cách bóc chuối, rồi nó bóc chuối theo cách của bạn. Khỉ nhìn, khỉ học, đại loại vậy?
Jesse Lyu: Đó là RPA, nhưng neuro-symbolic đẩy nó lên một bước, vì chúng tôi không nhận diện tất cả các yếu tố này dựa trên tọa độ tuyệt đối trên màn hình, mà trích xuất và tự động gắn nhãn một số yếu tố trực tiếp từ phương pháp ký hiệu, đồng thời suy luận. Điều này có nghĩa là nếu một ứng dụng thay đổi hoàn toàn giao diện người dùng, cũng không sao.
Jason Calacanis: Hiểu rồi. Vậy khi Spotify thiết kế lại ứng dụng, di chuyển podcast ra khỏi tab, rồi đặt tab lên đầu, hoặc vào menu hamburger thả xuống, nó vẫn biết đó là từ "podcast", và nơi tìm podcast trong Spotify.
Jesse Lyu: Hoàn toàn chính xác. Bởi vì logic cơ bản là, các phần mềm hiện đại này được thiết kế để mắt người xử lý thông tin, chúng phải có một số thiết lập, phải có một số ký hiệu và văn bản, cũng như thanh tìm kiếm, v.v.
So với việc chỉ xây dựng phần cứng trên GPT-4, đây là lợi thế của chúng tôi. Trước hết, tôi muốn làm rõ, chúng tôi không tạo bất kỳ LLM nào, chúng tôi hợp tác với LLM, nhưng chúng tôi cũng tạo ra LAM, một phương pháp neuro-symbolic.
Khi tôi nói với Rabbit: "Hãy đặt giúp tôi một suất sushi, năm người ăn, nhiều thức ăn như vậy, v.v." Nó biết cách sử dụng ứng dụng Uber Eats hoặc Doordash. Bây giờ, thiết bị Rabbit gửi yêu cầu này đến một nơi nào đó trên đám mây.
Jason Calacanis: Tôi đã xác thực yêu cầu này qua giao diện web, đã xác thực tài khoản Uber Eats, Doordash của tôi. Nó biết nhà hàng sushi yêu thích của tôi, rồi bắt đầu quy trình đặt hàng. Sau đó tôi nghĩ, nó quay lại hỏi tôi: "Chỉ muốn xác nhận, đây là những gì bạn muốn chứ?" Tôi nói đúng vậy. Sau đó nó sẽ làm gì? Nó bật một trình giả lập trên đám mây, rồi bạn có một trình giả lập web với xác thực đăng nhập của tôi, điều này hoạt động như thế nào?
Jesse Lyu: Trước hết, hãy bắt đầu từ xác thực. Bởi vì nếu bạn xem xét thiết bị này, nó hoạt động hoàn toàn khác với thế hệ thiết bị trước, vì nó không cài đặt sẵn bất kỳ phần mềm nào. Nó không cài đặt sẵn bất cứ thứ gì. Nó chỉ là một AI, bạn có thể chọn bật dịch vụ nào. Bạn có thể chọn thiết bị này phức tạp đến mức nào, cao cấp đến đâu.
Nếu bạn chỉ nói: "Đây là một chiếc iPod trông rất ngầu, tôi chỉ muốn dùng nó để nghe nhạc." Sau đó bạn mở khóa chức năng âm nhạc, chọn bất kỳ nhà cung cấp nào, nó chỉ phát nhạc.
Nhưng ngày mai, nếu bạn muốn bắt đầu đặt đồ ăn, bạn phải mở khóa chức năng đó, quy trình đăng nhập của bạn hiểu đúng, chúng tôi có một cổng web, giống như phiên bản mini IQ/icloud riêng của chúng tôi, nếu bạn hiểu, nó hỗ trợ tất cả thiết lập xác thực và quản lý chức năng.
Bạn vào trang web, về cơ bản chọn bất kỳ dịch vụ nào bạn muốn mở khóa, vì một lần nữa, đối với LAM, Spotify, YouTube Music, Apple Music đều không khác nhau, chúng đều là giao diện. Thực tế, Expedia và YouTube Music thậm chí không khác nhau, chúng đều là giao diện.
Chúng tôi cho bạn tự do lựa chọn dịch vụ ưa thích, bạn vào đó, rồi nhấn nút "Kết nối với Spotify", sau đó sẽ chuyển hướng bạn đến giao diện đăng nhập Spotify, chúng tôi không lưu trữ thông tin đăng nhập của bạn, chúng tôi không chạm vào chúng.
Bạn mở Spotify, Uber hoặc Doordash, đăng nhập qua họ, sau đó chúng tôi nhận diện tài khoản này đã kết nối với RabbitOS, điều xảy ra là, trên đám mây của chúng tôi, có một cấu trúc rất sáng tạo.
Chúng tôi có một siêu máy tính, khi Jason nói với Rabbit của mình về việc đặt hamburger từ Doordash, điều xảy ra là trước tiên chúng tôi sẽ xem Jason đã đăng nhập vào Doordash hay Uber Eats chưa, sau đó chúng tôi thấy Jason chọn Doordash, rồi trên siêu máy tính đó, LAM tương tác ảo với ứng dụng hoặc website Doordash, bạn không thấy tất cả điều này, vì đột nhiên mọi thứ đã hoàn thành, vì đây là AI.
Sau đó, chúng tôi sẽ render lại giao diện chủ đề của Rabbit, cung cấp kết quả cho bạn, bạn cũng không tương tác trực tiếp với máy chủ, bạn chỉ trò chuyện với nó, ý định được truyền đến LLM.
Jason Calacanis: Bạn muốn làm điều này, sau đó LAM thực hiện trong môi trường ảo, rồi render lại kết quả lên thiết bị của bạn. Đây là cách nó hoạt động. Bạn có cần được Spotify cho phép để làm điều này không, hay một khi đã huấn luyện trên dữ liệu, bạn có thể làm được? Tôi nói là có được phép thì tốt, nhưng nghe có vẻ bạn có thể làm mà không cần.
Jesse Lyu: Vâng. Tất nhiên, được những người này cho phép là tốt, hoặc tôi không nên nói cho phép, chúng tôi nên phát triển một mô hình kinh doanh tốt hơn. Đối với tôi, điều này giống như giai đoạn đầu, Jobs gọi cho Sony, nói rằng: nếu từ ngày mai trở đi, vì chúng tôi có thiết bị này, mỗi bài hát sẽ mất 9 cent, tôi cảm thấy điều này hơi giống tình huống tương tự.
Trước hết, chúng tôi không tạo người dùng mới, chúng tôi không tạo người dùng rác, không tạo người dùng UIU trả trước, bạn là Jason, sử dụng giao diện của họ dưới xác thực của bạn để sử dụng dịch vụ của họ, giống như bạn sử dụng trên điện thoại hoặc TV.
Chúng tôi dành rất nhiều thời gian nghiên cứu các điều khoản và thỏa thuận, cố gắng hiểu. Đối với chúng tôi, trừ khi họ đóng giao diện của họ, điều này không thể xảy ra, vì chúng tôi không vi phạm bất kỳ quy định nào, thậm chí không tạo người dùng giả tiêu tốn. Có rất nhiều lãng phí.
Tôi không biết bạn có thấy Sunbird nhắn tin vượt qua Android không, có rất nhiều cách kỳ lạ để thiết lập, nhưng chúng tôi không thiết lập bất kỳ điều gì như vậy.
Jason Calacanis: Điều này rất hợp lý, bởi vì đối với họ, đây chỉ là người dùng của họ tương tác với ứng dụng của họ thông qua giao diện âm thanh cơ bản, và xác nhận trên màn hình.
Ở giai đoạn bạn phát hành phiên bản 1.0 hoặc 0.1, cách thức tương tác này hoạt động như thế nào? Nếu nhà hàng mất hai giờ mới giao hàng, hoặc họ ngừng giao hàng.
Jesse Lyu: Đây là một câu hỏi rất hay, đây là vấn đề mới mà chúng tôi đang cố gắng giải quyết, có một phần chúng tôi hiểu rõ, nếu là thao tác trực tiếp, sẽ trực tiếp kích hoạt dịch vụ, nếu bạn muốn nghe "Lucky", vậy là xong, phát "Lucky".
Nếu bạn muốn đến đó ngay lập tức, rất dễ, nhưng chúng tôi cũng phát hiện một số trường hợp. Một số lý do tôi không trình bày trong bài phát biểu của mình, tôi đã đặt một số thứ nội bộ hoặc một số thứ khá liên quan với tưởng tượng của mình thông qua Expedia cho toàn bộ kế hoạch du lịch. Về cơ bản chúng tôi muốn tạo cho bạn một cách để kiểm tra đi kiểm tra lại.
Chính xác như vậy. Mỗi người các bạn đều có ý này, tôi cũng vậy. Vì vậy, chúng tôi cần phân loại riêng biệt. Có những trường hợp bạn muốn Uber đưa bạn về nhà, rất đơn giản.
Nếu trong tương lai có văn bản phức tạp hơn, bạn nên có thể thấy bản sao của tài liệu thực tế trên cổng web Rabbit Hole của bạn, đây là cách chúng tôi muốn thiết kế. Bạn luôn có thể có một cổng để kiểm tra, những thứ hợp pháp hơn, bản sao lưu và ghi chú của bạn, tóm tắt cuộc họp, tất cả những thứ này sẽ đồng bộ hóa lên cổng trắng, vì vậy tôi coi nó giống như phiên bản mini của đám mây, thực tế rất nhỏ.
Jason Calacanis: Nó hoàn toàn bằng nửa iPhone, cùng độ dày với iPhone 15.
Jesse Lyu: Vì tôi có bàn tay rất nhỏ, nhiều người hiểu sai kích thước thực tế. Chúng tôi thực sự tranh luận xem có nên bỏ màn hình không, vì đối với chúng tôi, đây là một điểm yếu.
Jason Calacanis: iPod Shuffle là một sản phẩm rất nhỏ. Vì vậy nó chỉ trở thành một máy ghi âm nhỏ, hoặc bất cứ thứ gì bạn có thể làm thành đồng hồ, bạn có thể làm thành bất kỳ thứ gì. Chính xác, hãy dẫn tôi tham quan xưởng thiết kế, bạn đã thuê một công ty thiết kế tuyệt vời để thiết kế cái này, có lẽ bạn có thể nói về cách bạn dùng nó để thiết kế, và cảm hứng đằng sau thiết bị, vì nó trông vừa hiện đại vừa cổ điển.
Jesse Lyu: Đây là biểu tượng. Tôi không chắc có tự tin nói nó đã trở thành biểu tượng chưa, nhưng tôi thấy nhiều người làm khung chassis và những thứ khác cho chúng tôi. Đây là khởi đầu tốt, ít nhất đây là một câu chuyện tuyệt vời giữa tôi và Teenage Engineering, tôi kính trọng họ, họ là công ty thần tượng của tôi.
Khoảng 15 năm trước, tôi bắt đầu làm việc liên quan đến synthesizer cổ điển. Khi họ ra mắt synthesizer di động OP1, tôi lập tức mua, nhưng chi phí sản xuất rất đắt, ban đầu mất vài tháng gây quỹ.
Trước hết, Teenage Engineering không phải là một công ty thiết kế, không tích cực tìm kiếm hợp tác và thu phí thiết kế, họ là một công ty rất tập trung vào thiết bị tiêu dùng công nghệ âm nhạc, tồn tại gần như mười mấy đến hai mươi năm rồi, một đội ngũ rất tuyệt vời.
Tôi nói với nhóm của mình, khi tôi còn ở Raven, nếu những người này cho tôi cơ hội, để tôi làm việc cho họ, tôi sẽ đi. Quay lại năm 2017, khi tôi đang thực hiện dự án phần cứng Raven, tôi đột nhiên nhận ra, có lẽ tôi có thể thuyết phục họ hợp tác với tôi, thay vì tôi làm việc cho họ, vì tôi muốn chọn những người giỏi nhất.
Trong tâm trí tôi, họ là những người giỏi nhất, vì vậy tôi đã viết một email, liên hệ với họ, ba ngày sau, tôi đã ngồi trong văn phòng của họ ở Stockholm, Yasper là CEO và đồng sáng lập Teenage Engineering.
Chúng tôi đều lấy ra một cuốn sổ và một cây bút chì, rồi bắt đầu vẽ. Trong quá trình này, anh ấy hỏi tôi về, nghệ sĩ yêu thích của bạn là ai? Thiết kế ô tô yêu thích của bạn là gì, và một số câu hỏi Web Chat, khiến tôi ngạc nhiên là, chúng tôi gần như có gu hoàn toàn giống nhau về mọi thứ, như anh ấy hỏi tôi tất cả các câu hỏi, anh ấy cho tôi xem bộ sưu tập đĩa vinyl của anh ấy, tôi cho anh ấy xem bộ sưu tập đĩa vinyl của tôi, hoàn toàn giống nhau, và thứ tự cũng giống nhau, anh ấy nói, tôi thích cái này, tôi thích cái kia.
Chúng tôi nói chuyện một lúc, rồi nhất kiến như cố. Toàn bộ quá trình giống như ma thuật, tôi nghĩ tôi chưa từng nói về điều này trên bất kỳ phương tiện truyền thông hay mạng xã hội nào, nhưng thực tế chúng tôi đã tạo một tài khoản Instagram bí mật.
Chúng tôi không có thư điện tử, không có điện thoại, không gì cả. Chúng tôi chỉ bắt đầu đăng các bản phác thảo và hình ảnh lên Instagram. Sau đó, chúng tôi chỉ thích, bình luận lẫn nhau. Chỉ vậy thôi, vì vậy chúng tôi làm được.
Jason Calacanis: Tài khoản công khai hay riêng tư?
Jesse Lyu: Tài khoản riêng tư, bình luận công khai.
Jason Calacanis: Cách thú vị.
Jesse Lyu: Vì thời gian quá dài, có lẽ sau này tôi có thể chia sẻ một số tác phẩm ban đầu. Nhưng tôi muốn nói, đây là hai nhóm người trực giác mạnh mẽ, chúng tôi hiểu nhau, sau đó có tác động cộng hưởng mạnh mẽ.
Năm 2018, tôi chính thức trở thành thành viên hội đồng quản trị của họ, sau đó tôi hiểu rõ hơn về công ty, tôi hiểu họ cần tập trung rất nhiều vào lộ trình hiện tại, họ có rất nhiều việc cần hoàn thành. Nhưng tôi bắt đầu thấy sự công nhận rộng rãi hơn đối với thiết kế công nghiệp của họ, trong 3-4 năm qua, tôi rất vui mừng.
Teenage cũng là đối tác thiết kế đồng sáng lập cho một công ty tên là Nothing, tôi không biết bạn có nghe nói về công ty tên Nothing chưa? Họ sản xuất điện thoại — Nothing Phone.
Chúng tôi cũng là đồng sáng lập Nothing, giống như toàn bộ Teenage, chúng tôi giúp Nothing xây dựng toàn bộ ngôn ngữ thiết kế ban đầu và mọi thứ, sau đó khi chúng tôi bắt đầu làm R1, tình hình ngược lại, chúng tôi muốn tạo ra thứ gì đó ngầu. Tất nhiên, điều đầu tiên chúng tôi xem xét là ai ở đó, chúng tôi thấy một số đối thủ mạnh, như Humane, AI-Pin, người ex Apple, rất kính trọng đội ngũ.
Tôi tự nói với bản thân, tôi hơi thuyết phục bản thân, bạn đang cung cấp một phần mềm tương tác thế hệ mới. Đối với tôi, cung cấp một thiết bị khoa học viễn tưởng mà không ai biết cách sử dụng là quá mạo hiểm.
Theo lý thuyết của tôi, phần cứng chưa bao giờ là lựa chọn hàng đầu. Bạn không làm phần cứng chỉ vì muốn tạo ra một thiết bị ngầu. Hầu hết thời gian, nếu bạn làm vậy, nó sẽ thất bại hoàn toàn. Tôi học được nhiều ví dụ tốt, tôi cũng trải qua nhiều ví dụ tốt, bạn có phần mềm tốt, bạn muốn phần cứng chuyên dụng để làm nó tốt hơn, nó luôn xoay quanh phần mềm, luôn xoay quanh thứ bên trong.
Nếu bạn có phần mềm rất tiên phong, rất mới mẻ, bạn muốn giảm thiểu rủi ro phần cứng, ít nhất là ở thế hệ đầu tiên như vậy. Đối với tôi, R1 là kết quả chọn phần cứng do nhu cầu, chứ không phải do sở thích.
Nếu tôi muốn làm phần cứng, tôi có thể muốn làm nhiều kiểu máy khác, như bạn nói, kính râm hoa mỹ thế nào? Thế này thế nọ? Điều đầu tiên chúng tôi nhận ra là, chúng tôi muốn xây dựng một vị trí tốt để có thể cạnh tranh với tất cả các công ty lớn này và các đối thủ sắp ra mắt. Đồng thời, chúng tôi cũng muốn cung cấp thứ gì đó có thể cộng hưởng với văn hóa, kỷ niệm và quy trình làm việc hiện tại của bạn, bạn không cần menu để hiểu cách sử dụng nó.
Jesse Lyu: Trước hết, đối với bất kỳ thao tác trực tiếp nào, bây giờ tôi nghiêng về dùng Rabbit. Tại sao? Bởi vì khi tôi bắt đầu cố gắng hoàn thành nhiệm vụ, tốc độ của nó giống như tốc độ suy nghĩ, tôi đã có tốc độ này. Và tôi cảm thấy điều này gần như nhanh và trực quan hơn cả việc tìm nút bấm analog, thậm chí có thể không nhìn, chỉ cần nói, và độ chính xác của AI đủ tốt, tốc độ thực hiện cũng đủ nhanh.
Tôi cho bạn một vài ví dụ nhanh. Tôi luôn làm việc trên nhiều màn hình, mỗi ngày làm việc đồng thời nhiều việc, có lẽ còn trao đổi với người khác, nếu tôi có điều gì không biết, điều này chắc chắn nhanh hơn. Quên báo thức đi, nói về tìm kiếm, điều này tuyệt đối nhanh hơn. Sau đó tôi phải thiết lập một tab mới hoặc mở Chrome để bắt đầu nhập.
Jason Calacanis: Bạn có nút bấm thao tác, giống radio, bạn nhấn nút, rồi định nghĩa từ này, tôi không cần suy nghĩ, khoảng 6 hoặc 7 bước.
Jesse Lyu: Thậm chí không cần nhiều vậy, một số con số kỹ thuật số rất cao, giúp bạn nhanh hơn nhiều, tôi cho bạn một ví dụ thực tế. Tôi đang họp với một trong những nhà đầu tư hiện tại của chúng tôi, họ sẽ hỏi một số con số về hiệu suất so sánh bán hàng và các công ty khác.
Tôi thường không biết, tôi không biết doanh thu của một công ty năm ngoái là bao nhiêu. Nếu bạn nghĩ kỹ, tôi tìm kiếm trên Google, có 200 tab, cái nào chính xác? Cái nào đúng? Đó là lý do tại sao chúng tôi thiết lập hoạt động đối tác chiến lược, chỉ để tăng cường phần này, đây chỉ là tìm kiếm.
Một điều khác là âm nhạc. Tôi có thể nói với bạn, bạn sẽ thích điều này, vì nó có thể phát nhạc, đây là iPad cổ điển thế hệ thứ hai, với mức độ kiểm soát giống hoặc thậm chí đơn giản hơn. Hôm qua tôi thực sự may mắn được gọi điện với Tony Fadell, chúng tôi nói chuyện hơn ba giờ, chỉ về phát nhạc, trong tám tháng qua chắc chắn là lựa chọn hàng đầu của tôi. Ngoài tìm kiếm, có thể 70% thời gian dành để nghe nhạc.
Rất nhiều người vẫn chưa hiểu. Tôi bắt đầu đăng một số thứ trên Twitter, có một cảnh tôi sử dụng chức năng hình ảnh, về cơ bản tôi nhấn đúp vào camera xoay và chỉ vào bất cứ thứ gì tôi muốn. Tôi sử dụng hình ảnh để xem một Discord, vì Rabbit. Ba ngày qua, chúng tôi đã có 5000 thành viên, và tôi là nhân viên chăm sóc khách hàng ở đó.
Jason Calacanis: Là người sáng lập nghe tổng đài hỗ trợ khách hàng, đó là nơi gần người dùng nhất.
Jesse Lyu: Tôi cố gắng trả lời càng nhiều tin nhắn càng tốt, nhưng tôi bắt đầu lạc lối, vì quá nhiều tin nhắn. Tôi thực sự đang trong cuộc gọi video với người khác, sau đó tôi đơn giản chỉ camera, nói, những người ở đây đang nói về gì? Rất nhiều người không hiểu cách dùng, rất nhiều người nghĩ, bạn có mắt, bạn không mù, điều này quá ngu ngốc, tại sao bạn làm vậy?
Thực tế tôi đang làm việc khác, không có thời gian cuộn chuột xem 50 trang, mặc dù phiên bản hiện tại của visual GPT và mô hình hình ảnh riêng của chúng tôi cần nhanh hơn, thực tế cần nhanh hơn trước khi phát hành, tôi đang thúc đẩy, sau 4-5 giây, nó nói, đây là kết luận. Mọi người đang thảo luận về Rabbit R1 có thể lãng phí công việc như thế nào, nó cung cấp báo cáo cho tôi.
Jason Calacanis: Thông thường, bạn có thể thuê một người có trình độ đại học, bảo họ tóm tắt mỗi ngày đã xảy ra gì trên đường dây hỗ trợ khách hàng? Hoặc bạn có thể chỉ vào đó, để LLM làm báo cáo, ở đây bạn chỉ cần chụp ảnh nhanh.
Tôi cũng gặp vấn đề này. Cuối tuần này tôi đi trượt tuyết, luôn cố gắng dùng Siri để thay đổi nhạc, chỉ giảm âm lượng hoặc thay bài hát hoặc phát danh sách phát khác đều rất đau khổ, bạn nói thành công cần 5-10 giây, Siri làm sai, sau đó bạn phải thao tác lại, rồi nhạc của bạn bị cắt.
Bạn nói bạn nhấn nút này, rồi thời gian phản hồi hiện tại rất nhanh, tất cả các hệ thống loa thông minh này, bạn nhắc đến vài lần Raven, bạn từng bán cho Baidu, đó là công ty đầu tiên của bạn, tôi nghĩ vậy, hoặc công ty thứ hai. Bạn chắc chắn học được rất nhiều về thời gian phản hồi lệnh giọng nói, chờ đợi 4-5 giây để nó tỉnh dậy và hiểu bạn đang làm gì thật khủng khiếp. Đây là vấn đề bạn đang cố gắng giải quyết, là 5 giây đầu tiên, bạn giải quyết vấn đề này như thế nào?
Jesse Lyu: Nếu phân tích, độ trễ đến từ hai phần. LAM rất nhanh. Nếu bạn xem demo tôi đăng trên Twitter, sẽ thấy nó rất nhanh. Phát một bài hát là tức thì.
Nếu bạn hỏi một câu hỏi ngẫu nhiên chung chung, chúng tôi có một công nghệ, về cơ bản là tạo token luồng qua LAM, làm cho nó rất nhanh. Nếu bạn hỏi sự khác biệt giữa cam và quýt? Bất cứ điều gì không cần thông tin mới nhất, trong vòng 500 mili giây, nếu bạn thử bắt đầu với OpenAI, thì bất kỳ tìm kiếm thông tin mới nhất nào cũng bắt đầu chậm lại.
Tôi gần đây chưa thử, tôi cảm thấy gần đây có cải thiện, nhưng thông thường, chúng tôi nói về thời gian 2-3 giây so với 500 mili giây. Nhưng phần hình ảnh là nơi độ trễ lớn nhất.
Chúng tôi nói về khoảng 8-10 giây, nhưng đây không phải là vấn đề của chúng tôi. Đây thực tế là tốc độ nhanh nhất hiện nay trong ngành, chúng tôi đang nỗ lực không ngừng tìm cách rút ngắn thời gian hơn nữa.
Bây giờ lý do chính của độ trễ thực sự chỉ là tìm kiếm thông tin mới nhất, chỉ vậy thôi. Nếu bạn chỉ kích hoạt thứ gì đó qua LAM, thì rất nhanh.
Cho tôi nói một số điều thất vọng. Trước hết, tôi không muốn mang theo hai thiết bị, không ai muốn mang theo hai thiết bị. Tôi không cố thuyết phục mọi người rằng điều này chỉ hấp dẫn, nên có lẽ bạn muốn mang theo.
Hiện tại những gì chúng tôi có thể làm là, chúng tôi biết nó không thể trở thành một ứng dụng. Cùng kích thước với iPhone của bạn. Thực tế rất nhẹ, chỉ 110g, 110g cảm giác như thế nào? Từ tủ lạnh, lấy hai miếng sườn sống chưa nấu, đúng vậy, nó nhẹ đến mức mỗi lần tôi bỏ vào túi, đều quên mất nó.
Tôi cảm ơn bản thân đã thiết kế nút bấm analog, vì tôi không cần phải lấy ra xem màn hình, tôi đưa tay vào túi, cảm nhận nút bấm. Thực tế đây là cách tôi sử dụng hầu hết thời gian, chỉ cần kết nối Airpods hoặc thiết bị Bluetooth khác hoặc hệ thống xe, tôi thực sự không cần nhìn nó.
Tôi đưa tay sờ, nhưng vẫn còn nhiều việc tôi thà kiểm tra trên điện thoại, ít nhất hiện tại là vậy. Trước hết là chức năng xã hội quan trọng. Ít nhất trong thế hệ này, nó không nhằm kết nối với tất cả bạn bè, tán gẫu và biết chuyện gì đang xảy ra, nó tập trung hơn vào giải quyết nhiệm vụ. Tiếc thay, phần này tôi phải quay lại điện thoại, phần khác là nhóm trò chuyện chuyên nghiệp.
Jason Calacanis: Nếu bạn muốn tham gia nhóm trò chuyện Signal, WhatsApp hoặc công cụ liên lạc khác, nó vẫn chưa thể thay thế hoàn toàn.
Jesse Lyu: Chúng tôi có thể, nó có khay, có thẻ SIM, nó là một điện thoại. Chúng tôi không cố gắng trở thành điện thoại, nhưng nó có khả năng làm mọi chức năng điện thoại. Một điều khác là, có lẽ đây chỉ là sự thật, điện thoại thực tế là thiết bị tiêu thụ nội dung, nếu bạn nghĩ về ứng dụng tăng trưởng nhanh nhất trên AppStore, đó là TikTok, Netflix, Instagram, v.v.
iPhone có màn hình tốt hơn, tôi phải thừa nhận điều đó. Đó là lý do tại sao, khi tôi bắt đầu nghĩ đến máy chiếu laser, tôi không chắc, vì tôi thấy demo của Humane, cử chỉ gửi tin nhắn, tôi có thể sẽ không làm vậy.
Khi tôi bắt đầu Raven năm 2013, tôi thực tế hợp tác với một vài người của Sri, dường như là Đại học Stanford, sau này thành lập Nuance, Nuance ươm mầm Siri, nên có lịch sử lâu dài, nhưng tôi nhớ rất rõ, khi tôi lần đầu thăm Siri, tốc độ dictation khoảng 74%, dựa trên tiếng Anh bản xứ, rất tệ, nhưng nó nhanh chóng tăng lên.
Một vấn đề khác là hiểu ý định. Chúng tôi đang nói về thời đại trước Transformer, sau đó khi ở Raven, chúng tôi rất cố gắng làm việc xử lý ngôn ngữ tự nhiên hay NLP, đó là công nghệ tốt nhất trước Transformer. Tôi đoán vấn đề không phải vì chúng tôi không nghĩ đến cách thiết kế thuật toán, chỉ là lúc đó chúng tôi không có đủ năng lực tính toán mạnh mẽ, như GPU để chạy, nên nếu bạn nói nhận diện ý định, nó rất đau khổ, tiêu tốn nhân lực rất nhiều, vì về cơ bản Alex và mọi thế hệ loa thông minh trước, giống như bạn đang lắp ráp một menu cho AI đó, sau đó về cơ bản bạn đang hard code, có 70 cách giao tiếp với loa, có nghĩa là bạn muốn nghe bài hát này, có một loạt câu có thể mô tả cùng ý định, NLP giúp chúng tôi hiểu và lắp ráp menu này, rất nhiều thứ không lý tưởng.
Tôi hoàn toàn hiểu sự nghi ngờ đối với R1, đây là thiết bị ưu tiên giọng nói, vì chúng tôi đều là thế hệ người tiêu dùng cùng thời, vẫn mắc PTSD từ trải nghiệm rất tệ ban đầu.
Jason Calacanis: Chính xác, đây chính là điều khiến Siri làm mọi người thất vọng, Alexa tốt hơn một chút, nhưng mức độ ứng dụng trên điện thoại không cao như Google, trợ lý chưa bao giờ thực sự phổ biến, chúng ta chỉ giả định nó không tốt.
Thực tế, bây giờ tình hình tốt hơn nhiều, thậm chí ứng dụng ChatGPT cũng vậy. Hiện tại tôi dùng iPhone 15, nó có nút hành động, tương tự những gì bạn làm trên Rabbit, tôi kết nối nó với giao diện giọng nói ChatGPT, khi tôi nhấn, nó vào chế độ hội thoại đó trong ứng dụng, rất tốt.
Tại Mỹ, nó chạy nhanh chóng, bạn sẽ biết khi nào bạn đã tạo ra sản phẩm có thể thách thức chiếc điện thoại trong túi không? Bạn sẽ thắng trận đấu lấy thiết bị nào về nhà, nếu bạn quên điện thoại, bạn sẽ quay lại lấy. Nếu bạn quên ví, bạn sẽ không quay lại lấy, bạn sẽ nói, tôi quên ví rồi. Trên điện thoại tôi có một số tùy chọn thanh toán, nếu không có nó, bạn phải quay lại lấy, khi bạn đạt được cột mốc này, tôi phải quay đầu lại lấy Rabbit của mình.
Jesse Lyu: Trước hết, thách thức là nhiệm vụ tham vọng. Chúng tôi chưa bao giờ tự đặt, ít nhất về tâm lý, chúng tôi chưa bao giờ tự đặt, như toàn bộ mục đích của Rabbit là giết iPhone.
Dù là gì đi nữa. Mặt khác, chúng tôi thấu hiểu sâu sắc, đặc biệt nhờ kinh nghiệm của tôi, công ty tôi bị bán cho Baidu, chúng tôi có mối quan hệ làm việc rất độc đáo, vẫn giữ Raven, nhưng tôi đã thấy đủ nhiều, không chỉ Baidu, còn Microsoft, tất cả các công ty khác, các công ty lớn vận hành như thế nào.
Quan điểm hiện tại của chúng tôi là, chúng tôi không nghĩ chúng tôi có đủ tự tin để thách thức, nhưng chúng tôi cũng không muốn chờ đợi. Như bạn có thể trở thành người dùng, tôi đăng sản phẩm trên Twitter, trở thành người dẫn đầu, người quan sát, hay người chạy theo? Bạn chỉ có thể trở thành một trong ba loại này.
Chúng tôi không nói có bao nhiêu tham vọng, hay ảo tưởng, tôi có một kế hoạch tổng thể rất rõ ràng, điều này không phải bản chất công ty khởi nghiệp. Một điều tôi có niềm tin mạnh mẽ là, đối với tất cả các hệ điều hành dựa trên ứng dụng thế hệ hiện tại, muốn cải tiến là không thể, vì công nghệ không, bản thân sự thay đổi hệ điều hành cơ bản, nó sẽ không bao giờ là cải tiến, nó luôn là vận hành lại, nó luôn liên quan.
Vấn đề không nằm ở công nghệ. Nhiều kỹ sư có quan điểm khác nhau từ góc độ kỹ sư, họ nghĩ chỉ cần làm Siri như vậy thành R1, đó là RabbitOS.
Không phải vậy, vấn đề nằm ở động cơ kiếm tiền đằng sau họ, họ xây dựng toàn bộ AppStore với hàng tỷ nhà phát triển và hàng tỷ ứng dụng, đột nhiên không còn ứng dụng nữa, làm sao có thể?
Tôi không thấy một sự chuyển đổi rất suôn sẻ, làm sao nó có thể thay đổi nhanh như vậy? Chúng tôi nghĩ nên chờ đợi, giảm thiểu rủi ro hơn nữa. Tôi nghĩ, xem xét R1 như iPod, đối với một số lượng yêu cầu nhất định mà chúng ta đang thảo luận, nó là yêu cầu rộng hơn một chút so với iPod, vì iPod thực sự chỉ nhằm thay thế Walkman, nhưng trong thời đại iPod, bạn vẫn dùng điện thoại BlackBerry, tôi dùng BlackBerry 8900, tôi có iPod, bạn có hai túi quần.
Jason Calacanis: Mỗi túi một cái.
Jesse Lyu: Hoàn toàn đúng. Nó hơi giống hình dạng cố định, nếu bạn mặc quần jean, bạn thậm chí không muốn chạm vào, bạn chỉ để đó. Nhưng chúng tôi có R1, đây là lần thử nghiệm đầu tiên hoặc cách tiếp cận về cấu trúc tương lai, phần mềm tương lai sẽ làm việc với con người như thế nào? Bạn tương tác với phần mềm ra sao? Có lẽ trong một năm rưỡi đến hai năm, chúng tôi sẽ có câu trả lời tốt hơn.
Jason Calacanis: Bây giờ, bạn đang tìm những người dùng sớm, những người muốn thử, muốn dành thời gian và đưa ra ý tưởng rất tốt cho bạn. Có nhà phát triển ứng dụng nào tìm đến bạn trực tiếp, chỉ muốn tạo thứ gì đó cho LAM của bạn, cung cấp giao diện, kỹ sư Uber và kỹ sư của bạn có thể vận hành liền mạch trong cùng không gian, thực tế có như vậy không?
Jesse Lyu: Thực tế là cả hai chiều. Một mặt, chúng tôi giao tiếp trên Twitter bằng cách bắt tay, không trao đổi trước, hiện tại chúng tôi cung cấp tín dụng 200 USD cho 100.000 thiết bị đầu tiên. Nếu bạn xem xét thiết bị, giá chỉ 99 USD. Quan trọng hơn, đặc điểm bị đánh giá thấp nhất của RabbitOS, hiện tại vẫn ở giai đoạn thử nghiệm, nhưng chúng tôi tự tin sẽ sớm ra mắt ít nhất phiên bản beta sau khi người dùng nhận thiết bị, đó là chế độ dạy học (Teach Mode).
Chào mừng tham gia cộng đồng chính thức TechFlow Nhóm Telegram:https://t.me/TechFlowDaily Tài khoản Twitter chính thức:https://x.com/TechFlowPost Tài khoản Twitter tiếng Anh:https://x.com/BlockFlow_News
