CẬP NHẬT
29 tháng 9 2025
Khung Mô Hình Nền Tảng của Apple mở ra trải nghiệm ứng dụng mới được hỗ trợ bởi Apple Intelligence
Với sự ra mắt của iOS 26, iPadOS 26 và macOS 26 trong tháng này, các nhà phát triển trên toàn thế giới có thể mang lại nhiều trải nghiệm thông minh hơn vào ứng dụng của họ bằng cách khai thác mô hình ngôn ngữ lớn trên thiết bị với cốt lõi là Apple Intelligence.1 Khung Mô Hình Nền Tảng cho phép các nhà phát triển tạo ra các tính năng thông minh mới, vừa bảo vệ quyền riêng tư của người dùng vừa khả dụng khi ngoại tuyến, tất cả trong khi sử dụng khả năng suy luận AI miễn phí. Bất kể là tạo câu hỏi cá nhân hóa để giúp học sinh ôn luyện tốt hơn hay cung cấp bản tóm tắt chuyên sâu về các chỉ số tập luyện, nhà phát triển đã áp dụng khung nền tảng này để tái định hình những gì có thể thực hiện trong ứng dụng của họ, và hỗ trợ người dùng theo những cách mới mẻ và thú vị.
“Chúng tôi rất vui mừng khi thấy các nhà phát triển toàn thế giới đưa các tính năng thông minh bảo vệ quyền riêng tư vào ứng dụng của họ. Những trải nghiệm trong ứng dụng mà họ đang tạo ra rất phong phú và sáng tạo, cho thấy khung Mô Hình Nền Tảng của Apple mở ra nhiều cơ hội đến mức nào,” Susan Prescott, Phó Chủ tịch phụ trách Quan hệ Nhà phát triển Toàn cầu của Apple, cho biết. “Từ việc tạo ra các gợi ý viết nhật ký để khơi gợi sự sáng tạo trong ứng dụng Stoic, đến các lời giải thích mang tính đối thoại về thuật ngữ khoa học trong CellWalk, thật tuyệt vời khi thấy những khả năng mạnh mẽ mới đang nâng cao trải nghiệm trong các ứng dụng mà mọi người sử dụng hàng ngày.”
Các ứng dụng trải dài từ sức khỏe và thể dục cho đến giáo dục và năng suất đã khai thác lợi ích của khung Mô Hình Nền Tảng. Dưới đây là một vài ứng dụng đã tận dụng khung nền tảng này để ra mắt các tính năng thông minh mới hiện đã khả dụng.
Hỗ Trợ Trải Nghiệm Sức Khỏe Và Thể Dục Mới
SmartGym mang đến cho người dùng một cách thức tinh gọn và dễ dàng để lên kế hoạch và theo dõi việc tập luyện. Bằng cách khai thác khung Mô Hình Nền Tảng, ứng dụng cho phép người dùng mô tả và biến một bài tập thành một lịch trình tập luyện khoa học với các hiệp, số lần lặp, thời gian nghỉ, và điều chỉnh phù hợp với trang thiết bị. Tính năng Smart Trainer trong ứng dụng tiếp tục học hỏi từ các bài tập của người dùng và đưa ra đề xuất như điều chỉnh số lần lặp, thay đổi mức tạ, hoặc tạo lịch trình tập luyện mới. Giờ đây, mỗi đề xuất đều đi kèm lời giải thích rõ ràng để người dùng hiểu lý do đằng sau các điều chỉnh.
SmartGym cũng tạo ra các bản tóm tắt chuyên sâu về dữ liệu tập luyện, bao gồm tổng quan về tiến độ hàng tháng, phân tích lịch trình và hiệu suất tập luyện cá nhân, tất cả đều được trình bày ở định dạng đơn giản, dễ hiểu. Ngoài ra, người dùng có thể nhận được các tin nhắn huấn luyện được điều chỉnh theo phong cách ưa thích của họ. Sau khi hoàn thành buổi tập, họ có thể thêm ghi chú cá nhân hoặc tạo toàn bộ ghi chú một cách tự động dựa trên dữ liệu luyện tập. Mỗi khi mở ứng dụng, SmartGym sẽ chào đón người dùng bằng một tin nhắn cá nhân hóa, được tạo theo thời gian thực dựa trên dữ liệu thể chất hiện tại.
“Khung Mô Hình Nền Tảng cho phép chúng tôi mang đến các tính năng hoạt động trực tiếp trên thiết bị mà trước đây là điều bất khả thi,” Matt Abras, Giám đốc Điều hành của SmartGym chia sẻ. "Việc triển khai áp dụng các tính năng này rất đơn giản, nhưng năng lực của chúng thì cực kỳ mạnh mẽ."
Stoic là một ứng dụng viết nhật ký giúp người dùng hiểu rõ hơn về cảm xúc bản thân, đồng thời cung cấp những góc nhìn để sống hạnh phúc hơn, làm việc hiệu quả hơn và vượt qua những trở ngại. Tận dụng khung Mô Hình Nền Tảng, người dùng có thể nhận được các lời nhắc viết nhật ký cực kỳ cá nhân hóa được tạo ra từ các bài viết gần đây của họ. Ví dụ, nếu người dùng ghi rằng tâm trạng buồn chán hoặc ngủ không ngon, họ sẽ nhận được một thông điệp khích lệ, cảm thông chia sẻ. Stoic cũng có thể mang đến thông báo ứng dụng theo ngữ cảnh để nhắc người dùng về tâm trạng hoặc bài viết gần đây được ghi lại. Các lời nhắc được tạo ra hoàn toàn trên thiết bị, nghĩa là các bài viết cá nhân của người dùng luôn riêng tư.
Ngoài ra, ứng dụng hiện có thể gợi ý các lời nhắc viết nhật ký theo ngữ cảnh để khuyến khích người dùng suy ngẫm, cũng như đưa ra các cụm từ bắt đầu phù hợp để giúp người dùng bắt đầu một bài viết. Người dùng cũng có thể suy ngẫm lại các bài viết trước đây với các chế độ xem nâng cao do khung Mô Hình Nền Tảng hỗ trợ, bao gồm đọc tóm tắt các bài viết nhật ký, sắp xếp các bài viết liên quan, và tìm kiếm bài viết thông qua tính năng tìm kiếm bằng ngôn ngữ tự nhiên được cải tiến của ứng dụng.
“Với khung Mô Hình Nền Tảng, các lời nhắc và suy ngẫm hiện thích ứng với tâm trạng của người dùng, từ đó người dùng sẽ cảm thấy trải nghiệm cá nhân hóa hơn qua từng ngày,” Maciej Lobodzinski, nhà sáng lập Stoic chia sẻ. “Điều làm tôi ngạc nhiên là chúng tôi có thể xây dựng những ý tưởng này nhanh ra sao. Các tính năng vốn yêu cầu cơ sở hạ tầng back-end nặng nề, nay chạy thuần túy trên thiết bị với thiết lập tối thiểu. Qua đó, nhóm nhỏ của chúng tôi có thể mang lại giá trị khổng lồ một cách nhanh chóng mà vẫn bảo mật dữ liệu của mọi người dùng, với tất cả thông tin và lời nhắc được tạo ra mà không có bất kỳ thứ gì rời khỏi thiết bị của họ."
Các ứng dụng sức khỏe và thể dục khác đã khai thác khung Mô Hình Nền Tảng để mang đến trải nghiệm hoàn toàn mới trong ứng dụng của họ. SwingVision, một ứng dụng giúp người dùng nâng cao kỹ năng chơi tennis hoặc pickleball, sẽ tạo lời khuyên để người chơi cải thiện khả năng thi đấu. Ứng dụng sử dụng khung Mô Hình Nền Tảng để phân tích các video về cách thi đấu của người dùng được cung cấp dưới dạng đầu ra từ các mô hình Core ML, qua đó đưa ra phản hồi cụ thể và dễ áp dụng ngay. 7 Minute Workout giúp người dùng tạo các bài tập năng động bằng ngôn ngữ tự nhiên, chẳng hạn như nêu cụ thể rằng họ muốn tránh các bài tập có thể làm chấn thương thêm trầm trọng, hoặc nếu họ đang chuẩn bị cho sự kiện. Ứng dụng cũng đưa ra khích lệ với giọng điệu thân thiện, tự nhiên. Ứng dụng viết nhật ký Gratitude tạo ra bản tóm tắt chi tiết hàng tuần về thử thách, thành tựu, ý định, cũng như các lời tự nhủ được đề xuất. Sử dụng khung Mô Hình Nền Tảng, ứng dụng cũng chuyển đổi các bài nhật ký thành các câu tự khẳng định cá nhân hóa theo ngữ cảnh.
Train Fitness cũng hoạt động với khung Mô Hình Nền Tảng của Apple để đề xuất bài tập tiếp theo cho người dùng khi không có thiết bị cần thiết. Người dùng có thể tinh chỉnh các bài tập bằng cách nhập hướng dẫn cụ thể, như là loại bài tập ưa thích hoặc giới hạn cơ bắp. Motivation sẽ mang đến cho người dùng những lời nhắc tích cực, sắp xếp nội dung người dùng yêu thích thành các danh mục theo cảm xúc và chủ đề, trong khi Streaks sẽ gợi ý một cách thông minh và tự động phân loại các công việc trong danh sách việc cần làm. Wakeout! sẽ tạo ra các khoảng nghỉ giữa giờ để vận động cá nhân hóa với lý do chi tiết trên bài tập mà người dùng đã chọn. Bằng các cấu trúc có thể tạo ra, mô hình nền tảng chọn từ hàng ngàn video có sẵn và tạo ra lịch trình phù hợp cho từng người dùng.
Khai Mở Vô Vàn Cơ Hội Cho Các Ứng Dụng Giáo Dục
Ứng dụng sinh học tương tác CellWalk cho phép người dùng khám phá cấu trúc tế bào 3D chi tiết đến cấp độ phân tử, hoặc tham quan các cỗ máy phân tử của sự sống. Ứng dụng cho phép sinh viên và các nhà nghiên cứu chọn những thuật ngữ chưa quen để được giải thích thêm. Ứng dụng sử dụng khung Mô Hình Nền Tảng để tạo ra lời giải thích gần gũi, dễ hiểu về thuật ngữ, sử dụng khả năng truy xuất ngoài (tool calling) để làm cơ sở cho câu trả lời dựa trên thông tin khoa học của ứng dụng. Bằng cách thiết lập hồ sơ người dùng, CellWalk điều chỉnh lời giải thích theo mức độ hiểu biết của người học, đồng thời giữ lại lịch sử để củng cố quá trình học.
“Mô hình trên thiết bị cho hiệu năng rất tuyệt vời," Tim Davison, nhà phát triển CellWalk chia sẻ. “Hình ảnh trực quan của chúng tôi luôn mang tính tương tác, nhưng với khung Mô Hình Nền Tảng, bản thân văn bản sẽ trở nên sống động. Dữ liệu khoa học ẩn trong ứng dụng của chúng tôi trở thành một hệ thống năng động thích ứng với từng người học, đồng thời dữ liệu có cấu trúc đáng tin cậy được tạo ra bởi mô hình này giúp tích hợp liền mạch với ứng dụng của chúng tôi.“
Các ứng dụng giáo dục trải dài nhiều chủ đề khác nhau cũng đã tận dụng khung Mô Hình Nền Tảng trong ứng dụng của họ. Gia sư AI trong Grammo giúp người dùng tìm hiểu về ngữ pháp tiếng Anh, đưa ra lời giải thích gần gũi, dễ hiểu về lý do tại sao câu trả lời mà người dùng chọn trong bài tập là không chính xác. Ngoài ra, Grammo hiện có một phần bài tập cho người dùng. Phần bài tập này sẽ tạo ra các câu hỏi mới một cách nhanh chóng nếu họ muốn tìm hiểu sâu hơn một chủ đề. Lil Artist kết hợp tính năng của khung Mô Hình Nền Tảng và API ImageCreator để tùy chỉnh các câu chuyện minh họa cho trẻ em. Trẻ em chọn nhân vật và chủ đề ngay trong giao diện ứng dụng thay vì nhập vào ô văn bản mở, giúp trải nghiệm trở nên gần gũi và hấp dẫn hơn.
Khi người dùng lưu các từ mà họ muốn ghi nhớ trong Vocabulary, mô hình nền tảng trên thiết bị sử dụng khả năng hiểu ngôn ngữ tự nhiên để phân loại từ vựng thành các chủ đề tùy chỉnh như "Động từ", "Giải phẫu" hoặc "Khó," giúp ứng dụng luôn sắp xếp một cách khoa học và hữu ích để người dùng xem xét và thực hành thêm. Trong Platzi, một nền tảng giáo dục mở rộng dành cho người nói tiếng Tây Ban Nha, người dùng sẽ có thể đặt câu hỏi cụ thể về nội dung họ hiện đang xem trong video và nhận câu trả lời nhanh chóng. Bằng cách đặt mô hình trên thiết bị trong bối cảnh của bài học, ứng dụng có thể trả lời câu hỏi của người dùng về bài học cụ thể theo cách gần gũi và dễ hiểu.
Truyền Cảm Hứng Cho Các Tính Năng Sáng Tạo Và Hiệu Suất Mới
Stuff được thiết kế để theo dõi hàng tá việc cần làm nảy ra trong ngày, giúp người dùng sắp xếp cuộc sống và hoàn thành mục tiêu của mình. Nhờ khung Mô Hình Nền Tảng, giờ đây Stuff có thể hiểu ngày tháng, thẻ tag và danh sách khi người dùng nhập. Người dùng chỉ cần viết: "Call Sophia Friday" và Stuff sẽ điền ngay chi tiết vào những nơi thích hợp. Với Listen Mode, người dùng có thể nói ra suy nghĩ của mình, như "Do laundry tonight" hay "Prep for trip next weekend," và Stuff sẽ biến lời nói đó thành các công việc có tổ chức, chỉnh sửa được. Trong Scan Mode, người dùng có thể chụp lại các công việc viết tay, thậm chí từ các đoạn văn hoặc chữ viết nguệch ngoạc và thêm trực tiếp vào Stuff.
“Khung Mô Hình Nền Tảng trong iOS 26 là yếu tố thay đổi cuộc chơi cho các quy trình làm việc mới trong Stuff," Austin Blake, nhà phát triển Stuff chia sẻ. “Chạy hoàn toàn trên thiết bị, nó mạnh mẽ, ổn định và mang lại hiệu năng ấn tượng. Nhờ sự đơn giản của khung, tôi có thể khởi chạy cả Listen Mode và Scan Mode cùng nhau trong một lần duy nhất, nếu không có khung này thì sẽ mất nhiều thời gian hơn.”
Bất kể người dùng đang tạo vlog lần đầu hay tạo nội dung cho các kênh mạng xã hội, giao diện trực quan của VLLO giúp thao tác chỉnh sửa video trở nên tự nhiên và thú vị. VLLO đưa bước chỉnh sửa video lên tầm cao mới bằng cách tích hợp liền mạch khung Mô Hình Nền Tảng và khung Vision của Apple. VLLO phân tích bản xem trước video một cách thông minh và tự động đề xuất nhạc nền hoàn hảo cùng nhãn dán động phù hợp với từng phân cảnh.
“VLLO tích hợp liền mạch khung Mô Hình Nền Tảng với các công nghệ Vision để giảm bớt rào cản thường gây khó dễ cho những nhà sáng tạo mới," Kyunghyun Lee, Giám đốc Điều hành kiêm nhà phát triển iOS của Vimosoft cho biết. “Sử dụng cả khung Mô Hình Nền Tảng và khung Vision của Apple, chúng tôi có thể thiết kế các tính năng gợi ý nâng cao một cách nhanh chóng và hiệu quả mà không cần triển khai các thuật toán phức tạp, chỉ cần sử dụng các câu lệnh đơn giản.”
Các ứng dụng sáng tạo và hiệu suất khác đã ra mắt những trải nghiệm mới trong ứng dụng của họ bằng cách khai thác khung Mô Hình Nền Tảng. Signeasy giờ đây có thể tạo tóm tắt, nêu bật các điểm chính, và hỗ trợ giao diện gần gũi và dễ hiểu, nơi người dùng có thể đặt câu hỏi cho tài liệu cụ thể và nhận câu trả lời nhanh chóng. Agenda đã tạo ra Ask Agenda, một trợ lý thông minh mà người dùng có thể sử dụng để đặt câu hỏi về thư viện ghi chú của họ. Ask Agenda sẽ tìm kiếm thông tin liên quan và đưa ra câu trả lời bằng ngôn ngữ dễ hiểu với liên kết đến các ghi chú liên quan nhất.
Ngoài ra, Detail: AI Video Editor tận dụng khung Mô Hình Nền Tảng để biến bản nháp hoặc phác thảo thành một kịch bản chạy chữ sẵn sàng để người dùng thu hình. Khi một video đã sẵn sàng để chia sẻ, người dùng có thể tạo tự động tiêu đề, mô tả, hashtag và thông điệp. Essayist khai thác khung Vision cùng với khung Mô Hình Nền Tảng của Apple để trích xuất thông tin từ tệp PDF và chuyển đổi thông tin đó thành tài liệu tham khảo và trích dẫn có cấu trúc khoa học. Người dùng chỉ cần kéo và thả tệp PDF và tạo được ngay tài liệu tham khảo theo kiểu trích dẫn mà họ chọn. OmniFocus 4, một ứng dụng giúp người dùng tạo các tác vụ nhanh chóng và sắp xếp theo dự án, thẻ tag và ngày, nay có thể thay mặt người dùng tạo dự án và các bước tiếp theo, như giúp họ biết những gì cần sửa soạn cho chuyến đi sắp tới. Ứng dụng có thể tự động điền các gợi ý dựa trên các thẻ hiện có, thậm chí có thể đề xuất các thẻ mới cho nội dung đã ghi.
Thiết Kế Với Khung Mô Hình Nền Tảng
Khung Mô Hình Nền Tảng được tích hợp chặt chẽ với Swift, giúp nhà phát triển dễ dàng gửi yêu cầu đến mô hình 3 tỷ tham số trên thiết bị này ngay từ mã hiện có của họ. Khung này cung cấp khả năng tạo sinh có hướng dẫn, giúp đảm bảo rằng các mô hình phản hồi theo một định dạng nhất quán mà nhà phát triển có thể tin cậy. Nhà phát triển có thể cung cấp công cụ cho mô hình này để truy xuất ngược vào ứng dụng khi mô hình cần thêm thông tin để xử lý, qua đó đảm bảo mô hình có đủ thông tin chính xác để phản hồi. Khung Mô Hình Nền Tảng khả dụng với iOS 26, iPadOS 26 và macOS 26 và hoạt động trên mọi thiết bị tương thích với Apple Intelligence khi Apple Intelligence được bật.
Chia sẻ bài viết
Media
-
Văn bản của bài viết này
-
Hình ảnh trong bài viết này
- Apple Intelligence sẽ khả dụng ở phiên bản beta và hỗ trợ cho các ngôn ngữ sau: tiếng Anh, tiếng Pháp, tiếng Đức, tiếng Ý, tiếng Bồ Đào Nha (Brazil), tiếng Tây Ban Nha, tiếng Trung (giản thể), tiếng Nhật và tiếng Hàn. Một số tính năng không khả dụng ở một số khu vực hoặc ngôn ngữ. Để biết tính năng và ngôn ngữ khả dụng cũng như yêu cầu hệ thống, hãy truy cập support.apple.com/121115.