Mô hình mới & Khả năng tác nhân
GPT-5.6 và ChatGPT Work. OpenAI đã phát hành dòng GPT-5.6 (Sol, Terra, Luna) tập trung vào hiệu quả token và các tác vụ tác nhân, tuyên bố đạt điểm cao nhất trong Agents’ Last Exam. Tác nhân ChatGPT Work đi kèm có thể chạy các tác vụ kéo dài nhiều giờ trên ứng dụng desktop và đám mây, tích hợp các tính năng của Codex. GPT-5.6 sẽ cung cấp năng lượng cho Microsoft 365 Copilot với tư cách là 'mô hình ưa thích', và trình duyệt độc lập Atlas đang ngừng hoạt động với các khả năng được chuyển sang ChatGPT và một tiện ích mở rộng Chrome. Mô hình đã nhận được sự chấp thuận về mặt quy định sau một thời gian xem trước hạn chế.
- OpenAI launches its new family of models with GPT-5.6(mở trong thẻ mới)
- The new GPT-5.6 family: Luna, Terra, Sol(mở trong thẻ mới)
- OpenAI rolls out GPT-5.6 after government greenlight — and announces ‘ChatGPT Work’(mở trong thẻ mới)
- OpenAI wants its new tool to do your work for you and with you(mở trong thẻ mới)
- OpenAI says GPT 5.6 is the ‘preferred model’ for Microsoft Copilot 365 amid breakup chatter(mở trong thẻ mới)
- OpenAI is shutting down Atlas, but its AI browser ambitions are still growing(mở trong thẻ mới)
- The ChatGPT browser is already dead(mở trong thẻ mới)
- How did the government decide OpenAI’s frontier model was safe to release?(mở trong thẻ mới)
Mô hình lập trình Spark 1.1 của Meta. Meta đã ra mắt Muse Spark 1.1, một mô hình lập trình tác nhân đa phương tiện với giá cạnh tranh. Nó hỗ trợ sửa lỗi, di chuyển mã nguồn lớn và quy trình làm việc đa tác nhân. Meta cũng đang lên kế hoạch cho một biến thể mã nguồn mở.
Bảng điều khiển Claude Reflect. Anthropic đã giới thiệu Reflect, một bảng điều khiển hiển thị các mẫu sử dụng AI, chủ đề hàng đầu và loại tác vụ. Nó nhằm giúp người dùng định hình thói quen của họ với lời nhắc nghỉ ngơi và giờ yên tĩnh, củng cố sự tích hợp của Claude vào quy trình làm việc hàng ngày.
AI cục bộ & Hiệu quả
Mô hình lớn trên GPU tiêu dùng. Một fork vLLM tùy chỉnh cho phép chạy Deepseek V4 Flash trên một RTX 6000 Pro duy nhất bằng cách nén các chuyên gia định tuyến xuống 2-bit. GLM-5.2 cũng có thể vừa vặn trên máy 25GB RAM, chứng tỏ khả năng tiếp cận ngày càng tăng của các mô hình MoE lớn tại địa phương.
Puzzle-75B trên 3×3090. NVIDIA Puzzle-75B-A9B MoE, với 9B tham số hoạt động, chạy ở tốc độ giải mã 132 t/s trên ba RTX 3090, cung cấp một điểm ngọt cho thiết lập đa GPU kết hợp chất lượng mô hình dày đặc với tốc độ tham số hoạt động thấp.
Lượng tử hóa gây hại cho tác nhân. Các điểm chuẩn cho thấy trong khi lượng tử hóa bit thấp hầu như không ảnh hưởng đến khả năng nhớ lại kiến thức (GPQA), nó làm giảm đáng kể hiệu suất tác nhân (Terminal Bench 2). Một mô hình 27B chưa được tinh chỉnh đã vượt trội hơn mô hình 75B đã tinh chỉnh trong các tác vụ tác nhân vì số lượng cuộc gọi công cụ thông minh hơn và ít hơn đã đánh bại tốc độ token thô.
Embeddings cục bộ cho bộ nhớ. Đối với người dùng đã trả tiền cho quyền truy cập API LLM, chạy các mô hình embedding và reranker cục bộ (ví dụ: Qwen3 Embedding/Reranker 4B) thiết thực hơn so với LLM cục bộ, cho phép các hệ thống bộ nhớ dựa trên RAG mà không phải trả thêm chi phí API.
Nghiên cứu & Kỹ thuật
Mở rộng RNN tuyến tính. Sparse Delta Memory thay thế các tích ngoài key-value dày đặc bằng các đọc/ghi thưa thớt vào một bộ nhớ rõ ràng lớn, cải thiện đáng kể khả năng nhớ lại ngữ cảnh dài và học trong ngữ cảnh với cùng ngân sách tính toán. Khởi tạo bộ nhớ tham số tiếp tục tăng cường lý luận thông thường.
Nhìn vào suy nghĩ của Claude. Thấu kính Jacobian của Anthropic tiết lộ một 'không gian J' ẩn bên trong Claude Opus 4.6 nơi các từ sắp tới được kích hoạt trước khi tạo. Quan điểm nội bộ này thường khác biệt so với các kế hoạch đã nêu của mô hình, cung cấp các cơ chế giám sát và kiểm soát mới.
Trần kernel chú ý. Một cuộc khám phá các tối ưu hóa FlashAttention-3/4 trên GPU RTX tiêu dùng cho thấy FlashAttention-2 đã làm bão hòa đường ống tính toán, có nghĩa là việc tăng tốc prefill hơn nữa sẽ yêu cầu phần cứng độ chính xác thấp hơn hoặc hy sinh độ chính xác.
Kinh doanh & Pháp lý
Cuộc chiến bằng chứng bản quyền của OpenAI. The New York Times cáo buộc OpenAI che giấu bằng chứng rằng họ có thể tìm kiếm dữ liệu huấn luyện và nhật ký trò chuyện để tìm tác phẩm có bản quyền, với lời khai của một kỹ sư tiết lộ khả năng tìm kiếm nội bộ bị từ chối trước tòa. Các tổ chức tin tức đang yêu cầu các biện pháp trừng phạt.
Biến động lãnh đạo tại OpenAI. Fidji Simo, giám đốc AGI của OpenAI, sẽ từ chức để đảm nhận vai trò cố vấn bán thời gian do một tình trạng thần kinh miễn dịch kéo dài. Cô là người mới nhất trong một loạt các cuộc ra đi của các giám đốc điều hành trong năm nay.
IPO nghìn tỷ đô la. Các IPO đang chờ xử lý của Anthropic và OpenAI, cùng với SpaceX, dự kiến sẽ tạo ra giá trị lớn hơn tất cả các lần thoái vốn được hỗ trợ bởi VC tại Mỹ kể từ năm 2000. Tuy nhiên, Sequoia ước tính rằng 1,5 nghìn tỷ đô la chi tiêu cho cơ sở hạ tầng AI cần 3 nghìn tỷ đô la doanh thu để hòa vốn.
Musk thay đổi giọng điệu về Anthropic. Elon Musk hiện ca ngợi Anthropic, nói rằng ông đã 'sai' về họ, và hứa sẽ không cắt quyền truy cập của họ vào các trung tâm dữ liệu của SpaceX. Anthropic là một khách hàng lớn, thuê 300MW với giá 1,25 tỷ đô la/tháng.
Hệ sinh thái & Công cụ
Tác nhân gây quỹ 100 triệu đô la. Startup Lyzr đã sử dụng tác nhân AI của riêng mình để xử lý hỏi đáp với nhà đầu tư cho vòng Series B 100 triệu đô la, thu hút 400 triệu đô la tiền quan tâm mà không cần thuyết trình trực tiếp. Tác nhân đã theo dõi các slide và soạn thảo bản ghi nhớ, chứng minh sản phẩm hoạt động.
Ollama thu về 65 triệu đô la. Ollama, công cụ phổ biến để chạy các mô hình cục bộ, đã huy động được 65 triệu đô la Series B khi đạt gần 9 triệu người dùng, giúp các nhà phát triển dễ dàng chạy và quản lý các LLM trên phần cứng cá nhân.
Google gắn nhãn quảng cáo AI. Google hiện sẽ hiển thị nhãn 'được tạo hoặc chỉnh sửa bởi AI' trên quảng cáo trên Tìm kiếm, YouTube và Discover, tự động cho các công cụ của riêng mình và thủ công cho các công cụ khác, theo các động thái tương tự của Meta.
Đó là tất cả tin của ngày này – khoảng 5 phút đọc.