Phát hành & Cập nhật Mô hình
Inkling từ Thinking Machines. Công ty khởi nghiệp của Mira Murati phát hành Inkling, một mô hình hỗn hợp chuyên gia trọng số mở với 975B tham số tổng (41B hoạt động). Được huấn luyện trên văn bản, hình ảnh, âm thanh và video, hiện chỉ xuất ra văn bản.
- Inkling by Thinking Machines is the #1 US open weight model now(mở trong thẻ mới)
- The Benchmarks of Thinking Machine's first open-source model Inkling(mở trong thẻ mới)
- Thinking Machines releases first open-weight model “Inkling”(mở trong thẻ mới)
- Thinking Machines amps up its bet against one-size-fits-all AI with its first open model, Inkling(mở trong thẻ mới)
Bonsai 27B cho iPhone. PrismML phát hành Bonsai 27B, dựa trên Qwen3.6-27B, cho phép suy luận trên thiết bị, sử dụng công cụ và tác vụ tác nhân. Apple được cho là đang đàm phán với công ty khởi nghiệp. Hỗ trợ lượng tử hóa ternary đang được hợp nhất thượng nguồn.
Grok-build được mã nguồn mở hóa. xAI mã nguồn mở hóa kho mã tác nhân lập trình Grok CLI theo giấy phép Apache 2.0, sau phản ứng dữ dội về việc tải dữ liệu mặc định. Động thái này nhằm xây dựng lại lòng tin.
Kimi k3 sắp ra mắt. Moonshot AI đang hé lộ mô hình Kimi k3, với hiệu suất ban đầu được báo cáo trên Chatbot Arena. Dự kiến sẽ ra mắt sớm.
Agents-A1-4B chuyên gia tác nhân. Mô hình vượt trội so với các mô hình lớn hơn trên các chuẩn như BrowseComp, GAIA và SciCode, cho thấy khả năng mở rộng tác nhân hiệu quả về tham số.
Gemma 4 sửa lỗi gọi công cụ. Google cập nhật mẫu chat của Gemma 4 để giảm độ lười và sửa lỗi gọi công cụ, đồng thời kích hoạt Flash Attention 4 trên GPU Hopper.
Qwen 3.6 27B ngữ cảnh dài. Người dùng đang chạy Qwen 3.6 27B với ngữ cảnh hơn 200K token, đạt tới 262K với hiệu suất tốt, nhờ tối ưu hóa phình to công cụ MCP.
Soofi S đa ngữ 30B. Liên minh AI Đức phát hành Soofi S, một mô hình mở 30B dẫn đầu các chuẩn cả tiếng Đức và tiếng Anh.
Công cụ, Nền tảng & Cơ sở hạ tầng
Bàn phím tác nhân Codex Micro. OpenAI ra mắt phần cứng đầu tiên, Codex Micro, một bàn phím mini giá $230 với đèn LED trạng thái, núm xoay và phím tắt để điều khiển tác nhân lập trình Codex.
Claude Apps Gateway trên AWS. AWS phát hành cổng ứng dụng Claude, một mặt phẳng điều khiển tự lưu trữ cho Claude Code và Desktop, tập trung quản lý truy cập, chi phí và chính sách.
Trình kết xuất Mermaid trong terminal. Một crate Rust độc lập từ Grok CLI kết xuất sơ đồ Mermaid trong terminal, hiện có sẵn trong trình duyệt qua WASM.
Chuẩn tác nhân Stripe. Stripe phát hành một chuẩn cho các tác nhân AI để xây dựng tích hợp hoàn chỉnh, tiết lộ rằng tác nhân xử lý mã tốt nhưng gặp khó khăn với việc xác thực trong hệ thống tài chính.
Tác nhân Fleet trong Slack. Fleet của LangChain hiện cho phép các nhóm triển khai tác nhân chuyên biệt vào Slack chỉ với một cú nhấp chuột, cho phép tác nhân làm việc trong các luồng hội thoại.
Môi trường tác nhân cách ly. LangChain lập luận rằng các tác nhân cần máy tính riêng với hệ thống tệp, shell và truy cập mạng, đề xuất môi trường tạm thời, cách ly để thực thi an toàn.
Postgres cho tác nhân AI. Một bài trình bày nhấn mạnh cách Postgres có thể đóng vai trò nền tảng quan hệ cho các tác nhân AI sản xuất, xử lý trạng thái, tìm kiếm vector và độ tin cậy.
Độ phức tạp của định tuyến mô hình. Hugging Face nhận thấy rằng định tuyến mô hình hiệu quả cho các tác nhân phải tính đến bộ đệm, chi phí theo tác vụ và chi phí ngoài giá token.
Tác nhân hàng hải Shippy. Nhóm Skylight chi tiết việc xây dựng Shippy, một tác nhân bảo vệ đại dương, tập trung vào độ tin cậy thông qua kiến trúc linh hồn, kỹ năng và cấu hình có hệ thống.
RL phân tán trên Mac. Pluralis Research đã chạy thí nghiệm RL hậu huấn luyện với các bản phát hành trên 14 máy Mac ở bốn quốc gia, chứng minh huấn luyện phi tập trung giữ dữ liệu cục bộ.
Mở khóa CMP 170HX. Một khai thác bộ xử lý bảo mật Falcon có thể cho phép chuyển đổi các thẻ crypto CMP 170HX bị hạn chế (80GB) thành GPU A100 đầy đủ, có khả năng giảm chi phí đáng kể.
Bản xem trước AMD ROCm 7.14. AMD gắn nhãn bản xem trước kỹ thuật của ROCm 7.14 'TheRock', cung cấp quyền truy cập sớm vào ngăn xếp tính toán GPU mới nhất.
Thiết lập DGX Spark kép. Bằng cách kết nối hai đơn vị DGX Spark, người dùng có thể phân bổ ~250GB bộ nhớ để chạy các mô hình MoE lớn như Hy3 hoặc Deepseek V4 Flash ở 4-bit.
Khả năng lượng tử hóa 1-bit của Hy3. Lượng tử hóa 1-bit của mô hình Hy3 của Tencent ở mức 89GB vẫn duy trì độ mạch lạc đáng ngạc nhiên, gợi ý tiềm năng chạy các mô hình lớn trong tương lai trên phần cứng khiêm tốn.
Qwen3.5 122B AMD FP4. Một thành viên cộng đồng đã phát hành Qwen3.5 122B-A10B lượng tử hóa FP4 trên ROCm, đạt 28.5 tok/s trên phần cứng AMD.
Doanh nghiệp & Kinh doanh
Mô hình nền tảng dầu khí. Applied Computing huy động $20M để xây dựng mô hình nền tảng hợp nhất dữ liệu cảm biến, tài liệu kỹ thuật và mô hình vật lý cho các nhà máy dầu khí, nhắm vào thị trường nơi ít hơn 8% dữ liệu được sử dụng.
Chiến lược bán hàng của Microsoft. Các giám đốc điều hành Microsoft chỉ thị nhân viên bán hàng giới thiệu Copilot như một hệ thống hoàn chỉnh so với 'các phần' của đối thủ, viện dẫn tốc độ và bảo mật trong ứng dụng Office hơn Claude của Anthropic.
Ode hợp tác với Anthropic. Anthropic, Blackstone và những bên khác thành lập Ode, một liên doanh $1.5B để triển khai các kỹ sư AI triển khai tiền phương, đặt cược rằng việc triển khai vượt trội hơn quyền truy cập mô hình.
Rime huy động $24M. Các mô hình AI giọng nói của Rime được huấn luyện trên dữ liệu ghi âm nội bộ để hoàn thiện phát âm theo ngành, nhắm vào cuộc gọi khách hàng doanh nghiệp.
Emergent trở thành kỳ lân. Emergent huy động $130M Series C với định giá $1.5B để cung cấp các công cụ lập trình AI cấp sản xuất cho doanh nghiệp vừa và nhỏ.
Whatnot mua lại Shaped. Whatnot mua lại Shaped để cải thiện đề xuất sản phẩm cá nhân hóa theo thời gian thực trong các phiên đấu giá trực tiếp, nơi hàng tồn kho thay đổi nhanh chóng.
Apple Intelligence ra mắt tại Trung Quốc. Các tính năng AI của Apple đã được phê duyệt quy định tại Trung Quốc bằng cách tích hợp mô hình Qwen của Alibaba, một bước quan trọng cho thị trường lớn thứ hai của nhà sản xuất iPhone.
AI hội thoại của Spotify. Spotify ra mắt giao diện AI giọng nói và văn bản cho người dùng Premium để nhận đề xuất cá nhân hóa và hỏi về lịch sử nghe.
Kiểm tra thực tế điều phối tác nhân. Khảo sát của VentureBeat cho thấy hầu hết 'tác nhân' doanh nghiệp là chatbot, với các nền tảng tập trung vào Claude và kiểm soát chi phí vẫn khó nắm bắt.
An toàn, Bảo mật & Quản trị AI
GPT-Red phát hiện lỗ hổng. OpenAI xây dựng GPT-Red, một nhóm đỏ AI phát hiện lỗ hổng tiêm prompt trong 84% bài kiểm tra so với 13% của con người, giúp tăng cường bảo mật cho các mô hình như GPT-5.6.
Suno thu thập nhạc YouTube. Một vụ hack tiết lộ Suno đã huấn luyện trình tạo nhạc AI của mình trên hàng triệu bài hát từ YouTube, Deezer và Genius, làm dấy lên các vụ kiện bản quyền.
Microsoft vá lỗi hỗ trợ AI. Microsoft phát hành bản sửa cho 570 lỗi, bao gồm hai lỗi zero-day, viện dẫn các công cụ AI đã phát hiện ra các lỗi ẩn trước đây.
Vụ kiện CSAM của xAI. xAI kiện một người đàn ông vì bị cáo buộc vượt qua các biện pháp bảo vệ của Grok để tạo CSAM, yêu cầu bồi thường thiệt hại và nhấn mạnh các thách thức lạm dụng đang diễn ra.
DNSid cho tác nhân AI. Vint Cerf đang hỗ trợ một tiêu chuẩn định danh dựa trên DNS để quy trách nhiệm cho các tác nhân AI khi chúng hoạt động tự động trên internet mở.
Chủ nghĩa liên bang an toàn của OpenAI. Chris Lehane của OpenAI lập luận rằng các luật an toàn AI cấp tiểu bang đang hội tụ, mở đường cho một khuôn khổ quản trị toàn cầu do Mỹ dẫn đầu.
Nghiên cứu & Hiểu biết Cộng đồng
GPT-5.6 bác bỏ giả thuyết. Giáo sư UPenn đã sử dụng GPT-5.6 Sol Pro để bác bỏ một giả định thống kê lâu đời trong 90 phút, trong khi phiên bản trước đó thất bại sau 20 giờ.
Kiểm toán SWE-Bench Pro. Kiểm toán của OpenAI cho thấy một nửa số nhiệm vụ SWE-Bench Pro đã giải chứa lỗi chưa được xem xét, nhấn mạnh nhu cầu kiểm tra chuẩn có sự hỗ trợ của tác nhân.
Phân tích biên giới hiệu quả. Một người dùng Reddit đã vẽ biểu đồ biên giới hiệu quả của các mô hình mở, cho thấy mô hình nào mang lại hiệu suất tốt nhất trên mỗi tham số hoạt động.
Sự hài lòng với mô hình cục bộ. Một người dùng thiếu GPU nhấn mạnh Gemma 4 12B là trợ lý chat cục bộ thú vị, nhấn mạnh rằng mô hình tốt nhất là mô hình bạn thực sự có thể chạy.
DS4 Flash như bộ não lớn. Một người dùng sử dụng DeepSeek V4 Flash ở lượng tử 2-bit như một phần bổ sung lập kế hoạch cho các mô hình Qwen nhỏ hơn, báo cáo khả năng ấn tượng.
Torvalds: AI hữu ích. Linus Torvalds tuyên bố Linux không chống AI, nhấn mạnh rằng AI rõ ràng là một công cụ hữu ích và những người bảo trì nên làm cho nó giúp ích hơn là cản trở.
Đó là tất cả tin của ngày này – khoảng 5 phút đọc.