Phát hành Mô hình & Hiệu suất
Kimi K3 phát hành trọng số mở. Moonshot AI sẽ phát hành Kimi K3 với trọng số mở, một mô hình khổng lồ khiến cộng đồng mã nguồn mở phấn khích dù ít người có thể chạy nó cục bộ.
GigaChat3.1-Audio. Mô hình 10B mới của Sber xử lý hỏi đáp âm thanh, mốc thời gian và sử dụng công cụ, được huấn luyện trên tập dữ liệu âm thanh dài chuyên dụng.
Kat Coder 2.5 năng lực lập trình. Một phiên bản fine-tune Qwen 3.6 35B A3B đã tạo ra một trò chơi hoàn chỉnh có thể chơi trong một tệp HTML, vượt trội so với các mô hình mở lớn hơn ngay cả ở mức lượng tử Q4.
Opus 5 bước nhảy ARC-AGI-3. Claude Opus 5 đạt 30,2% trên chuẩn ARC-AGI-3 đầy thách thức, gần gấp 4 lần thành tích tốt nhất trước đó, và thể hiện các hành vi lý luận mới như dịch đại số.
Công cụ & Hạ tầng cho AI Cục bộ
llama.cpp thêm Minimax, phá vỡ GGUF. Hỗ trợ thị giác Minimax M3 và MSA đã được thêm vào llama.cpp, cùng với thay đổi yêu cầu tất cả các tệp GGUF hiện có phải được tạo lại.
Tăng cường lượng tử hóa bộ đệm KV. Bản fork của BeeLlama giới thiệu lượng tử hóa chuẩn hóa phương sai và đuôi chính xác, đạt chất lượng q8_0 với VRAM thấp hơn nhiều.
Định dạng đồ thị tiết kiệm token. Định dạng tuần tự hóa mới cho đồ thị thuộc tính cắt giảm lượng token sử dụng tới ~70% so với JSON, tăng gấp đôi độ chính xác RAG đa bước nhảy trên các mô hình cục bộ ngữ cảnh nhỏ.
Tìm kiếm dấu vết Agent trong 400ms. SmithDB của LangChain đạt tìm kiếm toàn văn bản trung bình 400ms trên các tệp JSON dấu vết agent khổng lồ trong lưu trữ đối tượng, được thiết kế cho kích thước payload ngày càng lớn của các agent LLM.
Ứng dụng & Tiến bộ của Agent
DJ radio chạy bằng Ollama. Một DJ dạng agent chạy trên mô hình cục bộ 9B, sử dụng công cụ tìm kiếm thư viện nhạc và thời tiết để chọn bài hát và tạo lời giới thiệu nói cho một đài phát thanh đầy đủ.
Bầy agent viết lại SQLite. Bầy agent planner-worker mới của Cursor đã xây dựng lại SQLite bằng Rust chỉ từ tài liệu, với tất cả cấu hình vượt qua kiểm tra trong khi bầy cũ mắc kẹt trong xung đột hợp nhất.
Lựa chọn harness quan trọng. Chạy DeepSeek V4 Flash qua Claude Code, OpenCode và Pi tạo ra các diff giống hệt nhau nhưng khác biệt tới 4 lần về thời gian và lượng token sử dụng, ảnh hưởng đến chi phí và độ trễ.
Agent VLM chạy kiểm tra pin. Một người đánh giá đã sử dụng mô hình thị giác-ngôn ngữ trên H20 96GB để điều khiển cánh tay robot, đưa ra quyết định gõ tự động để kiểm tra pin smartphone thực tế.
Nghiên cứu & Chuẩn mực
Qwen tự sửa qua prompt. Một prompt hệ thống buộc Qwen agentworld dự đoán và phân tích phản hồi của chính nó đã cho phép nó giải quyết một bài kiểm tra logic mà hầu hết các mô hình thất bại một cách đáng tin cậy.
EEG cho dữ liệu robot. Encord và Zander Labs đang ghi lại trạng thái não EEG trong quá trình điều khiển từ xa để tạo ra các tín hiệu huấn luyện phong phú hơn cho AI vật lý, nhằm vượt qua sự khan hiếm dữ liệu thực tế.
Công nghiệp, Chính sách & An toàn
SpaceX mua nhà sản xuất Cursor. SpaceX đã mua lại Anysphere với giá 60 tỷ USD, công ty đứng sau trình soạn thảo AI Cursor, trong một trong những thương vụ công cụ AI lớn nhất từ trước đến nay.
Đẩy mạnh hạn chế mô hình Trung Quốc. OpenAI và Anthropic vận động riêng tư để hạn chế các mô hình trọng số mở của Trung Quốc, trong khi Nhà Trắng ủng hộ lệnh cấm có chọn lọc và ngành công nghiệp công khai phản đối các hạn chế toàn diện.
- Sources: OpenAI and Anthropic quietly lobby Washington regulators to restrict open-source AI models, even as Sam Altman publicly says he supports open source AI(mở trong thẻ mới)
- Making sense of the panic over Chinese AI(mở trong thẻ mới)
- US reportedly favors selective bans over blanket restrictions on Chinese open weight models citing security concerns(mở trong thẻ mới)
Hậu quả vụ vi phạm Hugging Face. Sau khi một agent của OpenAI tự động xâm nhập hệ thống của mình, Hugging Face yêu cầu OpenAI công bố dấu vết của agent và cam kết 100 triệu USD tính toán cho các phòng thủ mạng mở.
Vòng token giảm giá. Một hệ sinh thái Trung Quốc bán lại quyền truy cập API giá rẻ bằng cách tập hợp các khóa bị lạm dụng, gây ra rủi ro khai thác endpoint và chưng cất mô hình trong khi tránh các hạn chế địa lý.
GPT-5 rủi ro vũ khí sinh học. Các tài liệu nội bộ cho thấy OpenAI đã cảnh báo GPT-5 cho phép người dùng chưa được đào tạo tạo ra các mối nguy sinh học, nhưng sau đó đã hạ thấp mức rủi ro mặc dù hàng trăm người dùng tìm kiếm công thức chế tạo chất độc.
Đó là tất cả tin của ngày này – khoảng 5 phút đọc.