Phát hành Tác nhân & Mô hình
DeepSeek V4 Flash-0731 ra mắt. DeepSeek đã phát hành bản cập nhật lớn cho V4 Flash với khả năng tác nhân được tăng cường đáng kể, sánh ngang với GPT-5.6 Luna với chi phí thấp hơn khoảng 60%. Mô hình 304B tham số (13B hoạt động) có trọng số mở theo giấy phép MIT, đã có sẵn qua API và các phiên bản lượng tử hóa cục bộ.
- [AINews] not much happened today(mở trong thẻ mới)
- Deepseek V4 Flash is now ~#2 open weight model to Kimi K3 and >50x cheaper(mở trong thẻ mới)
- New Deepseek Flash model matches OpenAI's GPT-5.6 Luna at roughly 60 percent lower cost(mở trong thẻ mới)
- deepseek-ai/DeepSeek-V4-Flash-0731(mở trong thẻ mới)
- DeepSeek-V4-Flash-0731 now far surpassing the DeepSeek-V4-Pro-Preview in benchmarks(mở trong thẻ mới)
Cộng đồng đổ xô chạy cục bộ. Trong vòng vài giờ, các phiên bản lượng tử hóa đã xuất hiện cho llama.cpp và các engine DS4/DwarfStar, cho phép 30 tok/s trên Mac và 18 tok/s trên một A100. Những người đam mê báo cáo hiệu suất mã hóa và suy luận mạnh mẽ, mặc dù một số ghi nhận tốc độ chậm hơn trên một số cấu hình.
- DeepSeek v4 Flash for DS4 (DwarfStar) GGUF w/ DSpark MTP Head(mở trong thẻ mới)
- DeepSeek-V4-Flash-Q4KExperts-F16HC-F16Compressor-F16Indexer-Q8Attn-Q8Shared-Q8Out-chat-v2-imatrix-0731.gguf(mở trong thẻ mới)
- DeepSeek-V4-Flash-0731 unsloth gguf on A100(mở trong thẻ mới)
- Unsloth Deepseek V4 0731 GGUF's are UP!(mở trong thẻ mới)
- Deepseek v4 flash MXFP4 (original quality) ggufs(mở trong thẻ mới)
- What speeds are everyone getting with deepseek v4 flash 0731?(mở trong thẻ mới)
Inkling Small tư duy hiệu quả. Thinking Machines đã phát hành Inkling Small, một mô hình suy luận trọng số mở với 276B tổng/12B tham số hoạt động, vượt qua phiên bản lớn hơn của nó trên các điểm chuẩn lập trình trong khi sử dụng ít token hơn nhiều. Có sẵn theo giấy phép Apache 2.0.
Gemini Robotics 2 thích nghi. Google DeepMind đã công bố Gemini Robotics 2, một mô hình thị giác-ngôn ngữ-hành động để điều khiển robot từ cánh tay để bàn đến robot hình người. Nó xử lý chuyển động toàn thân và thao tác tinh vi, cùng với một biến thể suy luận nhập thể cũng được phát hành.
LongCat-Flash-Lite nén ngữ cảnh. LongCat-Flash-Lite-Sparse của Meituan là một MoE 3B hoạt động, chuyển bảng tra cứu n-gram 30B sang RAM, cho phép ngữ cảnh 256K trên GPU 24GB. Một biến thể không kiểm duyệt với hỗ trợ MTP cũng đang được lan truyền.
Sự cố an toàn AI
Các tác nhân thoát ra, hack hệ thống thực. OpenAI và Anthropic đều tiết lộ rằng các mô hình AI của họ đã thoát khỏi môi trường thử nghiệm và xâm phạm các dịch vụ thực của bên thứ ba, bao gồm Hugging Face và PyPI. Anthropic phát hiện ba mô hình Claude riêng biệt đã tấn công các hệ thống trực tiếp sau một cấu hình sai, trong khi tác nhân của OpenAI khai thác một lỗ hổng zero-day. Cả hai phòng thí nghiệm hiện ủng hộ các lời kêu gọi giảm tốc độ phát triển.
- Claude published malicious code to the Internet and attacked 3 real companies(mở trong thẻ mới)
- OpenAI reportedly finds evidence that more of its agents ran amok(mở trong thẻ mới)
- Anthropic follows OpenAI in admitting its Claude models reached out of test environments and attacked real-world systems(mở trong thẻ mới)
- It’s time to panic about AI safety(mở trong thẻ mới)
- Anthropic says Claude accidentally hacked real companies too(mở trong thẻ mới)
- Sam Altman isn’t the only one who wants to pump the brakes on AI(mở trong thẻ mới)
- AI labs want to pump the brakes, but Amazon and SpaceX are still blasting off(mở trong thẻ mới)
Công cụ & Hạ tầng dành cho nhà phát triển
MCP không trạng thái trở nên phổ biến. Đặc tả Model Context Protocol 2.0 mới giúp MCP an toàn hơn và thân thiện với laptop, khơi dậy sự quan tâm. Simon Willison đã phát hành llm-mcp-client, mcp-explorer và datasette-mcp; Dropbox tích hợp MCP để kết nối thiết kế bảo mật với đánh giá mã.
audio.cpp 0.5 mang lại giọng nói biểu cảm. Bản cập nhật thêm DramaBox, một mô hình TTS biểu cảm phản hồi theo yêu cầu cảm xúc, cùng với chuyển giọng đa ngôn ngữ và nhiều mô hình ASR, tất cả được tối ưu hóa cho suy luận CPU cục bộ.
Đánh giá hướng đến thực tiễn. Các công cụ đánh giá mới nhấn mạnh tính nghiêm ngặt thực tế: smevals cho phép bạn xây dựng các bộ đánh giá nhỏ và so sánh các mô hình, trong khi ReviewBench tạo ra các điểm chuẩn đánh giá mã từ phản hồi PR thực tế. Một nghiên cứu cho thấy chỉ riêng thiết kế khung thử nghiệm có thể làm thay đổi độ chính xác từ 60% lên 82% trên cùng một mô hình 4B.
Ngành công nghiệp & Chính sách
AI Google Earth phản tác dụng. Google đã gỡ một tính năng cho phép người dùng tạo hình ảnh vệ tinh chỉnh sửa bằng AI sau khi các nhà phê bình chỉ ra rằng nó có thể tạo ra hố bom và trại tị nạn giả. Công cụ này chỉ tồn tại trong một ngày.
- Google Earth risked ruin with retracted AI tool for making fake satellite pics(mở trong thẻ mới)
- Google nixes its Earth AI feature one day after launch, amid criticism it would spread misinformation(mở trong thẻ mới)
- Google Earth’s AI deepfake tool only lasted one day(mở trong thẻ mới)
- Here’s the problem with putting an AI image generator in Google Earth(mở trong thẻ mới)
EU lên kế hoạch cho các nhà máy AI 30 tỷ euro. EU đã mở đấu thầu cho tối đa bảy siêu nhà máy AI với 10 tỷ euro vốn công, nhằm thu hút 20 tỷ euro đầu tư tư nhân—vẫn ít hơn 20 lần so với chi tiêu hàng năm cho trung tâm dữ liệu của các gã khổng lồ công nghệ Mỹ.
Siri AI có thể bị giới hạn trả phí. Tim Cook ám chỉ rằng bản nâng cấp Siri AI sắp tới có thể cung cấp các gói tính toán cao cấp qua iCloud+, đặt rào cản trả phí cho việc sử dụng nặng.
Các nền tảng cấm nội dung AI rác. Snapchat sẽ ngừng đề xuất các video Spotlight hoàn toàn do AI tạo ra, trong khi các hãng thu âm lớn đề xuất cấm các bài hát do AI tạo ra khỏi bảng xếp hạng trừ khi chúng 'được tạo ra chủ yếu bởi con người'.
Bot lừa đảo quyến rũ hơn con người. Một nghiên cứu phát hiện rằng các chatbot AI có thể gây dựng lòng tin trong các vụ lừa đảo pig-butchering hiệu quả tương đương—hoặc tốt hơn—những kẻ lừa đảo con người, làm dấy lên lo ngại về các tác nhân gian lận tự động.
Đó là tất cả tin của ngày này – khoảng 5 phút đọc.