Mô hình mở & Suy luận cục bộ
Cải tiến cục bộ của Qwen3.8-27B. Người dùng cục bộ báo cáo rằng Qwen3.8-27B có thể tạo ngay một bản sao Super Mario và cải tiến các trình dò tia, một bước tiến rõ ràng so với Qwen3.6. Số lượt tải xuống tiến gần một triệu, nhưng chỉ một phần nhỏ người dùng có GPU 24GB+ cần thiết để chạy tốt.
Suy luận trên Apple Silicon tụt hậu. Một cuộc điều tra kéo dài hai tuần cho thấy không có framework Apple Silicon nào đạt đến độ trưởng thành như CUDA/NVIDIA cho các mô hình lai Qwen mới, khi MLX và vLLM-metal thiếu các tối ưu hóa quan trọng như bộ nhớ đệm tiền tố và MTP.
Lượng tử hóa cấp tensor. Phân phối lại độ chính xác lượng tử hóa ở cấp tensor phục hồi khả năng suy luận từ 28.9 lên 69.5 trên Gemma 4 E4B ở 3.3GB, giữ lại khoảng 96.7% hiệu suất BF16.
Kimi-K3 trong llama.cpp. Một pull request mới của llama.cpp thêm hỗ trợ cho mô hình văn bản Kimi-K3, mở rộng các tùy chọn suy luận cục bộ.
Khung tác nhân & Công cụ
Hook tác nhân kiểu React. Fred Schott, người sáng tạo Astro, giới thiệu Flue 2 với Agent Hooks lấy cảm hứng từ React, biểu diễn các tác nhân như các hàm JavaScript được render lại trước mỗi lần gọi mô hình để phát triển tác nhân có thể kết hợp.
Theo dõi tác nhân Cloudflare. Tính năng theo dõi tác nhân mới của Cloudflare bổ sung các span cho các lần gọi tác nhân, gọi mô hình, thực thi công cụ và phê duyệt vào Workers traces, giúp gỡ lỗi các lỗi vẫn trả về HTTP 200. Dịch vụ miễn phí đến ngày 1 tháng 10 năm 2026.
Trình quản lý Windows cho llama.cpp. Một trình quản lý Windows mã nguồn mở cho llama.cpp cung cấp giao diện trực quan để quản lý thời gian chạy, chuyển đổi mô hình và nhiều điểm cuối mà không cần script.
Giao diện web CORS Chat. Simon Willison đã xây dựng CORS Chat, một công cụ trình duyệt để kiểm tra các điểm cuối trò chuyện tương thích OpenAI, hiển thị dần các hình ảnh SVG đang phát trực tiếp, được thử nghiệm với Qwen 3.8 trong LM Studio.
Đề xuất tác nhân DoorDash. DoorDash mô tả việc chuyển từ dự đoán một lần sang nền tảng đề xuất dựa trên tác nhân với bộ nhớ ngôn ngữ và ID ngữ nghĩa, tăng cường độ liên quan và chuyển đổi.
Nghiên cứu & Điểm chuẩn
Khoảng trống thị giác PerceptionBench. PerceptionBench của Moonshot AI tách biệt nhận thức thị giác khỏi suy luận và phát hiện không có mô hình tiên tiến nào đạt được độ chính xác 60%; nhiều lỗi suy luận rõ ràng bắt nguồn từ việc đọc hình ảnh sai lệch.
Tối ưu hóa khung thử nghiệm AutoDesign. AutoDesign cải thiện đệ quy khung thiết kế thông qua phản hồi rollout, vượt trội Claude Design 7.45 điểm trong nhiệm vụ chuyển bài báo thành poster của PosterBench.
Mô phỏng robot World Labs. Công cụ Real-to-Sim-to-Real của World Labs chuyển đổi một nhiệm vụ robot thực tế thành hàng nghìn mô phỏng chính xác về mặt vật lý, cho phép các mô hình điều khiển đã huấn luyện chạy hàng giờ trên phần cứng thực.
Xói mòn tài sản chung nhận thức. Một bài báo mới lập luận rằng việc các công ty cá nhân áp dụng AI một cách hợp lý để thay thế các vị trí cấp thấp có thể làm xói mòn chuyên môn nghề nghiệp một cách tập thể, tương tự như bi kịch tài sản chung của Hardin.
Trình phát hiện văn bản AI tự làm. Dự án của Sebastian Raschka xây dựng một trình phát hiện văn bản AI từ đầu và sử dụng nó như một bộ xác minh để huấn luyện một mô hình nhỏ tạo ra văn bản tránh bị phát hiện.
Công nghiệp & Kinh doanh
Nvidia thu hẹp đầu tư vào OpenAI. Nvidia đã cắt giảm cam kết trung tâm dữ liệu ban đầu cho OpenAI từ 250 tỷ USD xuống dưới 120 tỷ USD sau phản đối của nhà đầu tư, trong khi doanh thu của Anthropic được báo cáo tăng hơn gấp đôi trong một quý, làm phức tạp các câu chuyện về bong bóng.
Cursor gia nhập SpaceX. Việc SpaceX mua lại Cursor đã hoàn tất, mang lại cho trợ lý mã hóa quyền truy cập vào những gì Cursor gọi là đội GPU lớn nhất thế giới.
Sách do AI tạo tràn ngập Amazon. Một phân tích trên hơn 14,000+ tựa sách tự xuất bản trên Amazon cho thấy sách do AI tạo ra chiếm chỗ của các tác giả con người bằng số lượng, làm giảm doanh thu mỗi cuốn sách ngay cả đối với những tựa sách không phát hiện văn bản AI.
Một phần năm người lao động ủy thác công việc. Một cuộc khảo sát cho thấy 20% người Mỹ đang đi làm hiện giao ít nhất một nhiệm vụ cho AI mà trước đây làm cho đồng nghiệp, với mức sử dụng cao nhất trong phân tích phần mềm và dữ liệu; tuy nhiên, cứ sáu nhiệm vụ được AI hỗ trợ thì có một nhiệm vụ mất nhiều thời gian hơn.
Giá GPU EU tăng cao. Một bộ theo dõi giỏ cố định gồm 176 mẫu GPU EU cho thấy giá tăng đều đặn kể từ ngày 24-25 tháng 7 trên nhiều quốc gia, không phải là sự tăng vọt một lần.
Giải thích watermark của Claude. Anthropic giải thích chi tiết cách hoạt động của watermark văn bản theo yêu cầu của EU AI Act: Claude đưa ra các lựa chọn từ ngữ ít rủi ro để tạo ra các mẫu chỉ có thể phát hiện bằng khóa, nhằm phản hồi sự phản đối của người dùng.
An toàn & Chính sách
Vụ kiện Grok mở rộng. Nguyên đơn thứ tư cáo buộc xAI đã không ngăn chặn Grok tạo ra hình ảnh khiêu dâm về trẻ vị thành niên, tuyên bố rằng cha dượng của cô đã sử dụng ảnh thời thơ ấu để tạo ra hơn 7.000 hình ảnh.
Prompt injection vô hình tại tòa án. Một nguyên đơn tự đại diện tại Connecticut đã giấu các chỉ dẫn trắng trên nền trắng trong các tài liệu nộp lên tòa để tác động đến quá trình xem xét của AI; một thẩm phán ví điều này như việc liên lạc bí mật với bồi thẩm viên.
Các đối tác Mỹ chọn phe. Mỹ được cho là đang chuẩn bị nói với các nước đối tác rằng họ phải chọn phe trong cuộc đua AI với Trung Quốc.
Đó là tất cả cho hôm nay - khoảng 5 phút đọc.