Agentic AI News Hôm nay

Mô hình âm thanh-ngôn ngữ Sori-1B. Mô hình 1B tham số được huấn luyện từ đầu trên văn bản ghép cặp với âm thanh, không qua tiền huấn luyện chỉ văn bản, nhằm neo câu trả lời vào âm thanh. Mô hình dùng encoder Audio Flamingo Next đóng băng của NVIDIA và bộ tokenizer ontology thính giác tùy chỉnh, phát hành theo giấy phép phi thương mại/học thuật.

• → snkii/Sori-1B: Audio-Grounded LM Trained From Scratch (No Text-Only Pretraining)

Qwen3.8 cục bộ dậy sóng. Báo cáo của cộng đồng cho thấy Qwen3.8-27B và Flash Next chạy trên nhiều loại phần cứng, từ điện thoại RAM 12GB (3,5 tok/s) đến bốn GPU R9700 (sinh văn bản 80–120 token/s, ngữ cảnh 700k). Trong các tác vụ agent cục bộ, Flash Next nhanh hơn và vận hành ổn định hơn, trong khi bản dense 27B mạnh hơn cho các phiên đa lượt kéo dài; một số người dùng nhận thấy các mô hình này khá dense, dù chất lượng dịch tiếng Đức được khen ngợi.

• → Qwen3.8-Flash-Next-NVFP4 vs Qwen3.8-27B-FP Test Results
• → Qwen 3.8 27B - Fantastic German capabilities
• → Unpopular opinion Qwen 3.8 is hard to understand
• → Qwen 3.8 Flash Next locally on simple mobile phone at 3.5 tok/s
• → Here my pretty good qwen3.8 27B setup, hope it helps
• → Qwen3.8-Flash-Next turns 4xR9700 into a local AI powerhouse! 120 t/s TG and 12k t/s PP single request with optimized vLLM

Phát hành GGUF không kiểm duyệt. Một người dùng Reddit đã đăng tải các bản GGUF của LongCat-Flash-Lite-Sparse, mô hình sparse-attention 69B-A3B với ngữ cảnh 1M, cùng Qwen3.8-27B có MTP, Qwen3.5-122B-A10B, Qwen3-Coder-Next và một mô hình thị giác. Hỗ trợ LongCat đòi hỏi một bản fork llama.cpp tùy chỉnh.

• → Uncensored Multi-Model Releases, LongCat-Flash-Lite-Sparse with MTPs and LSAs, Qwen3.8-27B with MTPs, Qwen3.5-122B-A10B with MTPs, Qwen3-Coder-Next and Laguna-S2.1 with Vision, All Available in GGUF Format! Bonus: Links to my llama.cpp Fork for LongCat-Flash-Lite Support and J-Wash Enhanced Fork!

Phần cứng AI để bàn. Máy tính để bàn DGX Station của NVIDIA mang hiệu năng tầm trung tâm dữ liệu với băng thông bộ nhớ 7,1 TB/s, trong khi Framework có vẻ đang chuẩn bị bo mạch chủ 192GB bộ nhớ, giá dự kiến khoảng 4.500 USD.

• → NVIDIA® DGX Station™ Delivering Data-Center-Class Performance from the Desktop
• → It's official! 192GB Framework

Benchmark pentest LLM. Một benchmark mới kiểm tra các LLM trước hạ tầng trực tiếp mà chúng phải tấn công, nhằm tìm ra mô hình tốt nhất cho công việc bảo mật tấn công thay vì tái hiện các CVE đã biết.

• → Which LLM is actually best at pentesting? benchmark to find out

Chỉ số benchmark lập trình. Một người dùng Reddit đã tổng hợp các benchmark lập trình agent chính vào Agentic Coding Index và tính toán chỉ số mật độ thông minh để so sánh năng lực mỗi tham số của các mô hình.

• → I collected every single LLM coding benchmark, and computed their Intelligence Density

Đánh giá VLM mở góc nhìn thứ nhất. Sử dụng HFlow trên một benchmark video góc nhìn thứ nhất, một VLM mở của Gemma đạt ngang Gemini 2.5 Flash về các chỉ số hiển thị tay và thao tác, đồng thời rẻ hơn 19 lần, giúp việc xử lý tự lưu trữ riêng tư trở nên khả thi.

• → We used HFlow to evaluate the latest open weights VLMs for processing egocentric data

Tìm kiếm AI của Cloudflare. AI Search của Cloudflare hiện cung cấp quy trình tìm kiếm toàn diện cho dữ liệu tùy chỉnh, tích hợp agent, tìm kiếm đa phương thức và chế độ khám phá có thể lập chỉ mục các trang web không có sitemap.

• → Cloudflare Extends AI Search to Make it Easier for Agents and Developers to Search Custom Data

AWS Kiro Crew. AWS đã mã nguồn mở Kiro Crew, một không gian làm việc để chạy nhiều agent lập trình không đồng bộ với bộ nhớ dùng chung, kỹ năng tái sử dụng và công việc theo lịch; công cụ này đã được hơn 39.000 nhà phát triển sử dụng nội bộ.

• → AWS Open Sources Kiro Crew for Asynchronous Coding Agents

Giải thích về ChatGPT Work. ChatGPT Work của OpenAI, có trên các gói trả phí, gồm phiên bản đám mây qua chatgpt.com và phiên bản desktop cục bộ có thể truy cập tệp và chạy chương trình, nhưng ranh giới với Chat vẫn còn gây bối rối.

• → Understanding ChatGPT Work

Giảm giới hạn Claude Code. Việc Anthropic sắp tăng 25% giới hạn cơ bản cho Claude Code thực chất là mức giảm hiệu dụng 17% so với mức tăng tạm thời 50% hiện tại; họ cũng bổ sung công cụ báo lỗi tự động.

• → Anthropic's Claude Code limit change is a raise on paper but a cut in practice

Agent thiếu nhận thức thời gian. Một nghiên cứu phát hiện Claude Code và Codex luôn ước tính sai thời gian hoàn thành tác vụ, ước lượng quá cao các tác vụ ngắn từ 3 đến 10 lần, điều này gây vấn đề cho các công việc agent chạy dài.

• → AI agents have no sense of time and are not aware of it

PILOT tự cải thiện theo thời gian thực. PILOT là một bộ khung supervisor-worker bổ sung khả năng điều hướng trực tiếp và tự tiến hóa trực tiếp cho các agent dài hạn, vượt trội các khung tương tự tới 9,8 điểm trên Terminal-Bench 2.0.

• → PILOT in the Loop: Live Self-Improvement for Long-Horizon Agents

GameWAM mô hình hành động-thế giới. GameWAM là mô hình thế giới-hành động đầu tiên cho gameplay video gốc, đồng thời tạo khung hình tương lai và hành động bàn phím-chuột thông qua flow matching, với khả năng điều khiển chu kỳ khối dài hạn.

• → GameWAM: A World Action Model for Video Games

RL suy luận next-chunk vs SFT. Một nghiên cứu có đối chứng cho thấy SFT hỗn hợp trên dữ liệu no-CoT và long-CoT đánh bại RL suy luận next-chunk như chiến lược huấn luyện tiền RLVR, giảm hơn 60 lần chi phí tính toán.

• → Is Next-Chunk Reasoning RL Really Better than SFT? Revisiting Training Strategies under no-CoT Data

Tranh luận về AI agency. Trích dẫn sự cố Hugging Face hồi tháng 7, một bài luận cho rằng chính AI agency — chứ không chỉ năng lực — sẽ quyết định kết quả, và cách người dùng cấp hay giới hạn agency đó mới quan trọng.

• → Agency and Agents

NVIDIA mua lại Hugging Face. Một thương vụ được cho là trị giá 12,9 tỷ USD để NVIDIA mua lại Hugging Face sẽ kết hợp hạ tầng tính toán với trung tâm phân phối chính của hệ sinh thái mô hình mở, thúc đẩy AI chuyển sang giai đoạn công nghiệp.

• → The Sequence Radar-Issue #923: Last Week in AI: AI’s Industrial Turn

Rào cản thương mại robot Mỹ. Washington đã siết chặt các hạn chế và thuế quan đối với drone và robot Trung Quốc, viện dẫn an ninh quốc gia, dù quy mô sản xuất và lợi thế chi phí của Trung Quốc có thể làm giảm tác động trên toàn cầu.

• → The U.S. is building barriers around drones and robots, but China has scale to get around them

Áp dụng AI trong công nghiệp. Meta đang thử nghiệm robot từ Watney, Kinova và ABB để khởi động lại máy chủ, thay cáp và đóng/mở nguồn trong trung tâm dữ liệu; Caterpillar đang áp dụng các bài học về vận hành tự động trong khai mỏ vào xây dựng và dùng trợ lý AI cho kỹ thuật viên.

• → Inside Meta’s push to put robots to work in data centers
• → Caterpillar is bringing to AI deployment what it learned from automating mining

Musk tự chế tạo tuabin. SpaceX đang xây dựng một xưởng đúc cánh và lá cánh tuabin khí; Musk cho biết việc tự đúc có thể giúp điện khí tự nhiên cho các trung tâm dữ liệu AI vận hành sớm hơn tới 18 tháng.

• → Musk’s faster path to more gas turbines comes with pollution problem

Công nhân giảm niềm tin vào AI. Dữ liệu Glassdoor cho thấy tỷ lệ người lao động Mỹ có cảm nhận tích cực về AI đã giảm từ 81% năm 2019 xuống 43% vào giữa năm 2026, trong đó quản lý lạc quan nhất còn phụ nữ Gen Z, nhà văn và nhân viên bảo hiểm bi quan nhất.

• → AI sentiment is turning sour as employee reviews reveal growing frustration across the workforce

Nhà xuất bản âm nhạc kiện Anthropic. Sony Music, Warner Music và các bên khác cáo buộc Anthropic đã dùng torrent để lấy bất hợp pháp hàng chục nghìn lời bài hát có bản quyền nhằm huấn luyện Claude, đồng thời nêu tên CEO Dario Amodei và đồng sáng lập Benjamin Mann với tư cách cá nhân.

• → Sony and Warner sue Anthropic over "one of the largest and most blatant ongoing thefts of intellectual property in history"

Texas chặn camera Flock. Thống đốc Abbott đã đóng băng chi tiêu của bang cho camera giám sát AI Flock sau khi hơn 30 triệu USD được chi tiêu, giữa lúc có những lo ngại về quyền riêng tư của cả hai đảng và các vụ lạm dụng của cảnh sát.

• → Texas Governor Abbott blocks funding for more Flock cameras