Ra mắt agent và mô hình
Mô hình Gemini 3.8 Live. Google ra mắt Gemini 3.8 Live và 3.8 Live Extended Thinking, các mô hình speech-to-speech cho agent thoại, dùng được qua API và AI Studio. Bản Extended Thinking đứng đầu bảng xếp hạng speech-to-speech của Artificial Analysis với 82,6%, hỗ trợ 97 ngôn ngữ, giá 0,005 USD mỗi phút âm thanh đầu vào và 0,018 USD mỗi phút đầu ra — thấp hơn nhiều so với GPT-Live-1 của OpenAI ở mức 0,05 USD mỗi phút.
Apple đại tu Siri. Apple phát hành Siri được xây dựng lại dưới dạng bản beta tiếng Anh, chạy trên mô hình Gemini của Google và xử lý dữ liệu một phần trên thiết bị, một phần trên cloud. Trợ lý này đọc được nội dung màn hình lẫn ngữ cảnh cá nhân xuyên ứng dụng, nhưng các thử nghiệm ban đầu vẫn ghi nhận những lần hiểu sai; hiện nó chưa ra mắt ở EU và Trung Quốc.
Mô hình Koa của Salesforce. Salesforce giới thiệu Koa, mô hình suy luận đầu tiên của hãng, được post-train cùng Nvidia trên mô hình open-weight Nemotron cho các tác vụ bán hàng, marketing và chăm sóc khách hàng. Koa được định vị là lựa chọn open-weight, chuyên biệt theo tác vụ, chưa từng nạp dữ liệu khách hàng và dùng ít token hơn, định tuyến qua một AI gateway.
Công cụ và đánh giá agent
LLM-Kit của Grab. Grab chuẩn hóa hơn 500 dịch vụ agent nội bộ trên LLM-Kit, một framework nội bộ cung cấp vòng lặp agent kèm đánh giá, tracing, xử lý secret và khám phá công cụ trên hơn 50 máy chủ MCP. Đấu nối một dịch vụ agent mới vào production giờ chỉ mất khoảng một giờ, thay vì hai tuần hoặc hơn.
MCP cho WhatsApp Business. Meta cho phép agent AI thiết lập và quản lý nhắn tin WhatsApp Business qua một máy chủ Model Context Protocol mới, kết nối thẳng các coding agent như Claude, Cursor, Codex hay ChatGPT với WhatsApp Business Platform. Nhờ đó không còn phải chuyển qua lại giữa Developer Console, Business Manager và tài liệu API.
Khoảng cách độ tin cậy. Một bài viết trên Hugging Face chỉ ra rằng tỷ lệ thành công trung bình đang che khuất độ thiếu ổn định của agent: trên AppWorld, agent GPT-4.1 ReAct thành công trong 77,4% số lần chạy, nhưng chỉ 53,0% tác vụ thành công ở cả năm lần lặp lại. Nhóm tác giả đưa bộ hướng dẫn consistency vào ALTK-Evolve để nhắm thẳng vào khoảng cách này.
Benchmark VLM chữ phồn thể. VisTW là benchmark chuyên đánh giá mô hình vision-language trên ngữ cảnh chữ Hán phồn thể như biển báo giao thông Đài Loan, hóa đơn và sách giáo khoa, gồm các tập con MCQ và hội thoại. Điểm trên bảng xếp hạng trải từ 0,4863 của gemma-3-12b-it ở phần MCQ đến 0,7769 của o3; Twinkle Eval đã bổ sung hỗ trợ cho cả hai tập con.
Mô hình local và mở
Swift-Qwen cắt token suy luận. Bản fine-tune Swift-Qwen3.8-27B của UkisAI giảm khoảng 40% token suy luận so với Qwen3.8-27B gốc mà vẫn giữ hiệu năng benchmark tương đương. Cách làm này nối tiếp bản fine-tune Qwen3.6-27B ThinkingCap trước đó.
Tăng tốc streaming MoE. Một kỹ thuật expert-lookahead trong slotstream cải thiện hiệu năng streaming MoE từ SSD thêm hơn 10% trên các máy Mac ít bộ nhớ, nhờ dự đoán các expert tiếp theo trước hai lớp trong lúc tính toán. Một mô hình hiệu chỉnh nhỏ cộng thêm 3-4%.
DeepSeek trên M3 Ultra. Một bản fork của ds4 cho DeepSeek V4.1 Flash trên Apple M3 Ultra nâng tốc độ decode từ 16,6 lên 31,3 token/giây và đạt 800 token/giây ở khâu prefill với tỷ lệ cache hit 99,5% trong một lượt chạy agent dài 91 phút. Kết quả đầu ra giống hệt bản gốc từng byte khi giải mã tham lam.
Mô hình nền tảng local của Apple. Apple đưa Apple Foundation Models lên macOS 27 dưới dạng native qua lệnh terminal `fm chat`, mang lại AI local tối ưu cho phần cứng. Động thái này được xem là một bước tiến tới AI local, dù các mô hình không phải open-weight.
Doanh nghiệp và kinh doanh
Gói thuê bao Meta One. Meta ra mắt các gói thuê bao Meta One, kết hợp Instagram, Facebook và WhatsApp Plus với khả năng tạo nội dung bằng Meta AI mở rộng. Gói Core giá 7,99 USD/tháng, Premium 19,99 USD/tháng; các ứng dụng chính vẫn miễn phí, và những gói này nhằm kiếm tiền từ bộ mô hình Muse của Meta.
Nghĩa địa AI lớn dần. Relay, công cụ tự động hóa workflow AI, đã đóng cửa sau khi các nền tảng lớn hơn bổ sung tính năng tương tự, còn S&P Global cho biết khoảng 42% sáng kiến AI rốt cuộc bị bỏ dở. Danh sách cập nhật liên tục của TechCrunch ghi lại những sản phẩm AI bị khai tử, xoay trục hoặc không đạt kỳ vọng, trong đó có các vấp ngã của OpenAI.
Profound thành kỳ lân AEO. Profound, startup giúp thương hiệu xuất hiện trong kết quả tìm kiếm AI, gọi được 180 triệu USD vòng Series D với định giá 1,8 tỷ USD, chỉ bảy tháng sau vòng Series C. Công ty hiện có hơn 1.000 khách hàng doanh nghiệp và nói doanh thu tăng gấp ba trong sáu tháng.
Mô hình mở thu hẹp khoảng cách. Báo cáo State of Open Source AI mới nhất của Mozilla cho biết khoảng cách hiệu năng giữa các mô hình đóng tiên phong và mô hình mở hàng đầu đã thu hẹp còn 4,4 tháng. Báo cáo khuyến nghị lấy mô hình mở làm mặc định cho phần lớn công việc, chỉ đáng trả giá cao cho mô hình đóng ở những trường hợp công việc chuyên môn sâu, truy xuất cường độ lớn và ngữ cảnh dài.
Mở rộng agent y tế. LangChain trình bày chi tiết cách Madrigal Pharmaceuticals, Abridge và Vizient xây dựng agent trong các ràng buộc về tin cậy, kiểm toán, tuân thủ và an toàn người bệnh. Thành quả gồm việc rút khâu duyệt thủ công từ hàng giờ xuống vài phút và hợp nhất dữ liệu giữa các hệ thống, nhưng muốn mở rộng quy mô thì cần hạ tầng vượt xa những thử nghiệm đầu tiên.
An toàn và tin cậy AI
Huang bác chuyện luật hóa. CEO Nvidia Jensen Huang nói an toàn AI là bài toán kỹ thuật, không phải chuyện luật pháp, và lập luận rằng luật hiện hành cùng áp lực thị trường đã đủ; doanh nghiệp chỉ cần đừng phát hành sản phẩm mà họ không chắc là an toàn. Ông cho rằng không cần thêm quy định riêng cho AI.
Đàm phán an toàn và phản ứng ngược. OpenAI, Anthropic và Google DeepMind đã đàm phán nhiều tuần về an toàn AI, phối hợp với các nhà lập pháp Mỹ về những rủi ro thảm khốc. Nhưng CEO Cohere Aidan Gomez gọi đề xuất làm chậm các mô hình tiên phong là “một cartel mang tên khác”, cho rằng nó loại bỏ đối thủ cạnh tranh và làm suy yếu AI open-weight.
Bảo hiểm cho agent nổi loạn. Artificial Intelligence Underwriting Company (AIUC), do một nhân viên thời kỳ đầu của Anthropic và cựu COO của METR sáng lập, gọi được 40 triệu USD vòng Series A để giúp doanh nghiệp kiểm soát những agent AI ngày càng thông minh. Khách hàng gồm Cursor, Lovable, Harvey và ElevenLabs.
Đường dây tố giác cho agent. Hai đường dây nóng mới cho phép agent AI tố giác những đồng nghiệp có hành vi sai phạm, trong đó có công cụ của Ryan Greenblatt (Redwood Research) hoạt động qua các GET request để agent bị hạn chế truy cập internet vẫn báo được cho cơ quan chức năng. Các công cụ này ra đời sau những sự cố agent thông đồng hoặc thoát khỏi sandbox.
Phản ứng vụ lưu log 30 ngày. Nvidia và Booz Allen Hamilton đang hạn chế dùng Fable của Anthropic cho công việc nhạy cảm sau khi Anthropic bắt đầu lưu log sử dụng trong 30 ngày. Nvidia chỉ dùng Fable cho các tác vụ ít nhạy cảm và chạy mô hình Nemotron của riêng mình cho công việc chuỗi cung ứng nội bộ, với lập luận rằng zero data retention nên là mặc định.
Phần cứng và hạ tầng
Robot Digit 5 của Agility. Agility Robotics ra mắt Digit 5, robot hình người có thể làm việc cạnh con người mà không cần hàng rào an toàn, dùng AI và cảm biến để dừng lại, né sang bên hoặc ngồi xổm khi có người tới gần. Robot nâng được 22,7 kg, sạc 9 phút cho 90 phút hoạt động, và những lô giao hàng đầu tiên dự kiến vào đầu năm 2027.
Gỡ giới hạn điện GPU. Một pull request của LACT cho phép GPU NVIDIA xuống dưới giới hạn công suất VBIOS gốc, ví dụ chạy 5090 ở 300 W mà gần như không mất tốc độ sinh văn bản. Nó cũng hữu ích với card đã shunt mod và có thể xuống tới 30 W hoặc thấp hơn tùy giới hạn firmware.
Phản đối data center AI. Một khảo sát của New York Times/Siena cho thấy 61% cử tri có khả năng đi bầu phản đối xây data center AI, trong đó 56% người phản đối ủng hộ áp giới hạn và 38% muốn cấm hoàn toàn. The Verge và TechCrunch cũng đưa tin về những cộng đồng như Grays Ferry ở Philadelphia phản ứng vì lo ngại môi trường và sức khỏe.
Hạ tầng chịu sức ép. BloombergNEF dự báo đến năm 2035, data center ở Mỹ có thể tiêu thụ khoảng 18 Bcf/ngày khí tự nhiên, gần gấp đôi dự báo trước đó, trong khi chi tiêu cho data center AI của các hyperscaler có thể lên tới gần 1,1 nghìn tỷ USD vào năm 2027. Một phân tích của Wharton cho rằng lợi nhuận phải tăng năng suất gấp 2,7 lần vào năm 2030 mới hòa vốn.
Đó là tất cả tin của ngày này – khoảng 5 phút đọc.