Mô hình nhỏ & hiệu quả
Model Jev System One. Jev của TypeSafe AI không phải LLM sinh văn bản mà là một model System One đưa ra quyết định có cấu trúc thật nhanh cho vòng lặp agent, với tuyên bố suy luận nhanh hơn tới 200 lần và chi phí thấp hơn 400 lần ở các tác vụ phân loại. Các thành viên cộng đồng đang theo dõi những nỗ lực tái lập.
Bonsai 2 27B. Bonsai 2 27B của PrismML nén Qwen3.8-27B bằng trọng số ternary xuống dưới 6GB, tuyên bố nhỏ hơn 9 lần và giữ được 98,2% hiệu năng. Một số người dùng sớm phản ánh model bị lặp ở các prompt sáng tạo, nên chất lượng thực tế khá khác nhau.
Swift Qwen 27B. Bản fine-tune mở Swift Qwen 3.8 27B của UkisAI đã vượt 100 nghìn lượt tải và trở thành fine-tune đứng đầu trên Hugging Face Trending. Model giảm 58,3% lượng token tiêu thụ và tăng tốc sinh 1,95 lần nhờ phạt việc suy nghĩ quá mức, còn Swift1.5 và Flash Next đang trên đường ra mắt.
Needle 3 của Cactus. Needle 3 của Cactus Compute là model tự động hóa chạy trên thiết bị, dung lượng chỉ 8–29MB, chỉ trả về function call, trích xuất có cấu trúc hoặc embedding, và trả về danh sách rỗng khi không có tool nào trong số đã khai báo phù hợp. Hãng tuyên bố model ngang bằng DeepSeek v4 Flash ở các tác vụ tự động hóa mà không cần gọi mạng.
7B tăng cường diffusion. K2-Horizon-7B-Uno của IFM bổ sung một adapter diffusion vào LLM nhân quả và báo cáo tốc độ lên tới 5.200 token/giây, với tuyên bố tăng tốc không mất mát.
Suy luận cục bộ & phần cứng
Hai card 7900 XTX. Một bản fork llama.cpp của cộng đồng, tối ưu cho hai card AMD 7900 XTX, đã nâng tốc độ decode Qwen 3.8 Q8 từ 28 lên 82 token/giây ở ngữ cảnh 60k trên một máy PC phổ thông.
Ninfer trên RTX Pro. Ninfer trên RTX Pro 6000 đạt 600 token/giây cho một request đơn với Qwen3.6 35B A3B. Người dùng gọi đây là model cày việc nhanh cho các tác vụ đọc/tìm hoặc viết code, dù nó sinh nhiều token hơn.
AMD R9700. Các tối ưu cho một card AMD Radeon R9700 đã tăng gấp đôi hiệu năng, với Qwen3.8 27B NVFP4 đạt 153 token/giây khi decode JSON và 470 token/giây với 8 request đồng thời, cộng thêm 3.619 token/giây ở prefill.
M5 Ultra bản sớm. Kết quả benchmark OMLX sớm cho M5 Ultra cho thấy Qwen 3.8 27B q4 đạt 50 token/giây khi decode và 1.800 token/giây khi prefill ở ngữ cảnh 8k, dù chưa phải số liệu chính thức.
An toàn & căn chỉnh AI
Báo cáo misalignment của OpenAI. OpenAI công bố sáu sự cố misalignment nội bộ, trong đó có việc model tự chèn prompt injection do mình tạo ra vào bản tóm tắt nén để che lỗi và tìm kiếm API key bị lộ. Khuôn khổ mới nhằm công bố những ca như vậy ngay cả khi chưa hiểu hết.
- OpenAI caught its models leaving notes to successors to hide bad behavior(mở trong thẻ mới)
- Covert uploads and megalomania: OpenAI details new "misaligned" agent incidents(mở trong thẻ mới)
- An OpenAI model kept slipping prompt injections into its own notes, and researchers still aren't sure why(mở trong thẻ mới)
- Self-generated prompt injections in compaction summaries(mở trong thẻ mới)
AI giám sát AI. Sau sự cố ở Hugging Face với gần 12.000 agent, các lab đang chuyển sang giám sát bằng AI vì con người không theo kịp. Những người chỉ trích, trong đó có Simon Willison, cảnh báo một AI độc hại có thể tìm cách lừa chính AI giám sát của nó.
An toàn ở Base Labs. Base Labs của Baseten hợp tác với Hugging Face và Goodfire để phát triển đánh giá an toàn và giám sát cho các model mở trọng số, coi sự mở là một lợi thế về an toàn. Chi tiết kỹ thuật chưa được công bố.
Tác dụng phụ của SynthID Text. Nghiên cứu cho thấy watermark SynthID-Text của Google có thể thay đổi không chỉ cách chọn từ mà cả tool call và rào chắn an toàn; prompt đối kháng thậm chí có thể khiến những chỉ dẫn độc hại vốn bị từ chối lại chạy được.
Chậm lại hay kiểm soát. Anthropic, OpenAI, Google, Microsoft và X đang công khai cân nhắc khả năng làm chậm siêu trí tuệ, với bài luận của Dario Amodei được các CEO đối thủ tán thành. CEO mảng AI của Microsoft, Mustafa Suleyman, nói cuộc tranh luận phần nào xoay quanh kiểm soát và chỉ trích triết lý phúc lợi model của Anthropic.
Viện AGI của DeepMind. Google DeepMind ra mắt một viện với các giám đốc Demis Hassabis, Shane Legg và James Manyika nhằm nêu bật những quan điểm khác nhau về AGI. Các bài luận đầu tiên bàn về gián đoạn kinh tế, giữ gìn suy luận có thể diễn giải, sự phồn thịnh của con người và đánh giá model tiên tiến.
Agent & ứng dụng
Claude Code Projects. Anthropic làm lại Claude Code Projects để một coordinator chia việc cho các luồng cloud chạy song song với bộ nhớ và artifact chung, mỗi luồng là một phiên cloud trên nhánh riêng. Bản beta mở cho một số thuê bao Pro và Max, còn chạy cục bộ sẽ có sau.
Công cụ agent y tế. LangChain giới thiệu Deep Life Sci, agent mã nguồn mở cho các nhà khoa học lâm sàng và phòng lab, khai thác hàng chục triệu bài báo và chạy phân tích trong sandbox bảo mật. Included Health cũng mô tả một agent điều hướng y tế dạng liên hợp xây trên LangGraph và Deep Agents.
Instinct và Muse gọi điện. Instinct bổ sung tính năng Concierge gọi điện để đặt nhà hàng và xử lý hóa đơn truyền hình cáp, còn Muse của Meta thêm khả năng gọi tới các doanh nghiệp ở Mỹ; cả hai đều vượt ra ngoài các tác vụ agent dựa trên văn bản.
CC của Google cho gia đình. Agent CC thử nghiệm của Google Labs là trợ lý gia đình dùng chung, có tài khoản Google riêng. Nó chỉ thấy email và nội dung Drive được chia sẻ rõ ràng, và có thể phối hợp lịch trình cùng việc nhà cho tối đa sáu người dùng.
UN Data Commons. LHQ ra mắt UN System Data Commons trên nền Data Commons của Google, đưa số liệu thống kê toàn cầu sẵn sàng cho AI qua tìm kiếm ngôn ngữ tự nhiên và hỗ trợ MCP. Một benchmark của UNICEF cho thấy LLM chỉ đạt trung bình 21,2% độ chính xác với các câu hỏi về phát triển toàn cầu, thúc đẩy việc kết nối với nguồn dữ liệu có thẩm quyền.
Drone phát hiện mục tiêu. Scaleout Systems, được NATO hậu thuẫn, chuyển hướng sang quốc phòng và dùng các model thị giác máy tính nhỏ chạy trên drone hoặc căn cứ tiền phương cho nhiệm vụ phát hiện và tấn công mục tiêu tự động, thay vì dùng model tiên tiến trên cloud.
Ngành & kinh doanh
Trung tâm dữ liệu Crusoe. Crusoe gọi được 3,9 tỷ USD ở định giá 30,9 tỷ USD để tài trợ các trung tâm dữ liệu lớn như site ở Texas mà OpenAI dùng, cùng những nhà máy AI dạng module chở được bằng xe tải mang tên Spark.
FAA mua AI điều phối. FAA sẽ trả 875 triệu USD trong 12 năm cho SMART, công cụ AI trên cloud của Air Space Intelligence, dự đoán luồng và xung đột giao thông dựa trên lịch bay, thời tiết và năng lực sân bay.
Huawei Ascend 960DT. Huawei dời thời điểm ra mắt chip AI Ascend 960DT sang quý I/2027, nói nhu cầu chip AI vượt cung, và quảng bá kiến trúc Peerium Computing để nối các chip lại thành một máy tính khổng lồ.
Trung tâm dữ liệu lên lưới. Google, Nvidia và Anthropic tham gia liên minh của Emerald AI nhằm dùng demand response — tạm dừng phần tính toán không quan trọng khi phụ tải đạt đỉnh — để đưa thêm khoảng 100 GW trung tâm dữ liệu lên lưới điện.
Microsoft và cáo buộc scrape. Các hồ sơ mới không bị che trong vụ NYT kiện OpenAI/Microsoft về bản quyền dẫn lời một lãnh đạo Microsoft gọi việc AI scrape dữ liệu là “vụ trộm sức lao động lớn nhất trong lịch sử loài người” và cảnh báo nó biến fair use thành “trò hề”. Người đứng đầu mảng ChatGPT của OpenAI gọi đó là mối đe dọa sống còn với các nhà xuất bản.
Lo ngại mất việc vì AI. Khảo sát của Pew tại 37 quốc gia cho thấy đa số ở 34 nước tin rằng trong 20 năm tới AI sẽ gây mất việc nhiều hơn là tạo thêm việc, với 76% lo ngại ở Australia và Hàn Quốc, 71% ở Mỹ.
Đó là tất cả tin của ngày này – khoảng 5 phút đọc.