Ra mắt model & sản phẩm
Qwen-Image-2.1 mở trọng số. Alibaba đã phát hành Qwen-Image-2.1, model tạo và chỉnh sửa ảnh 7B mở trọng số, tự nhận đánh bại các model đóng trên benchmark của mình. Model này hỗ trợ sẵn ảnh RGBA trong suốt và tối đa 10 ảnh tham chiếu để chỉnh sửa, nhưng giấy phép nghiên cứu cấm dùng thương mại nếu không được phê duyệt.
Model Gander của Tencent. Tencent đã giới thiệu Gander, một model nghiên cứu kết hợp hội thoại thời gian thực với các tác vụ agent chạy nền, dùng một “tiểu não” cho giọng nói và một “bộ não” có thể hoán đổi cho công việc phức tạp. Model này hỗ trợ ngắt lời và xử lý đồng thời giọng nói, hình ảnh, văn bản, dù xếp sau về độ chính xác tác vụ trong các bài kiểm tra.
Runway video thời gian thực. Runway đã hé lộ nghiên cứu về tạo video thời gian thực, nơi người dùng phát trực tiếp và điều khiển video ngay khi đưa prompt, dựa trên world model GWM-1 của mình. Mục tiêu là cắt giảm thời gian chờ và chi phí GPU bằng cách tạo từng khung hình tương tác thay vì tạo theo lô.
Công cụ & framework
Google ADK cho Kotlin. Google đã phát hành ADK for Kotlin 1.0, đưa Agent Development Kit của mình đạt ngang bằng tính năng với Python và Java, đồng thời bổ sung hỗ trợ AI trên thiết bị Android và AI lai. Framework này gồm điều phối đa agent theo thứ bậc, nén ngữ cảnh và quản lý phiên.
OpenCodeReview của Alibaba. Alibaba đã mở mã nguồn OpenCodeReview, một CLI Apache-2.0 kết hợp chọn tệp tất định và khớp quy tắc với agent LLM để phân tích mã. Công cụ này đã được hàng chục nghìn lập trình viên dùng nội bộ và nhắm vào các lỗi như lệch số dòng và prompt không ổn định.
ZCode mã nguồn mở. ZCode, nền tảng agent lập trình, giờ đã mở mã nguồn sau khi xử lý các vấn đề bảo mật được báo cáo. Repo gồm ứng dụng desktop, web workspace, backend, Agent CLI và runtime, cùng quy trình báo cáo lỗ hổng mới và phần thưởng.
System 1 & model ra quyết định
Model ra quyết định Laya. Laya là model “System 1” mở trọng số, phi tự hồi quy từ Convai Innovations, trả lời các câu hỏi quyết định có kiểu trong một lượt forward, với các checkpoint ở biến thể tiếng Anh, đa ngôn ngữ và typed-decisions. Một bản triển khai C++, laya.cpp, đạt tới 810 câu hỏi/giây trên RTX PRO 6000.
Bản thay thế Jev tự làm. Nhiều dự án tái tạo cách chấm điểm quyết định kiểu Jev bằng các LLM mở trọng số thông thường: một dự án tinh chỉnh LoRA Qwen3.5 4B đạt 0,709 trên typed-decisions, số khác xác minh ứng viên theo lô qua llama.cpp hoặc dùng n_predict=1 với logprobs. Các cách này nhằm đạt được Jev mà không cần đầu phân loại riêng.
Agent cục bộ & phần cứng
Vòng lặp agent Qwen 3.8 27B. Một vòng lặp agent cục bộ dựa trên Qwen 3.8 27B chạy gần như không giám sát trong khoảng ba tuần trên một chiếc RTX 3090, tự xây dựng một engine suy luận CUDA chỉ với 12 tin nhắn từ con người. Nén ngữ cảnh ngốn 83 giờ, nhưng lần chạy này cho thấy công việc agent cục bộ tầm xa là khả thi, dù chưa phải là một thắng lợi về hiệu năng.
Học liên tục mini-AGI. mini-AGI là model học liên tục 530 triệu tham số, được huấn luyện từ đầu trên một laptop 8GB VRAM bằng cách tiếp cận mixture-of-experts động và một luồng dữ liệu liên tục duy nhất. Nó cho thấy khả năng huấn luyện ở quy mô người tiêu dùng với toàn quyền kiểm soát dữ liệu.
Kimi K3 trên cụm GB10. Một cụm GB10 gồm 16 nút đã chạy Kimi K3 2,8 nghìn tỷ tham số của Moonshot AI với các bản vá runtime tùy chỉnh, duy trì thông lượng lập trình khoảng 30 token/giây và đỉnh xử lý đồng thời 136 token/giây. Thiết lập này yêu cầu topology NCCL sửa đổi và mạng dual-switch.
Điểm nhấn nghiên cứu
Fuse suy luận xã hội. Fuse là framework mô phỏng đa agent để đánh giá cách các trợ lý LLM suy luận động cơ xã hội từ lời kể của người dùng, cung cấp ground truth có thể kiểm chứng qua các target agent ẩn. Các bài kiểm tra trên 12 LLM cho thấy sự can thiệp của người dùng làm tăng độ khó và các model nhạy với cách diễn đạt thiên lệch.
StudentSim cho gia sư AI. Các nhà nghiên cứu Microsoft và UIUC đã xây dựng StudentSim, tạo ra các bản sao học sinh kỹ thuật số mắc lỗi như thật để tăng tốc cải thiện gia sư AI mà không cần thử nghiệm tốn kém với học sinh thật. Cách tiếp cận này xây dựng các bản sao riêng từ dữ liệu hạn chế và nhằm tăng tốc phát triển gia sư.
Ngành & chính sách
Tranh luận an toàn AI. Dario Amodei của Anthropic đề xuất kế hoạch “điều chỉnh nhịp độ AI tiên phong”, trong khi Jensen Huang của Nvidia nói nỗi sợ AI bị thổi phồng và cho rằng “0% khả năng” AI kết thúc thế giới. Sự chia rẽ này cho thấy bất đồng giữa các lãnh đạo ngành khi các nhà hoạch định chính sách cân nhắc quy định.
Lực lượng AI của Trump. Tổng thống Trump công bố kế hoạch lập “Lực lượng AI” và một “sa hoàng AI”, hứa không cản trở tăng trưởng AI và tuyên bố các trung tâm dữ liệu mang lại lợi ích cho cộng đồng. Các bài đăng của ông diễn ra sau cảnh báo của các lãnh đạo AI về rủi ro tồn vong và phản ánh lập trường bãi bỏ quy định của chính quyền.
Vụ kiện làm chậm AI. Một vụ kiện cáo buộc Anthropic, OpenAI, SpaceXAI và Google có thỏa thuận bất hợp pháp về việc làm chậm AI. Chi tiết còn hạn chế, nhưng vụ kiện gia tăng áp lực pháp lý lên cuộc tranh luận về tốc độ phát triển AI tiên phong.
Anthropic hoãn IPO. Anthropic được cho là hoãn IPO từ tháng 10 sang tháng 11/2026, với các cố vấn viện dẫn nhu cầu trình bày kết quả quý 3 mạnh mẽ. Nhà đầu tư kỳ vọng định giá khoảng 2.000 tỷ USD và số vốn huy động tới 100 tỷ USD.
Đó là tất cả tin của ngày này – khoảng 5 phút đọc.