Agentic AI News Ngày 21 tháng 10 năm 2026

Spark-X2.6-4B trên thiết bị. Model 4B nhỏ gọn dành cho thiết bị đầu cuối, được post-training để cải thiện coding, agent, xử lý ngữ cảnh dài và suy luận.

• XHToken/Spark-X2.6-4B · Hugging Face(mở trong thẻ mới)

Ornith-1.5 tự cải thiện. Ornith-1.5-122B mở rộng tự cải thiện end-to-end để tối ưu đồng thời việc sinh tác vụ, scaffold và rollout, xây dựng trên Qwen3.5 và Gemma4.

• ornith-ai/Ornith-1.5-122B (Qwen finetune)(mở trong thẻ mới)

Agnes-3.0-Qwen: MoE agentic. MoE đa phương thức ~180B với ngữ cảnh 1M cho kết quả agentic mạnh trên τ³-Banking và Terminal-Bench, đồng thời vượt GPT-5.6 Sol và Claude Opus 4.8 trên IFBench.

• Agnes-AI/Agnes-3.0-Qwen (QFN finetune)(mở trong thẻ mới)

Voice stack thời gian thực. Voxtral 3 của Mistral và Eleven Realtime của ElevenLabs cùng ra mắt model speech-to-speech cho agent thời gian thực, kèm phiên âm, TTS và SDK; Eleven Realtime Max đạt 98,8% trên Big Bench Audio với thời gian phản hồi 0,57 giây.

• Mistral AI launches Voxtral 3, a full voice agent stack that listens, thinks, and talks in real time(mở trong thẻ mới)
• Elevenlabs releases two new speech-to-speech models designed for real-time AI conversations(mở trong thẻ mới)

TTS nhỏ, mã mở. Phonon mở mã nguồn các model TTS 31M/40M cho thiết bị edge, trong khi Pocket TTS thu gọn nhân bản giọng nói xuống còn 1,9 triệu tham số.

• Phonon is now open-source, 31M and 40M TTS models designed to run on the edge(mở trong thẻ mới)
• Pocket TTS which supports voice cloning is now just 1.9 million parameters(mở trong thẻ mới)

TorchTPU mã nguồn mở. Google mở mã nguồn TorchTPU, backend PyTorch gốc cho Cloud TPU phát triển cùng Meta, thay thế PyTorch/XLA.

• Google has joined Amazon in attacking Nvidia’s stronghold with AI app developers(mở trong thẻ mới)
• Google Open-Sources TorchTPU, a Native PyTorch Backend for Cloud TPUs(mở trong thẻ mới)

Engine inference DeepInfer. DeepSeek mở mã nguồn DeepInfer, serving stack đứng sau V4.1-Flash, cùng deepseek-recipe để tự host xử lý token.

• Deepseek open-sources the inference engine that powers its fastest and cheapest AI model(mở trong thẻ mới)
• DeepSeek Open-Sources DeepInfer, the Inference Framework Behind DeepSeek-V4.1-Flash(mở trong thẻ mới)

Speculative decoding trên Apple Silicon. Hai phương pháp mới là KFlash và Eagle-4 tăng tốc inference cục bộ trên Apple Silicon; benchmark KFlash trên MacBook Pro M4 Pro đạt khoảng 65 tok/s với Qwen 3.8 27B.

• KFlash: Benchmarks of newly released versions of Apple Silicon optimized engines: 1.4.0 Splash (DFlash2 ~ 50 tok/s) vs 0.2 Kapitsa (KFlash ~65 tok/s), MLX(MTP) & more on Qwen 3.8 27b/4b/35b 4Q on Macbook Pro M4 Pro 48 GB 2024, 48GB & Macbook Pro M1 Pro 16GB 2021(mở trong thẻ mới)
• Eagle-4 Released: Faster than DFlash2 & DSpark(mở trong thẻ mới)

Runtime NPU RK3588. Một runtime mã nguồn mở không cần thư viện độc quyền chạy Qwen3.5-4B nhanh gấp khoảng 2 lần SDK của hãng trên NPU Rockchip.

• I built an RK3588 NPU runtime without any proprietary inference libraries: Qwen3.5-4B at ~10 tok/s, ~2x faster than vendor SDK.(mở trong thẻ mới)

Inference trên GPU cũ. Engine inference Pantheon viết bằng C thuần chạy được model MoE 35B trên Tesla K80 với tốc độ ~21 tok/s, giúp tận dụng phần cứng cũ giá rẻ cho LLM cục bộ.

• Running 35B MoE models on a Tesla K80 (2014) at ~21 tok/s, in plain C(mở trong thẻ mới)

Chỉ trích MCP. Dylan Field của Figma đặt câu hỏi về việc MCP chia sẻ ngữ cảnh bất đối xứng, trong khi công ty vẫn thêm 20 đối tác MCP mới.

• Figma co-founder Dylan Field thinks MCP is not a perfect protocol(mở trong thẻ mới)

Benchmark FairStress. FairStress đo mức độ công bằng nhân khẩu học trong quyết định của LLM, không chỉ ở lựa chọn cuối cùng mà còn ở việc model dễ đưa ra quyết định đến đâu khi hoán đổi các nhóm nhân khẩu.

• FairStress: A deeper evaluation of fairness in LLM decision-making(mở trong thẻ mới)
• FairStress: A deeper evaluation of fairness in LLM decision-making(mở trong thẻ mới)

Bộ nhớ ALTK-Evolve. Bộ nhớ học được từ các lần thử tác vụ huấn luyện đưa agent ReAct dùng GPT-4.1 lên 67,5% trên τ²-bench retail, đứng đầu bảng xếp hạng mà không cần model frontier.

• ALTK-Evolve: How learned memory tops the τ²-bench leaderboard on customer service tasks without a frontier model(mở trong thẻ mới)

Mở rộng bộ nhớ bằng n-gram. COUNT xây embedding n-gram từ số liệu đếm trong bộ nhớ máy chủ để mở rộng bộ nhớ, cải thiện validation loss tương đương việc thêm 57% compute ở quy mô 1B.

• [Paper] The COUNT: Counting N-grams Unlocks Scaling on Host Memory and Training-Free Adaptation(mở trong thẻ mới)

Bộ nhớ dư REMORY. REMORY bổ sung các token bộ nhớ mềm bên cạnh phần tóm tắt, cải thiện khả năng dẫn nguồn và hiệu năng agent mà chỉ dùng 5,2% vị trí đầu vào.

• [Paper] REMORY: Learning Residual Memory for Context Compaction(mở trong thẻ mới)

World model phẫu thuật. NVIDIA Cosmos3-H-Dreams tạo mô phỏng phẫu thuật thời gian thực từ dữ liệu ghi lâm sàng, chạy tương tác trên một GPU RTX PRO 6000.

• NVIDIA Cosmos3-H-Dreams: Bringing Clinical Surgery to Life Through Generative Simulation(mở trong thẻ mới)

Kinh tế số Đông Nam Á. Kinh tế số Đông Nam Á dự kiến đạt 368 tỷ USD GMV năm 2026, với 243 triệu người dùng generative AI và thương mại agentic thúc đẩy mức sử dụng AI tăng gấp 60 lần.

• Southeast Asia’s digital economy to hit $368 billion(mở trong thẻ mới)

Anthropic thiếu capacity cloud. Anthropic chật vật giành capacity cloud từ AWS/Google/Microsoft, những bên coi họ là đối thủ; hồ sơ S-1 bị rò rỉ cho thấy chi phí cloud tiềm năng 750 tỷ USD và khoản lỗ ròng 80,7 tỷ USD trong nửa đầu năm.

• Anthropic’s cloud partnerships are getting messy(mở trong thẻ mới)

SpaceX lãi từ AI. Mảng AI của SpaceX, nay chiếm 52% thu nhập, đem về 7,5 tỷ USD doanh thu và 431 triệu USD lợi nhuận trong quý III, dẫn dắt bởi Cursor, Grok và neocloud.

• SpaceX’s AI business is beating expectations(mở trong thẻ mới)

OpenAI mua công ty biotech. OpenAI mua Orchestra Bio để củng cố model khoa học sự sống Rosalind và workbench, bổ sung đội ngũ cùng công nghệ cho các agent tìm thuốc.

• OpenAI acquires startup Orchestra Bio⁠ to beef up its biotech business(mở trong thẻ mới)

Lượt tải Muse của Meta. Muse, AI companion của Meta, đạt 10,9 triệu lượt tải tại Mỹ trong 40 ngày, một trong chỉ 12 ứng dụng đạt cột mốc này.

• Meta’s Muse hits 10M US downloads in 40 days, a milestone reached by only 11 other apps(mở trong thẻ mới)

Spotify dọn rác AI. Spotify đã xóa 50 triệu track rác/spam do AI tạo khỏi gợi ý và đổi hệ thống để ưu tiên nghệ sĩ thật.

• Spotify pulled 50 million AI slop and spam tracks from its recommendations(mở trong thẻ mới)

ByteDance đặt chip. ByteDance, Alibaba và Tencent đã đặt hơn 35 tỷ USD chip Nvidia, gồm 3 triệu RTX 5500 Pro, nhiều khả năng cho inference và tạo video.

• EXCLUSIVE: ByteDance, Alibaba, Tencent place over $35 billion worth of Nvidia chip orders(mở trong thẻ mới)

Gemini lên xe hơi. Personal Intelligence đến với Android Auto và Google built-in, cho phép Gemini dùng Gmail, Calendar, Maps, Photos để hỗ trợ khi lái xe.

• Google’s more personalized Gemini AI is heading to your car(mở trong thẻ mới)
• Gemini's Personal Intelligence is coming to cars(mở trong thẻ mới)

ChatGPT khóa hội thoại. Người dùng có thể khóa hội thoại ChatGPT bằng PIN/sinh trắc học để tránh bị nhìn trộm.

• ChatGPT now lets you lock your chats(mở trong thẻ mới)

Muse tạm dừng chia sẻ. Meta tạm dừng tính năng chia sẻ của Muse sau khi các nhà nghiên cứu phát hiện 6.800 đường dẫn công khai chứa thông tin nhạy cảm như doanh thu và lịch.

• Meta pauses Muse sharing after researchers find AI chats on the web(mở trong thẻ mới)

Lightroom mở mắt nhắm. Lightroom mobile có thể mở mắt nhắm trong ảnh bằng AI tạo sinh chỉ với một chạm, thay mắt trông tự nhiên.

• Adobe Lightroom mobile can now open closed eyes in photos with a simple tap(mở trong thẻ mới)

Agent xử lý kho lưu trữ. Một người dùng đã tự dựng agent AI cục bộ để xử lý kho lưu trữ cá nhân khổng lồ, tạo ra các mối liên hệ và phát hiện thú vị mà không cần API frontier.

• I use local AI to generate personal value on my massive NAS-based archive / library(mở trong thẻ mới)

Model cục bộ trong y tế. Một hội nghị ở Litva cho thấy model cục bộ ngày càng được dùng trong y tế vì yêu cầu khắt khe về riêng tư dữ liệu bệnh nhân.

• Short report from Lithuanian conference on AI Technologies in Medicine(mở trong thẻ mới)

Anthropic đề xuất luật. Anthropic đề xuất luật an toàn AI có thể chặn việc phát hành model nếu rủi ro có thể lường trước khiến 50 người trở lên thiệt mạng hoặc gây thiệt hại tài sản 1 tỷ USD.

• Anthropic pitches AI safety bill that may block a model if 50+ people could be killed(mở trong thẻ mới)

Mỹ cấm DeepSeek. Mỹ yêu cầu các cơ quan liên bang gỡ bỏ sản phẩm DeepSeek và các dịch vụ bên thứ ba, với lý do an ninh quốc gia và lo ngại về dữ liệu.

• US orders federal agencies to remove China’s DeepSeek AI from their systems(mở trong thẻ mới)

Meta sửa điều khoản. Meta bỏ chữ “train” khỏi điều khoản thương mại sau phản ứng dữ dội về việc thu thập dữ liệu huấn luyện AI; công ty nói điều khoản crawl chỉ áp dụng cho sản phẩm quảng cáo/doanh nghiệp.

• Meta drops the word "train" from its commercial TOS after AI backlash(mở trong thẻ mới)

Nước cờ cuối của Altman. Sam Altman được cho là đã trình bày ba phương án quản trị an toàn AI trong nội bộ, gồm cơ chế giám sát kiểu IAEA, liên minh các lab, hoặc để một công ty thống trị.

• Sam Altman reportedly pitched three endgames for AI safety, one involving a single firm melting everyone else's GPUs(mở trong thẻ mới)

Meta bị buộc khai tên. Tòa án yêu cầu Meta nêu tên các lãnh đạo đã duyệt việc torrent sách lậu, có thể phơi bày ban điều hành trong các vụ kiện bản quyền về dữ liệu huấn luyện AI.

• Meta tries to scapegoat staff who downloaded torrents to spare execs(mở trong thẻ mới)

Mỹ - Trung kiểm soát model mở. Cả Mỹ và Trung Quốc đều đề xuất kiểm soát xuất khẩu model AI mở; MOFCOM của Trung Quốc sẽ yêu cầu phê duyệt trước khi chia sẻ model frontier ra quốc tế.

• Latest open artifacts (#25): DeepSeek V4.1 Flash 1017, American-made models, and new regulatory controls in the US & China(mở trong thẻ mới)