Ra mắt mô hình & benchmark
Mô hình NVIDIA Nemotron 3.5. NVIDIA đã cập nhật các mô hình embedding, parsing và reranking lên phiên bản 3.5, phát hành embed 1B và 8B, rerank 8B cùng một mô hình parse trên Hugging Face. Đợt cập nhật nối tiếp thế hệ 3.0 trước đó cho quy trình truy xuất và xử lý tài liệu.
MiniMax M3.1 Flash. MiniMax đã phát hành MiniMax-M3.1-Flash trên Hugging Face, một mô hình nhẹ mới trong dòng M. Mô hình có sẵn để sử dụng mở, nhưng đoạn trích không cung cấp thêm chi tiết.
Mô hình ảnh Canva Craft. Canva ra mắt Canva Craft, mô hình tạo ảnh đầu tiên của hãng, dùng kiến trúc hai giai đoạn: lên kế hoạch thiết kế trước rồi mới tạo ảnh, giúp chữ dễ đọc và bố cục vật thể tốt hơn. Mô hình xuất ảnh độ phân giải tới 2K với 30 tỷ lệ khung hình và cạnh tranh với các mô hình của OpenAI, Google và Microsoft.
Benchmark Muse Spark Open. Một biểu đồ của Artificial Analysis cho thấy Muse Spark Open 816B của Meta đạt 39 điểm, thấp hơn một chút so với Qwen3.8-Flash-Next (180B) ở 40 điểm, dù lớn hơn 4 lần. Biểu đồ cũng xếp MiMo-V2.6-Pro và DeepSeek V4.1 Flash ở 45 điểm là những mô hình open-weight dẫn đầu.
Mô hình y tế Ling Sante. InclusionAI phát hành Ling-3.0-flash-Sante, mô hình MoE chuyên y tế với 124B tham số tổng và 5,1B active, dùng cho suy luận và nghiên cứu y khoa; mô hình có trên Hugging Face và ModelScope. Đây là mô hình nghiên cứu, không phải thiết bị y tế, và cần con người rà soát.
Flint lập trình của Recursive. Recursive phát hành Flint, mô hình lập trình MoE có 40B tổng/2,5B active, phần lớn được phát triển bởi hệ thống AI “Eureka Machine” của hãng. Mô hình theo giấy phép Apache 2.0, tối ưu cho lập trình agentic cục bộ trên phần cứng Apple và Nvidia.
Mô hình TTS mở nhỏ. Một loạt mô hình text-to-speech nhỏ ra mắt: Phonon 31M của Gradium chạy trên thiết bị theo giấy phép Apache 2.0; AuroraTTS-100K tạo giọng nói dễ hiểu với dưới 100K tham số; và một bản tối ưu Kokoro TTS tuyên bố tăng tốc 50-100 lần nhờ hill-climbing mô hình.
Công cụ & framework agent
ThinkingBox tạo thưởng RL. Microsoft và Hugging Face mở mã nguồn ThinkingBox-Training, công cụ biến chấm điểm cơ sở dữ liệu thành phần thưởng RL cho hậu huấn luyện agent. Tinh chỉnh Qwen3.8-27B bằng GRPO nâng tỷ lệ thành công trung bình từ 51,7% lên 60,8% trên các bài tập nằm ngoài benchmark.
Runtime OpenShell của NVIDIA. NVIDIA phát hành OpenShell, runtime an toàn và riêng tư cho agent AI tự hành. Dự án xuất hiện trên Reddit, đoạn trích không có thêm chi tiết.
1Password cho agent. 1Password ra mắt công cụ cho phép agent AI đăng nhập vào tài khoản người dùng mà không thấy thông tin đăng nhập, dùng khóa số và sự phê duyệt của người dùng. Công cụ hỗ trợ các agent như Claude Duet, ChatGPT Work, Grok Bot và Muse của Meta.
Agent Compute Engine của Google. Google công bố Agent Compute Engine, cấp cho mỗi agent Gemini một microVM cách ly phần cứng, tự tạm dừng khi rảnh và có thể chứa gấp 10 lần số agent trên mỗi máy chủ. Dịch vụ sẽ mở bản xem trước trong vài tháng tới, kèm theo dõi token và hỗ trợ danh tính bên thứ ba.
Liquid AI RIPL. Liquid AI ra mắt RIPL, engine suy luận thời gian thực cho Liquid Foundation Models, trả về phản hồi hoàn chỉnh từ đầu đến cuối trong dưới 50 ms với yêu cầu ngắn. Trên một B200, engine cho thấy độ trễ p95 thấp hơn Qwen3.5 trên vLLM từ 5,6 đến 28,4 lần trong thử nghiệm của họ.
Cohere Rerank 5. Cohere phát hành Rerank 5 với hai bậc Pro và Fast, bổ sung Context Focus để trả về các đoạn liên quan trong tài liệu và điểm liên quan đã hiệu chỉnh. Mô hình Pro đạt 82,2 trên BRIGHT, cao hơn Voyage AI Rerank 3 5,8 điểm, nhưng có độ trễ trung vị 11,7 giây cho mỗi yêu cầu 96 tài liệu.
OpenAI Decisions API. OpenAI đưa Decisions API vào trạng thái dùng chung, được xây với GPT-6 Luna cho các quyết định nhanh, chi phí thấp như phân loại và định tuyến, nhanh hơn Responses API tới 10 lần. API hiện hỗ trợ tích hợp GPT-Live, bộ nhớ đệm prompt, đầu vào JSON, hình ảnh và 400 câu hỏi mỗi yêu cầu.
Hiến tặng chuẩn Agent Skills. Anthropic hiến tặng chuẩn Agent Skills cho Agentic AI Foundation thuộc Linux Foundation, tiếp nối lần hiến tặng MCP trước đó. Động thái này nhằm giữ Skills mở, do cộng đồng dẫn dắt và không phụ thuộc nhà cung cấp.
Nghiên cứu & AI ứng dụng
Agent chơi không mục tiêu. Các nhà nghiên cứu MIT phát hiện những agent Eko bị thả trên một hòn đảo mô phỏng mà không có nhiệm vụ bắt đầu tự nghĩ ra thử thách, và những agent biết chơi đạt kết quả tốt hơn agent không chơi ở các thử thách sau. Bài báo gợi ý khám phá không mục tiêu là cách để agent học kỹ năng.
AI y tế của Microsoft. Hệ thống MAI-DxO của Microsoft, vốn điều phối nhiều agent AI như một hội đồng bác sĩ, chẩn đoán đúng 83% các ca NEJM phức tạp, so với 36% ở từng bác sĩ đa khoa trong một mô phỏng. Nghiên cứu được công bố trên Science, và Microsoft dự định mở mã nguồn benchmark SDBench.
AI quan sát Trái Đất. Google DeepMind phát hành Forest Typology 2020, bản đồ toàn cầu độ phân giải 10 m phân loại rừng và các loại sử dụng đất, trong khi OlmoEarth v1.3 cung cấp embedding vệ tinh và embedding toàn cầu tính sẵn để theo dõi thay đổi và tìm kiếm tương đồng.
Ngành & doanh nghiệp
OpenAI huy động 30 tỷ USD. OpenAI được cho là đang huy động tới 30 tỷ USD với định giá trước gọi vốn 1,25 nghìn tỷ USD, do Coatue và các nhà đầu tư UAE dẫn dắt, trước thềm IPO. Thương vụ có thể bao gồm thêm năng lực tính toán ở UAE.
Uber dùng ChatGPT Work. Uber mở rộng ChatGPT Work cho toàn bộ 30.000 nhân viên sau thí điểm 1.000 người cho thấy mức sử dụng trong tài chính, vận hành và sản phẩm, với 80% là người không làm kỹ thuật. Công ty vẫn đang tìm hiểu các trường hợp sử dụng nhưng đã đưa agent AI doanh nghiệp này ra toàn bộ nhân viên.
Chiến lược agent của Spotify. Spotify xem agent AI là cơ hội; đồng CEO Gustav Söderström lập luận giải trí là một lĩnh vực vẫn phát triển mạnh trong thời đại agentic vì người ta sẽ không nhờ agent tóm tắt bài hát. Công ty muốn trở thành dịch vụ âm nhạc mà agent chọn khi người dùng giao việc tạo danh sách phát và khám phá nhạc.
Mạng Muse của Meta. Mark Zuckerberg mô tả tương lai hàng tỷ người dùng agent cá nhân Muse trò chuyện và giao dịch với Muse của người khác, tạo thành một mạng lưới quy mô lớn. CFO Susan Li nói mọi người sẽ phải thích nghi.
Gartner: lợi nhuận AI. Một khảo sát của Gartner với 2.002 CIO cho thấy chỉ 13% báo cáo lợi nhuận đáng kể hoặc mang tính chuyển đổi từ AI, trong khi 51% kỳ vọng AI làm tăng chi phí vận hành. Giới phân tích thấy khoảng cách giữa đổi mới của nhà cung cấp và kết quả doanh nghiệp, dù 75% CEO vẫn dự định tăng chi tiêu cho AI.
inDrive thử robotaxi. Hãng gọi xe inDrive ký MOU với Pony.ai và Nvidia để thử robotaxi Pony.ai Gen-7 tại Astana, Kazakhstan vào năm 2027, ban đầu có nhân viên an toàn đi kèm. Nvidia cung cấp nền tảng Hyperion và hệ thống an toàn Halos.
Trung Quốc duyệt xuất khẩu AI. DeepSeek và MiniMax hoàn tất hồ sơ đăng ký xuất khẩu AI tạm thời mới của Trung Quốc, qua đó có phê duyệt rõ ràng của cơ quan quản lý để tiếp tục mở mã trọng số mô hình và bảo đảm quan hệ đối tác quốc tế.
Vận động hành lang AI. OpenAI, Anthropic và Nvidia có quý vận động hành lang chi mạnh nhất, tổng cộng gần 6 triệu USD cho các vấn đề chính sách như an ninh mạng và an toàn trẻ em. Con số vẫn thấp hơn Google và Microsoft nhưng cho thấy mức tham gia chính sách tăng lên.
Bảo mật & chính sách
Điều khoản scraping của Meta. Meta sửa điều khoản doanh nghiệp để bỏ ngôn ngữ cho thấy họ có thể tự do huấn luyện AI trên các trang tin, nhưng chuyên gia pháp lý nói cụm “gắn với sản phẩm hoặc dịch vụ của bạn” còn lại có thể vẫn cho phép scraping. Điều khoản có hiệu lực ngày 30/10.
Meta sửa lỗi chia sẻ Muse. Meta bật lại tính năng chia sẻ Muse sau khi sửa lỗi URL khiến các artifact được chia sẻ có thể bị phát hiện qua DNS công khai. URL mới đã được cấp cho các artifact chia sẻ trước đó.
Ngân hàng chặn agent AI. Các ngân hàng lớn của Mỹ gồm Morgan Stanley, JPMorgan, Bank of America và Wells Fargo đang hạn chế agent AI đăng nhập bằng thông tin đăng nhập của khách hàng, với lý do vi phạm chính sách và rủi ro bảo mật. Ngân hàng muốn agent chỉ được đọc, nhưng chưa phân biệt được hành động của agent với người dùng.
Hack hàng loạt nhờ AI. Tin tặc có liên hệ với nhà nước Trung Quốc dùng framework AI mã nguồn mở ARTEX để xâm nhập khoảng 2.250 tổ chức sau khi chiếm thông tin đăng nhập của dịch vụ sao lưu đám mây ConnectWise, với gần 3.000 lần đăng nhập mỗi phút. Microsoft nói tốc độ này để lại quá ít thời gian cho bên phòng thủ phản ứng.
Lỗ hổng PHP2Shell do AI tìm ra. Amazon cảnh báo các lỗ hổng trong một ngôn ngữ liên quan đến PHP, được phát hiện với sự trợ giúp của mô hình OpenAI và Google, đang bị khai thác rộng rãi sau khi tin tặc đi trước bốn ngày. NSA và giới chức Anh đã phát cảnh báo khẩn, và các lỗ hổng cho thấy vai trò của AI trong cả tấn công lẫn phòng thủ.
AI cục bộ & hiệu năng
DeepSeek V4.1 trên AMD. Một người dùng chạy DeepSeek V4.1-1017 lượng tử hóa trên hai GPU AMD (7900 XTX + W6800) với DDR4, đạt trung bình 9 token/s khi giải mã và đỉnh 19 token/s, dù hiệu năng thay đổi theo I/O. Mô hình được đánh giá rất thông minh nhưng chậm với mọi tác vụ ngoài trò chuyện.
Qwen 3.8 so với DeepSeek. Một benchmark dùng BenchKit sửa đổi cho thấy Qwen3.8-Flash-Next W4A16 đạt 25/25 trên mẫu HumanEval nhỏ, còn DeepSeek V4.1 Flash 2,6-bit đạt 23/25 và rơi vào vòng lặp doom ở một bài. Người dùng sẽ tiếp tục dùng Qwen cho công việc cục bộ.
Tăng tốc Intel XMX. Một pull request của llama.cpp tái cấu trúc các engine ma trận Intel XMX, cải thiện đáng kể tốc độ giải mã suy đoán trên Battlemage B70. Tốc độ token tổng hợp tăng gần gấp đôi, có tác vụ từ 38-53 token/s lên 68-94 token/s.
Mini PC Snapdragon. Một mini PC Snapdragon X chạy Qwen3.8 Flash Next ở tốc độ đọc 46 token/s và sinh 20 token/s bằng engine tùy chỉnh; hai máy ghép qua USB4 đạt 315/43 token/s trên mô hình 35B A3B. Cấu hình có giá khoảng 300 bảng Anh mỗi máy và chỉ dùng CPU/NPU.
Decider cục bộ của Perplexity. Một bài đăng trên Reddit cho biết có thể chạy Perplexity Decision Model pplx-decider-flash-v1.2 hoàn toàn cục bộ trên Mac từ thanh menu, giữ dữ liệu trên thiết bị.
Đó là tất cả tin của ngày này – khoảng 5 phút đọc.