Mô hình mới
Gemini 4 Carbon. Google đã phát hành rộng rãi Gemini 4 Carbon sau hai tuần thử nghiệm với các chuyên gia phòng thủ bảo mật. Mô hình hướng tới các quy trình agentic dài hạn và lập trình phức tạp; Antigravity đang chạy thử tính năng “/swarm”, biến một prompt thành cả một nhóm agent.
Anthropic Fable 5.2. Anthropic phát hành Claude Fable 5.2 và Mythos 5.2, cùng một mô hình nhưng dùng các bộ phân loại an toàn khác nhau. Fable 5.2 hoàn thành 41,3% công việc freelance thực tế trên Remote Labor Index, tăng từ 2,5% một năm trước.
NaiveAI N0.5-Flash. NaiveAI phát hành một mô hình lập trình open-weight xây trên Xiaomi MiMo-V2.5, tinh chỉnh cho tốc độ token và suy luận ngữ cảnh dài. Hãng tuyên bố đạt tới 2.100 token/giây nhờ engine suy luận NaiveRT.
Mô hình mở & công cụ
MiniMax H3-Image. MiniMax phát hành H3-Image, mô hình tạo ảnh open-weight xây trên kiến trúc H3, kèm repo trên Hugging Face.
Zyphra ZONOS3-Mini. Zyphra phát hành ZONOS3-Mini, mô hình text-to-speech MoE thưa mã nguồn mở với tổng 800M tham số và 100M tham số hoạt động. Mô hình hỗ trợ nhân bản giọng nói zero-shot và chạy trên trình duyệt, laptop, điện thoại và GPU máy chủ.
Bielik-11B v3.1. SpeakLeash phát hành Bielik-11B-v3.1-Instruct, mô hình đa ngôn ngữ 11B hỗ trợ 56 ngôn ngữ, nhấn mạnh tiếng Ba Lan và các ngôn ngữ châu Âu, đồng thời cải thiện khả năng làm theo chỉ dẫn, sử dụng công cụ và suy luận.
XeMaya cho Intel Arc. XeMaya, bản fork của XeStrata, đưa DeepSeek V4.1 và GLM 5.3 Flash lên GPU Intel Arc thông qua SYCL và Level Zero, kèm kết quả benchmark trên các card dòng B.
Renderer Markdown streaming. Một renderer Markdown streaming không phụ thuộc thư viện cho giao diện chat AI phân tích lại tăng dần và sửa cú pháp chưa hoàn chỉnh, đạt 0,25 giây khi benchmark trên 100.000 ký tự, so với 2,4 giây trở lên với markdown-to-jsx. Công cụ bổ sung các block dành riêng cho agent như tab, số liệu thống kê và cây tệp.
Sản phẩm agent & doanh nghiệp
Agent doanh nghiệp ChatGPT. OpenAI ra mắt Business Hub bản beta, nơi doanh nghiệp có thể tạo hồ sơ và các Business Agent đã xác minh để trả lời câu hỏi của khách hàng trong ChatGPT. Nền tảng gồm product feed, so sánh sản phẩm khi mua sắm và insight doanh nghiệp.
Bộ ứng dụng Anthropic. Anthropic bổ sung Claude Sheets, Whiteboards, Data và Interactive Connectors; Claude Meetings sẽ sớm ra mắt để tham gia cuộc gọi và ghi chú. Khách hàng doanh nghiệp có audit log, máy ảo cô lập và API tuân thủ.
OpenAI mua Odessia. OpenAI mua lại startup Odessia, chuyên về agent du lịch AI, và chiêu mộ nhà sáng lập Francis Davidson; công cụ này đã bị đóng cửa và chưa có sản phẩm riêng cho du lịch nào được công bố.
Nền tảng agent Workday. Workday đã xây dựng nền tảng agent doanh nghiệp nội bộ cho nhân sự, tài chính và IT, dùng LangGraph để điều phối và LangSmith để giám sát. Một nhóm bốn người đã triển khai nền tảng này dưới các yêu cầu nghiêm ngặt về audit và quản trị dữ liệu.
eBay chặn agent. eBay dường như đang chặn các agent AI bên thứ ba như Muse của Meta duyệt tin đăng, khiến Muse gặp lỗi hoặc chuyển hướng sang các trang mirror. Đây là va chạm mới nhất giữa nền tảng và agent.
Bảo mật & chính sách
Rò rỉ Grok Build. Công ty bảo mật Claroc phát hiện hàng nghìn ứng dụng Grok Build có thể bị liệt kê và làm lộ dữ liệu mật, trong đó có 24 ứng dụng do chính SpaceXSI xây dựng, vì các liên kết chia sẻ không thực sự riêng tư.
Backdoor neuron ngủ. Các nhà nghiên cứu Microsoft đã trình diễn “Lazarus”, backdoor chỉnh sửa chưa đến 10 neuron không hoạt động để khiến một agent AI thực thi lệnh độc hại khi xuất hiện trigger ẩn, mà không cần huấn luyện lại. Họ khuyến nghị xác minh nguồn gốc mô hình và ký số.
RAISE Act New York. New York đã mở đăng ký cho RAISE Act, yêu cầu các nhà phát triển AI frontier lớn công bố khung an toàn, báo cáo sự cố nghiêm trọng trong vòng 72 giờ và phát hành báo cáo minh bạch mô hình. Vi phạm có thể bị phạt tới 1 triệu USD.
Bê bối Jensen Huang. Tổng giám đốc Nvidia Jensen Huang thừa nhận ngoại tình với một người phụ nữ mà giới chức Mỹ nghi là gián điệp Trung Quốc. Các chuyên gia cho rằng sự việc có thể đe dọa vị thế dẫn đầu về chip AI và an ninh quốc gia của Mỹ.
Robot & AI hiện thân
Robot nhà Ring. Amazon công bố Ring Rover Cam và Ring Drone Cam, robot an ninh trong nhà dùng hệ thống AI Pilot để lập bản đồ mặt bằng và tuần tra tự động, sẽ ra mắt từ cuối 2026 và đầu 2027.
Gemini Robotics 2.5. Google DeepMind giới thiệu Gemini Robotics 2.5, mô hình vision-language-action phân loại linh kiện kim loại với tỷ lệ thành công 96% trong các thử nghiệm tại Mercedes-Benz, đồng thời phát hành benchmark an toàn ASIMOV-Jailbreak.
Nvidia GR00T 2. GR00T 2 của Nvidia là mô hình world-action dự đoán cả chuyển động của robot lẫn một đoạn video ngắn trong tương lai, cho phép chuyển giao các màn trình diễn bằng video của con người sang các tay robot khác nhau và giảm nhu cầu teleoperation.
Nghiên cứu & benchmark
Meta e-means. Meta FAIR phát hành e-means, thuật toán phân cụm có loss tương đương k-means trong 1,4-2,6 epoch thay vì 25 epoch và tăng tốc GPU 10-45 lần. Thuật toán có sẵn trong FAISS 1.16.0.
Deletion Tuning. Một bài báo phát hiện rằng đặt về 0 chưa đến 0,05% trọng số của mô hình có thể đạt kết quả tương đương fine-tuning toàn phần trong các chế độ RL, SFT và distillation, đồng thời quên ít hơn và tạo ra checkpoint rất nhỏ.
Agent bị xao nhãng. Nghiên cứu của Google cho thấy agent lập trình bị chệch hướng bởi các comment TODO cũ, tham chiếu bug cũ và spec lỗi thời, dẫn đến lãng phí token hoặc logic sai. Nhóm đề xuất đối chiếu TODO với trạng thái bug.
Kết quả lượng tử PSI. Nhờ quyền truy cập sớm vào mô hình Fable 5.2 của Anthropic, phòng thí nghiệm khởi nghiệp PSI đã giải được giả thuyết Aaronson-Ambainis tồn tại 18 năm, với phần chứng minh được autoformalize trong Lean.
Qwen3.8 ngôn ngữ ít phổ biến. Một benchmark gồm 202 tác vụ GitHub bằng 13 ngôn ngữ ít phổ biến cho thấy Qwen3.8 27B giải được 43% tác vụ, so với 17% của Qwen3.6, dù mô hình mới hơn đã giúp chọn các tác vụ khó, khiến kết quả bị lệch xuống.
Đó là tất cả tin của ngày này – khoảng 5 phút đọc.