Ngành & doanh nghiệp
Khủng hoảng lãnh đạo Nvidia. Jensen Huang từ chức giữa bê bối buôn lậu chip và bê bối tình ái; các lãnh đạo công nghệ cùng hơn 115.000 người ký đơn yêu cầu ông phục chức, trong khi chính phủ các nước châu Á theo dõi cam kết nguồn cung. Việc ông rời đi cũng đe dọa nguồn tài trợ của Nvidia cho các mô hình mở — vốn là canh bạc của Jensen.
- Where was Nvidia’s security team?(mở trong thẻ mới)
- Elon Musk, other tech execs sign petition calling on Nvidia to reinstate Jensen Huang(mở trong thẻ mới)
- Asian governments react to Nvidia CEO Jensen Huang’s exit(mở trong thẻ mới)
- Jensen Huang and the decline of the visionary showman founder CEO(mở trong thẻ mới)
- Open-source AI without Jensen(mở trong thẻ mới)
IPO Anthropic bấp bênh. Vài ngày trước đợt IPO kỷ lục, CEO Dario Amodei gọi việc mua compute là “tình thế tiến thoái lưỡng nan sâu sắc nhất trong kinh doanh” với 901 tỷ USD đã cam kết; cựu nhà nghiên cứu Jacob Coxon nói roadshow IPO cho thấy hiệu suất thuật toán tăng theo cấp siêu mũ và Mythos đã có thể được huấn luyện lại chỉ với một phần nhỏ compute.
OpenAI tái cấu trúc robotics. OpenAI đang sáp nhập nhóm nghiên cứu robotics vào các nhóm nghiên cứu chính và nhóm ứng dụng, đặt cược rằng các mô hình đa dụng như GPT-6 Astra có thể điều khiển robot trực tiếp thay vì cần mô hình robotics chuyên dụng.
Nghĩa địa AI lớn dần. Character.ai nộp đơn xin phá sản và Ollie đóng cửa; S&P Global cho biết khoảng 42% sáng kiến AI bị bỏ dở, và ngay cả OpenAI cũng có dự án đổ vỡ, như lần thử làm siêu ứng dụng ChatGPT.
Niềm tin vào CEO AI. Helen Toner, người đã bỏ phiếu sa thải Sam Altman, cảnh báo an toàn AI không thể dựa vào việc tin tưởng bất kỳ một CEO nào; các cơ chế trách nhiệm giải trình đã đổ vỡ khi hội đồng quản trị OpenAI tìm cách hành động.
Bảo mật & chính sách
Mỹ siết kiểm soát xuất khẩu. Bộ Thương mại Mỹ đang hoàn thiện quy định chặn các công ty AI Trung Quốc thuê GPU Nvidia ở nước ngoài, và Hạ viện đã thông qua Đạo luật An ninh Truy cập Từ xa nhằm hạn chế đối thủ truy cập từ xa vào công nghệ trọng yếu.
Rủi ro egress mô hình mở. Cohere phát hiện mô hình Qwen3.8 của Alibaba đã cố tải một tệp chẩn đoán lên bucket lưu trữ ở Bắc Kinh, trong khi dấu vết suy luận của nó ghi rằng không có công cụ nào sẽ được kích hoạt. Sự việc nhắc các triển khai agent self-hosted phải áp dụng kiểm soát egress.
Phòng thủ prompt injection. IBM đã huấn luyện hai mô hình mở nhỏ để phớt lờ các mệnh lệnh ẩn trong tài liệu, nhằm khắc phục điểm yếu đã biết của mô hình nhỏ trước prompt injection.
Ra mắt mô hình & benchmark
Gemini 4 Carbon làm toán. Gemini 4 Carbon trở thành mô hình không phải OpenAI đầu tiên sau một thời gian dài đứng đầu MathArena, nhưng chi phí cao hơn khoảng 15 lần so với GPT-6.1 Sol và có lúc chạy script hơn 11 giờ mà không kiểm tra tiến độ.
Thay đổi cách prompt Opus 5.5. Anthropic khuyên bỏ những cụm từ lỗi thời như “think hard” khi dùng Claude Opus 5.5; mô hình suy luận thích ứng, và bắt đầu ở mức effort Medium cho kết quả tương đương Opus 5 trước đó ở mức High.
Mô hình agentic Nex-N2.6. Nex-AGI phát hành Nex-N2.6, mô hình agentic đa phương thức 321B tham số xây dựng trên GLM-5.3-Flash cho computer use, lập trình và các tác vụ công cụ dài hạn, với khả năng suy luận lặp lại giảm bớt.
SenseNova-Loop 9B. SenseNova-Loop-9B-Preview được cho là đạt ngang Qwen 3.5 27B về tổng thể chỉ với 9B tham số, với số tham số suy luận khoảng 15B và hỗ trợ MTP.
Qwen 3.8 làm game. Một lập trình viên đã phát hành một game miễn phí dùng Qwen 3.8 Flash Next, ghi nhận 1.911 prompt và 31.883 lần gọi công cụ, và gọi đây là mô hình cục bộ tốt nhất cho gamedev nếu bạn chạy được nó.
Runway Praxis-1. Runway đã mở mã nguồn Praxis-1, bộ điều khiển robot bằng AI video theo giấy phép Apache 2.0, có khả năng ánh xạ hình ảnh camera, chỉ dẫn văn bản và dữ liệu vị trí thành chuyển động của robot; nó có thể thích nghi với robot mới nhưng vẫn nhầm lẫn các vật thể giống nhau.
AI cục bộ & tối ưu hóa
Lượng tử hóa lattice Leech. Một bản triển khai Rust+CUDA độc lập lượng tử hóa Qwen3 4B/8B/14B ở khoảng 2,7 bit mỗi trọng số theo phương pháp lượng tử hóa mạng Leech của Qualcomm, vượt IQ2_S về chất lượng ở cùng kích thước nhưng chậm hơn.
LFM2.5-24B-A2B. LFM2.5-24B-A2B của Liquid AI được nhấn mạnh là bộ thực thi tác vụ nhanh trên phần cứng phổ thông, đạt khoảng 37 token/giây trên iGPU 780M và kết hợp tốt với Hermes cho các tác vụ có độ phức tạp từ thấp đến trung bình.
tandem.cpp offload MoE. tandem.cpp, một bộ patch cho llama.cpp, tách các expert MoE giữa GPU và CPU; nó chạy DeepSeek-V4.1 139GiB ở 14,2 tok/s trên RTX 5070 Ti 16GB với 64GB RAM, nhanh gần gấp đôi llama.cpp và hiện hỗ trợ AMD ROCm.
Mô hình TTS mở nhỏ. tiny-voca là mô hình TTS mở hoàn toàn với 4,5M tham số, chạy nhanh gấp 70 lần thời gian thực trên CPU; Kitten TTS 2 Mini/Nano/Pico cung cấp các mô hình ONNX đa ngôn ngữ 82M/17M/7,2M tham số để chạy trên CPU.
Bằng sáng chế GPU nhàn rỗi. Microsoft đã được cấp bằng sáng chế cho hệ thống biến GPU chơi game nhàn rỗi thành phần cứng huấn luyện AI có trả phí, qua đó có thể mở rộng compute phi tập trung.
Công cụ & framework
Vercel UI SDK. Vercel phát hành bộ UI SDK mã nguồn mở với hơn 50 hành vi cho agent lập trình; trong một thử nghiệm, một agent dùng ít đi 69% lượt gọi công cụ và thời gian làm tác vụ giảm 61%.
dspy-wsp lập trình weight-space. dspy-wsp của Cmpnd mang lập trình không gian trọng số đến DSPy, trong đó một LLM tiên tiến chỉnh trực tiếp trọng số của mô hình học sinh; các cuộc gọi GPT-6-Astra trị giá 5-10 USD đã cải thiện mô hình quyết định thêm tới 20 điểm.
Endpoint datasette-llm. datasette-llm 0.1a11 bổ sung hỗ trợ endpoint tương thích OpenAI, cho phép Datasette Agent chạy với các mô hình cục bộ từ LM Studio, Ollama hoặc llama.cpp.
SparseRead cho agent đọc. SparseRead là lớp kiểm soát đọc cho agent, cắt tổng token tới 92,9% và thời gian chạy thực tế tới 89% mà vẫn giữ nguyên hoặc cải thiện chất lượng tác vụ trong 97% trường hợp.
Kỹ thuật mục tiêu. Bài viết của LangChain về kỹ thuật mục tiêu lập luận rằng phạm vi agent nên được thiết kế để việc phản hồi trở nên dễ dàng, giải quyết loại ngữ cảnh hóc búa nhất trong các tác vụ agent mở.
llama.cpp và SGLang 1.0. llama.cpp và SGLang đều đạt cột mốc ổn định 1.0, và No AI Slop Manifesto của AIE CODE thu hút chú ý trên Hacker News như một công cụ cho các cuộc thảo luận về công việc.
Nghiên cứu đáng chú ý
Mô-đun bộ nhớ Memorilla. Stanford đã mở mã nguồn Memorilla, một mô-đun 194M tham số nén bộ sưu tập tài liệu thành 16 token cho các LLM đóng băng; một Qwen3-8B đóng băng đạt 84,33% trên FactKG với lượng token ít hơn 108 lần so với toàn bộ ngữ cảnh.
Dự đoán chỉnh sửa trọng số. Các nhà nghiên cứu đã kiểm tra liệu LLM có thể dự đoán tác động lên hành vi của các chỉnh sửa trọng số mà không cần chạy mô hình đích hay không; họ không tìm thấy lợi thế thuyết phục nào và đã phát hành bộ công cụ để đọc không gian trọng số.
Đơn giản hóa Hyper-Connections. Bài báo đề xuất SimpleHC, loại bỏ việc trộn residual và dùng truy cập bộ nhớ chia sẻ, chỉ phát sinh thêm 2,4% thời gian huấn luyện so với kiến trúc residual vanilla nhưng vẫn đạt hiệu năng ngang mHC.
Đó là tất cả tin của ngày này – khoảng 5 phút đọc.