VOL.2026-05 · 681 STORIES · AI HOT MONTHLY
AI HOT · Nguyệt báo
Sự bùng nổ của AI tối ưu hóa thiết bị và hạ tầng suy luận
Tuần qua chứng kiến làn sóng đổi mới mạnh mẽ khi các ông lớn công nghệ tập trung tối ưu hóa AI cho thiết bị di động và hạ tầng phần cứng hiệu năng cao. Bên cạnh những bước tiến đột phá về tốc độ suy luận và khả năng tạo nội dung đa phương thức, thị trường cũng đối mặt với thách thức về chi phí vận hành và những rủi ro an ninh nghiêm trọng. Sự dịch chuyển này cho thấy xu hướng AI đang dần chuyển mình từ các mô hình khổng lồ sang các giải pháp tinh gọn, thực dụng và có khả năng tự cải tiến.
Điểm nhấn kỳ này
681 báo cáo · ≈26 phút01Phát hành / cập nhật mô hình12 bài
Google ra mắt Nano Banana Pro và Nano Banana 2: Đưa sức mạnh Gemini 3 vào sản xuất
Google chính thức phát hành các mô hình Nano Banana Pro (Gemini 3 Pro) và Nano Banana 2 (Gemini 3.1 Flash) thông qua Gemini API, hỗ trợ các ứng dụng thực tế cho nhà phát triển.
Nhỏ mà có võ: StepFun ra mắt mô hình AI tối ưu cho thiết bị di động
StepFun vừa công bố mô hình AI mới tập trung vào sự tinh gọn, tối ưu hóa hiệu suất để chạy mượt mà trực tiếp trên các thiết bị đầu cuối mà không cần phụ thuộc vào đám mây.
OpenAI ra mắt tính năng dịch thuật thời gian thực trên kính thông minh
OpenAI giới thiệu công cụ dịch thuật giọng nói thời gian thực, hỗ trợ hơn 70 ngôn ngữ đầu vào và 13 ngôn ngữ đầu ra, hiện đang được thử nghiệm trên kính thông minh.
Xiaomi ra mắt ControlFoley: Mô hình AI tạo âm thanh cho video theo ý muốn
Xiaomi vừa mở mã nguồn ControlFoley, mô hình AI cho phép tạo âm thanh cho video thông qua văn bản hoặc âm thanh tham chiếu, đạt hiệu suất dẫn đầu trong các bài kiểm tra chuyên môn.
Qwen-VLA: Bước tiến từ hiểu thế giới đến hành động thực tế
Qwen-VLA đánh dấu bước ngoặt của Qwen trong lĩnh vực trí tuệ nhân tạo hiện thân (Embodied AI), cho phép mô hình không chỉ hiểu dữ liệu đa phương thức mà còn có khả năng tương tác và hành động trong môi trường thực tế.
Anthropic ra mắt mô hình Claude Opus 4.8 mới
Anthropic vừa công bố phiên bản Claude Opus 4.8. Hiện tại, các thông số kỹ thuật chi tiết, hiệu năng và giá cả vẫn chưa được công bố chính thức.
xAI ra mắt Grok Build 0.1: Mô hình chuyên biệt cho lập trình với tốc độ vượt trội
xAI vừa phát hành Grok Build 0.1 thông qua API, một mô hình tối ưu cho tác vụ lập trình, gỡ lỗi và hỗ trợ MCP với tốc độ xử lý ấn tượng trên 100 tokens/giây cùng mức giá cạnh tranh.
Google chính thức ra mắt Nano Banana Pro và Nano Banana 2
Google vừa phát hành bộ đôi mô hình Nano Banana Pro và Nano Banana 2 thông qua Gemini API, sẵn sàng cho các ứng dụng thực tế. Người dùng có thể khám phá các ví dụ từ cộng đồng để thấy rõ sức mạnh của hai mô hình này.
SenseTime nâng cấp mô hình tạo Infographic: Cải thiện độ chính xác văn bản và bố cục
SenseTime vừa cập nhật mô hình SenseNova-U1-8B-MoT-Infographic với khả năng xử lý văn bản chính xác hơn, tối ưu bố cục và hỗ trợ hiển thị nội dung học thuật chuyên sâu.
Google ra mắt AlphaProof Nexus: Giải mã thành công 2 bài toán hóc búa tồn tại 56 năm
Hệ thống AI mới AlphaProof Nexus của Google đã chứng minh khả năng tư duy logic vượt trội khi giải quyết thành công hai bài toán toán học khó vốn bị bỏ ngỏ suốt 56 năm qua.
Model AI MiniCPM5-1B ra mắt: Nhỏ gọn nhưng mạnh mẽ, chạy mượt trên điện thoại và trình duyệt
MiniCPM5-1B là mô hình ngôn ngữ 1 tỷ tham số mới nhất từ ModelBest, vượt qua mọi đối thủ dưới 2B tham số trên bảng xếp hạng AA-Index. Với dung lượng chỉ 0.5GB sau khi nén, model này tối ưu hoàn hảo cho thiết bị di động và trình duyệt web.
Mô hình dịch thuật Hunyuan của Tencent gây sốt trên bảng xếp hạng quốc tế
Tencent vừa ra mắt mô hình dịch thuật Hy-MT2 với hiệu suất vượt trội trên Hugging Face, đồng thời phát hành ứng dụng 'Tencent Hunyuan Translate' trên WeChat hỗ trợ dịch giọng nói và tùy chỉnh phong cách.
02Sản phẩm / ứng dụng12 bài
Tiny-vLLM: Công cụ suy luận LLM hiệu năng cao viết bằng C và CUDA
Tiny-vLLM là dự án mã nguồn mở cung cấp engine suy luận cho các mô hình ngôn ngữ lớn, được tối ưu hóa bằng C và CUDA để đạt hiệu suất vượt trội.
DynoSim: Công cụ mô phỏng đột phá giúp tối ưu hóa hạ tầng suy luận AI của NVIDIA
NVIDIA ra mắt DynoSim, công cụ viết bằng Rust giúp mô phỏng và kiểm thử hàng nghìn cấu hình suy luận trên môi trường ảo với tốc độ nhanh gấp 1.500 lần thực tế, giúp tiết kiệm thời gian triển khai cho các kỹ sư.
Codex tự quản lý: Bước tiến mới trong việc tổ chức luồng hội thoại và tác vụ lập trình
Codex giờ đây có khả năng tự tạo, tìm kiếm, sắp xếp và ghim các luồng hội thoại, đồng thời hỗ trợ khởi tạo cây công việc cho các tác vụ song song, giúp tối ưu hóa quy trình làm việc của lập trình viên.
Gemini Omni biến nét vẽ nguệch ngoạc thành hiện thực sống động
Google giới thiệu tính năng mới trên Gemini Omni, cho phép người dùng biến các bản phác thảo đơn giản thành hình ảnh thực tế thông qua video và câu lệnh tương tác.
OpenAI đưa tính năng điều khiển máy tính (Computer Use) lên Windows
OpenAI chính thức hỗ trợ tính năng điều khiển máy tính trên Windows thông qua ChatGPT, cho phép người dùng khởi chạy và giám sát các tác vụ trực tiếp từ ứng dụng di động.
Guardrails: Giải pháp bảo mật, kiểm soát chi phí và quản trị cho AI Agent
Guardrails là bộ công cụ bảo mật toàn diện giúp quản lý ngân sách, ngăn chặn rò rỉ dữ liệu, chống tấn công prompt injection và kiểm soát việc sử dụng mô hình AI, đảm bảo an toàn cho các hệ thống Agent.
ComfyUI chính thức hỗ trợ OpenRouter: Truy cập hơn 20 mô hình AI ngay trong luồng làm việc
ComfyUI vừa tích hợp OpenRouter, cho phép người dùng linh hoạt lựa chọn và sử dụng hơn 20 mô hình ngôn ngữ lớn khác nhau trực tiếp trong quy trình xử lý mà không cần chuyển đổi nền tảng.
Runway API cập nhật hàng loạt mô hình mới: Seedance 2.0, GPT Image 2 và nhiều công cụ mạnh mẽ khác
Runway vừa bổ sung hàng loạt mô hình tiên tiến như Seedance 2.0, GPT Image 2 và Magnific Precision Upscaler V2 vào API, giúp các nhà phát triển dễ dàng tích hợp khả năng tạo nội dung đỉnh cao vào ứng dụng của mình.
OpenRouter ra mắt tính năng 'apply_patch': Cho phép AI chỉnh sửa mã nguồn trực tiếp qua V4A diffs
OpenRouter vừa tích hợp công cụ 'apply_patch', cho phép các mô hình AI đề xuất chỉnh sửa, tạo mới hoặc xóa tệp tin thông qua định dạng V4A diffs, giúp quy trình lập trình tự động trở nên chính xác và hiệu quả hơn.
ChatGPT ra mắt tính năng Mục lục: Dễ dàng quản lý các cuộc hội thoại dài
ChatGPT vừa bổ sung tính năng tự động tạo mục lục cho các cuộc hội thoại có từ 5 phản hồi trở lên, giúp người dùng dễ dàng điều hướng và theo dõi các chủ đề thảo luận dài.
Claude Code ra mắt tính năng 'Dynamic Workflows': Xử lý tác vụ phức tạp tự động
Claude Code giới thiệu tính năng 'Dynamic Workflows', cho phép AI tự động viết kịch bản và điều phối hàng trăm tác nhân con để giải quyết các tác vụ lập trình phức tạp từ đầu đến cuối.
Perplexity Computer chính thức tích hợp vào bộ ứng dụng Microsoft Office
Perplexity Computer hiện đã có mặt trên Excel, Word, PowerPoint và Outlook, cho phép người dùng soạn thảo văn bản, tạo slide và xử lý email trực tiếp từ thanh công cụ của ứng dụng.
03Tín hiệu ngành12 bài
xAI từ bỏ JAX trên GPU NVIDIA, tự xây dựng framework huấn luyện riêng
xAI quyết định từ bỏ JAX trên GPU NVIDIA do hiệu suất MFU thấp dưới 10%, thay vào đó họ tự phát triển framework huấn luyện bằng Grok để tối ưu hóa hiệu năng.
Kẻ lừa đảo dùng AI tạo người ảo để bán hàng kém chất lượng trên mạng xã hội
Các đối tượng lừa đảo đang sử dụng hình ảnh người ảo do AI tạo ra để giả danh nghệ nhân thủ công, nhằm quảng bá và bán các sản phẩm giá rẻ, kém chất lượng từ Shein trên TikTok và Facebook.
Diễn đàn quốc phòng Singapore: Rủi ro từ AI vượt xa vũ khí hạt nhân
Các chuyên gia tại diễn đàn quốc phòng Singapore cảnh báo AI có thể rút ngắn thời gian phản ứng, khiến các nhà lãnh đạo đưa ra quyết định vội vàng, đe dọa nghiêm trọng đến sự ổn định chiến lược toàn cầu.
SoftBank dự kiến rót 75 tỷ Euro xây dựng trung tâm dữ liệu AI tại Pháp
Tập đoàn SoftBank đang lên kế hoạch đầu tư 75 tỷ Euro để phát triển hạ tầng trung tâm dữ liệu phục vụ trí tuệ nhân tạo tại Pháp, theo thông tin từ các tờ báo lớn.
"Đùa à?": GitHub Copilot gây phẫn nộ khi chuyển sang tính phí theo token
Việc GitHub Copilot thay đổi mô hình tính phí sang dựa trên số lượng token đang vấp phải làn sóng phản đối dữ dội từ cộng đồng lập trình viên vì lo ngại chi phí tăng cao.
Alibaba Cloud và Qwen trở thành đối tác AI, Cloud và Thương mại điện tử chính thức của UEFA
Alibaba Cloud và mô hình Qwen chính thức hợp tác với UEFA từ mùa giải 2027/2028 đến 2033, ứng dụng AI và điện toán đám mây để nâng cao trải nghiệm cho người hâm mộ toàn cầu.
Anthropic đạt định giá 965 tỷ USD, chính thức vượt mặt OpenAI
Trong vòng gọi vốn mới nhất trị giá 65 tỷ USD, Anthropic đã nâng mức định giá công ty lên 965 tỷ USD, lần đầu tiên vượt qua đối thủ trực tiếp OpenAI.
Trung Quốc đẩy mạnh phổ cập kỹ năng AI và đào tạo nhân lực công nghệ đến năm 2026
Bốn cơ quan chính phủ Trung Quốc vừa ban hành kế hoạch nâng cao năng lực số toàn dân, trong đó tập trung trọng điểm vào việc tích hợp AI trong giáo dục, đào tạo nhân tài và mở rộng ứng dụng thực tiễn.
Bệnh viện Nhi Boston ứng dụng AI của OpenAI để chẩn đoán thành công hơn 40 bệnh hiếm gặp
Bệnh viện Nhi Boston đã tích hợp công nghệ từ OpenAI nhằm tối ưu hóa quy trình chăm sóc bệnh nhân và giảm tải vận hành, qua đó hỗ trợ bác sĩ chẩn đoán chính xác hơn 40 ca bệnh hiếm gặp.
Anthropic huy động thành công 65 tỷ USD vòng Series H, định giá đạt 965 tỷ USD
Anthropic vừa gọi vốn thành công 65 tỷ USD, nâng mức định giá lên 965 tỷ USD nhờ đà tăng trưởng mạnh mẽ của dòng mô hình Claude với doanh thu hàng năm vượt 47 tỷ USD.
DeepSeek dự kiến IPO trên sàn chứng khoán Thượng Hải sau khi hoàn tất vòng gọi vốn 50 tỷ USD
Theo nguồn tin từ các quỹ đầu tư, DeepSeek đang lên kế hoạch niêm yết trên sàn STAR Market (Trung Quốc) ngay sau khi chốt vòng gọi vốn trị giá 50 tỷ USD.
Sam Altman và Dario Amodei rút lại dự báo về viễn cảnh AI gây khủng hoảng việc làm
Hai lãnh đạo hàng đầu của OpenAI và Anthropic đã thay đổi quan điểm, cho rằng AI sẽ không gây ra làn sóng thất nghiệp hàng loạt như những cảnh báo trước đây mà thay vào đó là sự chuyển dịch lao động.
04Thủ thuật / thực hành12 bài
NVIDIA dự kiến ra mắt chip ARM N1X tích hợp GPU Blackwell cho laptop vào tháng 6
NVIDIA được cho là sẽ hợp tác với MediaTek ra mắt chip ARM N1X tích hợp GPU Blackwell và AI, hứa hẹn mang hiệu năng đồ họa ngang ngửa RTX 4070 lên laptop mỏng nhẹ, thách thức trực tiếp Intel và AMD.
Cơ hội nhận 6 tháng ChatGPT Pro miễn phí cho lập trình viên và góc nhìn về công cụ AI
OpenAI tặng 6 tháng ChatGPT Pro cho người duy trì dự án mã nguồn mở. Bài viết cũng phân tích sự khác biệt giữa AI tự vận hành và AI hỗ trợ, đồng thời gợi ý giải pháp kết nối từ xa để tối ưu hóa hiệu suất làm việc.
Chạy ứng dụng Python ASGI trực tiếp trên trình duyệt nhờ Pyodide và Service Worker
Simon Willison chia sẻ cách sử dụng Service Worker để chạy các ứng dụng Python ASGI trong trình duyệt thông qua Pyodide, khắc phục hạn chế của Web Worker cũ và cho phép thực thi JavaScript đầy đủ.
Chi phí leo thang, doanh nghiệp Mỹ bắt đầu 'thắt lưng buộc bụng' với AI
Đối mặt với chi phí vận hành AI tăng vọt, các doanh nghiệp Mỹ đang chuyển từ sử dụng ồ ạt sang kiểm soát chặt chẽ thông qua hạn mức và quy trình phê duyệt, ưu tiên hiệu quả kinh tế thay vì tốc độ.
Cuộc phỏng vấn kỹ thuật cuối cùng: Khi AI thay đổi cách tuyển dụng lập trình viên
Steve Yegge chia sẻ góc nhìn sâu sắc về việc các bài kiểm tra kỹ thuật truyền thống đang dần mất đi ý nghĩa trong kỷ nguyên AI, đặt ra câu hỏi về tương lai của quy trình tuyển dụng nhân sự công nghệ.
Claude-design-card: Công cụ tự động biến bài viết thành ảnh bìa chuyên nghiệp cho creator
Claude-design-card giúp người sáng tạo nội dung tự động chuyển đổi văn bản hoặc URL thành ảnh bìa, thẻ bài đăng cho mạng xã hội với 28 bố cục và 10 chủ đề, thay thế hoàn toàn việc thiết kế thủ công trên Figma hay Canva.
Đột phá tốc độ suy luận LLM: Đạt 3.000 tokens/giây nhờ kiến trúc Laneformer
Đội ngũ Kog đã tối ưu hóa suy luận LLM lên gấp 10-30 lần so với thông thường bằng cách tái cấu trúc cơ chế bộ nhớ và sử dụng kiến trúc Laneformer, đạt tốc độ ấn tượng 3.000 tokens/giây trên GPU AMD MI300X.
Adam's Law: Bí quyết tối ưu Prompt bằng từ vựng tần suất cao
Nghiên cứu từ FaceMind chỉ ra rằng sử dụng các từ ngữ xuất hiện phổ biến trong dữ liệu huấn luyện giúp mô hình AI vận hành trong không gian xác suất quen thuộc, từ đó cải thiện đáng kể chất lượng phản hồi.
Báo cáo từ Cursor: AI đang thay đổi cách lập trình viên làm việc như thế nào?
Báo cáo mới từ Cursor cho thấy AI giúp năng suất code tăng gấp đôi, đồng thời các tác vụ phức tạp hơn đang dần được xử lý bởi AI agent. Điều này khẳng định AI đã chuyển mình từ công cụ hỗ trợ cá nhân thành nền tảng cốt lõi trong quy trình phát triển phần mềm.
Claude Code: Những tùy chọn cấu hình ẩn không có trong tài liệu chính thức
Bài viết khám phá các tùy chọn cấu hình của Claude Code thông qua việc phân tích mã nguồn, tiết lộ những thiết lập chuyên sâu mà tài liệu hướng dẫn mặc định chưa đề cập đến.
Khi doanh nghiệp quá 'nghiện' AI: Rủi ro từ sự ảo tưởng về tự động hóa
Aaron Levie cảnh báo về 'chứng loạn thần AI' khi các lãnh đạo thay thế nhân sự bằng AI mà không hiểu rõ bản chất công việc, dẫn đến làn sóng sa thải hàng loạt tại các công ty công nghệ.
Tesla bị nghi ngờ thổi phồng độ an toàn của công nghệ tự lái FSD
Các chuyên gia và nhân viên Tesla chỉ trích dữ liệu 'an toàn gấp 10 lần con người' của FSD là thiếu cơ sở khoa học và phụ thuộc quá nhiều vào sự can thiệp của con người.
05Nghiên cứu / bài báo12 bài
Fei-Fei Li hào hứng với bộ dữ liệu chuẩn mới cho kỷ nguyên mô hình tạo ảnh quy mô lớn
Giáo sư Fei-Fei Li chia sẻ sự phấn khích về một bộ dữ liệu chuẩn (benchmark) mới, hứa hẹn tạo bước ngoặt cho việc đánh giá các mô hình tạo ảnh thế hệ mới.
HexoAI ra mắt khung SIA: AI tự cải tiến thông qua cập nhật trọng số mô hình
Khung SIA từ HexoAI cho phép các tác nhân AI tự tối ưu hóa trọng số mô hình dựa trên phản hồi nhiệm vụ, thay vì chỉ dựa vào prompt. Công nghệ này đã chứng minh hiệu suất vượt trội trong các bài kiểm tra về luật, tối ưu hóa GPU và xử lý dữ liệu sinh học.
SGLang hợp tác cùng AMD: Tối ưu hóa DeepSeek-R1 trên GPU MI355X với chi phí cực thấp
SGLang và AMD đã tối ưu hóa toàn diện để đưa GPU MI355X đạt hiệu suất vượt trội khi chạy DeepSeek-R1, với chi phí mỗi triệu token chỉ 0,169 USD, thấp hơn đáng kể so với các giải pháp từ NVIDIA.
Qwen 3.5 đạt tốc độ suy luận kỷ lục 580 tokens/giây
Qwen 3.5 vừa thiết lập cột mốc mới với tốc độ 580 tokens/giây nhờ tối ưu hóa trên công cụ TokenSpeed và FlashAttention-4, đánh dấu bước tiến lớn về hiệu suất cho các mô hình ngôn ngữ mã nguồn mở.
ITBench-AA: Các mô hình AI hàng đầu đều đạt dưới 50% trong bài kiểm tra tác vụ IT doanh nghiệp
Bài kiểm tra ITBench-AA cho thấy các mô hình AI tiên tiến nhất hiện nay vẫn gặp khó khăn trong việc chẩn đoán sự cố Kubernetes, với điểm số cao nhất chỉ đạt 47%. Kết quả chỉ ra rằng việc suy luận kéo dài không đồng nghĩa với độ chính xác cao hơn, đồng thời nhấn mạnh hiệu quả chi phí của các mô hình nguồn mở.
Google Research giới thiệu giải pháp phân tích dữ liệu bảo mật qua Zero Trust
Google Research ra mắt phương pháp phân tích dữ liệu mới kết hợp giao thức mật mã và môi trường thực thi tin cậy (TEE), đảm bảo quyền riêng tư tuyệt đối bằng cách chỉ thu thập thông tin ẩn danh từ cộng đồng dựa trên nguyên tắc Zero Trust.
Tác động của AI lập trình trong nghiên cứu khoa học xã hội
Khảo sát trên 1.260 nhà khoa học xã hội cho thấy dù AI phổ biến, chỉ 20% ứng dụng các tác nhân lập trình vào công việc. Nghiên cứu chỉ ra sự chênh lệch lớn về tỷ lệ sử dụng dựa trên giới tính và môi trường học thuật, đồng thời phản ánh thái độ thận trọng của giới chuyên môn.
KPop: Phương pháp đột phá giúp Ring-2.6-1T đạt hơn 76 điểm trên SWE-bench Verified
KPop tối ưu hóa huấn luyện RL cho mô hình MoE bằng cơ chế mặt nạ thích ứng dựa trên KL-divergence, giúp mô hình Ring-2.6-1T đạt hiệu suất ấn tượng trên SWE-bench mà không cần thay đổi hạ tầng.
Lỗ hổng bảo mật trên Microsoft Copilot: Nguy cơ rò rỉ dữ liệu từ tệp tin người dùng
Nghiên cứu mới chỉ ra rằng tính năng Copilot Cowork của Microsoft có thể vô tình làm rò rỉ dữ liệu nhạy cảm từ các tệp tin của người dùng ra bên ngoài, đặt ra thách thức lớn về bảo mật doanh nghiệp.
Huawei công bố 'Định luật Thao' và công nghệ Logic Folding: Đột phá hiệu năng chip không cần quang khắc mới
Tại ISCAS 2026, Huawei giới thiệu công nghệ Logic Folding giúp tăng mật độ bóng bán dẫn và hiệu năng chip đáng kể mà không phụ thuộc vào máy quang khắc tiên tiến. Công nghệ này sẽ được áp dụng trên dòng chip Kirin và Ascend trong tương lai.
Mô hình ngôn ngữ khuếch tán Nemotron-Labs đạt tốc độ tạo văn bản cực nhanh
NVIDIA công bố nghiên cứu về kiến trúc mô hình ngôn ngữ khuếch tán, giúp tối ưu hóa tốc độ tạo văn bản và cải thiện hiệu suất so với các mô hình tự hồi quy truyền thống.
Lần đầu tiên AI vượt qua bài kiểm tra Turing sau 76 năm: GPT-4.5 đạt tỷ lệ đánh lừa 73%, vượt xa con người
Nghiên cứu từ Đại học California, San Diego cho thấy GPT-4.5 có khả năng bắt chước hành vi con người cực tốt, khiến người đối diện nhầm lẫn với tỷ lệ 73%, đặt ra những thách thức mới về niềm tin và an ninh mạng.