VOL.2026-W19 · 174 STORIES · AI HOT WEEKLY
AI HOT · Tuần báo
Bùng nổ đổi mới công nghệ AI và làn sóng đầu tư kỷ lục toàn cầu
Tuần qua chứng kiến sự phát triển mạnh mẽ của các mô hình ngôn ngữ lớn và công cụ AI chuyên biệt, từ việc tối ưu hóa chi phí huấn luyện đến khả năng giải quyết các bài toán toán học phức tạp. Bên cạnh những đột phá về kỹ thuật và sự xuất hiện của các khung đa tác nhân trong y tế, thị trường cũng ghi nhận dòng vốn đầu tư khổng lồ cùng những nỗ lực thiết lập tiêu chuẩn đạo đức mới. Sự phổ biến của các giải pháp AI cá nhân hóa và mã nguồn mở đang thúc đẩy mạnh mẽ khả năng ứng dụng công nghệ vào đời sống và nghiên cứu chuyên sâu.
Điểm nhấn kỳ này
174 báo cáo · ≈7 phút01Phát hành / cập nhật mô hình12 bài
Ra mắt ERNIE 5.1 với chi phí huấn luyện chỉ bằng 6% so với các mô hình đối thủ
Baidu vừa phát hành ERNIE 5.1 với khả năng tìm kiếm, suy luận và viết sáng tạo vượt trội, đồng thời tối ưu hóa chi phí huấn luyện xuống mức cực thấp.
HappyHorse ra mắt trên Alibaba Cloud, tạo video AI không cần chờ đợi
HappyHorse đã có mặt trên Alibaba Cloud Model Studio, mang lại tốc độ tạo video siêu nhanh với khả năng đồng bộ âm thanh và hình ảnh gốc.
StepAudio 2.5 TTS lọt top 3 thế giới trong bảng xếp hạng giọng nói
Mô hình StepAudio 2.5 của StepFun đạt vị trí thứ 3 toàn cầu trên bảng xếp hạng Artificial Analysis nhờ độ tự nhiên cao và khả năng kiểm soát cảm xúc linh hoạt.
Ra mắt Ring-2.6-1T: Mô hình tư duy nghìn tỷ tham số cho các tác vụ phức tạp
Ring-2.6-1T là mô hình tư duy quy mô lớn, được tối ưu hóa cho các tác vụ thực tế với khả năng điều chỉnh độ sâu tư duy linh hoạt và hiệu suất ổn định.
EMO: Mô hình hỗn hợp chuyên gia (MoE) với khả năng tiền huấn luyện mô-đun hóa
EMO là mô hình MoE mới cho phép cấu trúc mô-đun tự hình thành từ dữ liệu, giúp tối ưu hóa việc sử dụng tài nguyên mà vẫn duy trì hiệu suất mạnh mẽ cho các tác vụ tổng quát.
Thúc đẩy trí tuệ giọng nói thông qua các mô hình mới trong API
OpenAI API đã ra mắt các mô hình giọng nói thời gian thực mới, hỗ trợ suy luận, dịch thuật và chuyển đổi giọng nói thành văn bản. Các mô hình này nâng cao đáng kể tính tự nhiên và thông minh trong tương tác giọng nói, giúp nhà phát triển xây dựng các ứng dụng mượt mà hơn.
Ra mắt mô hình hướng dẫn Ling-2.6-1T với một nghìn tỷ tham số
InclusionAI đã phát hành Ling-2.6-1T trên OpenRouter, một mô hình hàng đầu được thiết kế cho các tác nhân thông minh trong thế giới thực. Mô hình này sử dụng phương pháp 'tư duy nhanh' để đạt hiệu suất đỉnh cao trong các bài kiểm tra AIME26 và SWE-bench, đồng thời giảm chi phí vận hành khoảng 75%.
Mở rộng quyền truy cập tin cậy cho an ninh mạng với GPT-5.5 và GPT-5.5-Cyber
OpenAI mở rộng chương trình truy cập tin cậy trong lĩnh vực an ninh mạng bằng cách ra mắt GPT-5.5 và phiên bản chuyên dụng GPT-5.5-Cyber. Sáng kiến này nhằm hỗ trợ các chuyên gia bảo mật tăng tốc nghiên cứu lỗ hổng và bảo vệ cơ sở hạ tầng trọng yếu.
SenseNova-U1 ra mắt LoRA chưng cất 8 bước, tăng tốc độ suy luận đáng kể
SenseNova-U1 cập nhật tính năng chưng cất LoRA 8 bước, giảm NFE từ 100 xuống 8, giúp rút ngắn thời gian suy luận trên H100 từ 23 giây xuống còn 2 giây. Đồng thời, dự án hiện đã hỗ trợ ComfyUI với các quy trình làm việc sẵn có cho chỉnh sửa hình ảnh và tạo nội dung.
Doubao-Seed-2.0-lite: Mô hình hiểu toàn diện đầu tiên của gia đình AI Doubao
ByteDance ra mắt phiên bản nâng cấp Doubao-Seed-2.0-lite, mô hình đầu tiên hỗ trợ hiểu đồng nhất video, hình ảnh, âm thanh và văn bản. Mô hình này vượt trội hơn các phiên bản trước trong suy luận khoa học và đa phương thức, đồng thời hỗ trợ phiên dịch 19 ngôn ngữ với hiệu suất cạnh tranh so với Gemini-3.1-Pro.
GPT-5.5 Instant: Thông minh hơn, chính xác hơn và cá nhân hóa hơn
ChatGPT cập nhật lên phiên bản GPT-5.5 Instant, cải thiện độ chính xác, giảm thiểu hiện tượng ảo giác và cung cấp khả năng kiểm soát cá nhân hóa mạnh mẽ hơn cho người dùng.
Grok 4.3 chính thức ra mắt: Đột phá về tốc độ và trí tuệ
Grok 4.3 đã có mặt trên xAI API với hiệu suất nhanh và thông minh nhất từ trước đến nay, dẫn đầu bảng xếp hạng về khả năng gọi công cụ và tuân thủ chỉ dẫn. Mô hình hỗ trợ cửa sổ ngữ cảnh 1 triệu token với mức giá cạnh tranh.
02Sản phẩm / ứng dụng12 bài
Google ra mắt Health API hoàn toàn mới cho Fitbit Air
Google vừa phát hành Health API mới cho Fitbit Air, cung cấp 31 loại dữ liệu sức khỏe như vận động, giấc ngủ, nhịp tim và nồng độ oxy trong máu. API này hỗ trợ Webhooks thời gian thực, cho phép các nhà phát triển xây dựng AI Agent, MCP Server hoặc hệ thống giám sát sức khỏe cá nhân hóa.
Pareto Code: Công cụ định tuyến lập trình thử nghiệm miễn phí
OpenRouter giới thiệu Pareto Code, công cụ cho phép định tuyến yêu cầu đến các mô hình lập trình có chi phí thấp nhất dựa trên tiêu chuẩn 'min_coding_score'. Bảng xếp hạng được cung cấp bởi Artificial Analysis, giúp người dùng tối ưu hóa hiệu suất và chi phí lập trình.
Peekaboo 3.0 ra mắt: Tập trung vào thao tác và phát hiện giao diện
Peekaboo 3.0 mang đến trải nghiệm sử dụng macOS ưu tiên thao tác, tích hợp tính năng chụp màn hình và phát hiện giao diện thống nhất. Phiên bản này cải thiện tương tác JSON giữa CLI và MCP, đồng thời nâng cấp tính năng chụp ảnh nhanh.
Dòng mô hình Qwen đa kích thước cập bến nền tảng SiliconFlow
SiliconFlow đã bổ sung các dòng mô hình Qwen 3.5 và Qwen 3.6 lên nền tảng, bao gồm các phiên bản từ 9B đến 397B với kiến trúc MoE và Dense. Người dùng hiện có thể lựa chọn đa dạng các mô hình Qwen để phục vụ nhu cầu phát triển ứng dụng.
Claude Code phiên bản v2.1.137
Bản cập nhật v2.1.137 tập trung sửa lỗi khiến tiện ích mở rộng Visual Studio Code không thể kích hoạt trên hệ điều hành Windows, giúp cải thiện tính tương thích và ổn định.
Claude Code phiên bản v2.1.138
Phiên bản v2.1.138 thực hiện một loạt các sửa lỗi nội bộ nhằm tối ưu hóa hiệu suất hệ thống và hoàn thiện mã nguồn nền tảng.
Tính năng chuyển đổi Codex chính thức ra mắt
OpenAI vừa công bố tính năng chuyển đổi Codex, người dùng có thể truy cập trực tiếp tại đường dẫn được cung cấp.
Grok nâng cấp, ra mắt tính năng kết nối toàn nền tảng
Grok đã cập nhật tính năng kết nối mới, hiện đã khả dụng trên iOS, Android và nền tảng web cho tất cả các gói đăng ký.
Sổ tay Gemini giúp bạn tổ chức các tác vụ phức tạp hiệu quả hơn
Tính năng sổ tay trong Gemini giúp tập trung hóa tài liệu và theo dõi tiến độ công việc, ví dụ như quy trình nộp đơn vào các trường đại học.
Liệu chỉ dùng giọng nói có thể tạo ra một bài hát pop?
Suno đặt câu hỏi về khả năng sáng tạo âm nhạc chuyên nghiệp chỉ dựa trên giọng hát của người dùng.
Cập nhật gói dịch vụ cá nhân và nhóm cho Bugbot
Bugbot chuyển đổi mô hình đăng ký sang tính phí theo mức độ sử dụng thực tế và bổ sung tùy chọn điều chỉnh cường độ kiểm tra mã nguồn cho người dùng.
Alibaba Cloud ra mắt Smart Studio, nền tảng AI tự lưu trữ tất cả trong một
Alibaba Cloud giới thiệu Smart Studio, cho phép người dùng thử nghiệm, so sánh và triển khai các mô hình AI mới nhất như Qwen và DeepSeek một cách dễ dàng.
03Tín hiệu ngành12 bài
Đánh giá Claude Mythos cho thấy khoảng thời gian rủi ro 16 giờ
Các đánh giá sớm về Claude Mythos Preview cho thấy khoảng thời gian rủi ro 50% là ít nhất 16 giờ, mức cao nhất mà các chuyên gia có thể đo lường được mà không cần các bài kiểm tra mới.
DeepSeek huy động kỷ lục 7 tỷ USD, nhà sáng lập đóng góp cá nhân 3 tỷ USD
DeepSeek đang huy động 7 tỷ USD với mức định giá 50 tỷ USD. Nhà sáng lập Liang Wenfeng đóng góp 40% số vốn này và vẫn giữ 90% quyền sở hữu công ty để tập trung vào tài nguyên tính toán và phát triển mô hình V4.1.
Bộ Công nghiệp và Công nghệ thông tin Trung Quốc khởi động chương trình thí điểm đánh giá đạo đức AI
Chương trình này nhằm thiết lập các tiêu chuẩn đạo đức, hướng dẫn các đơn vị đổi mới xây dựng ủy ban đạo đức và xây dựng mạng lưới giám sát rủi ro để thúc đẩy sự phát triển AI có trách nhiệm.
Hermes Agent đứng đầu bảng xếp hạng token toàn cầu trên OpenRouter
Nous Research thông báo Hermes Agent đã vươn lên vị trí số 1 về lưu lượng sử dụng token trên nền tảng OpenRouter, đánh dấu cột mốc quan trọng cho sự phát triển của dự án.
Hy3 Preview kết thúc giai đoạn miễn phí, dẫn đầu ba chỉ số quan trọng
Sau hai tuần miễn phí, Hy3 Preview của Tencent Hunyuan đã đạt vị trí số 1 về tổng lượng token, tạo mã và gọi công cụ, chiếm 15,4% thị phần trên OpenRouter.
Ban hành tiêu chuẩn quốc gia về phân cấp thông minh cho thiết bị đầu cuối AI
Trung Quốc công bố tiêu chuẩn phân cấp trí tuệ nhân tạo cho 7 loại thiết bị như điện thoại, máy tính và TV, chia thành 4 cấp độ từ L1 đến L4 nhằm thống nhất đánh giá năng lực AI trên các thiết bị thông minh.
Tin đồn Anthropic dự kiến huy động hàng chục tỷ USD để vượt mặt OpenAI
Anthropic được cho là đang lên kế hoạch huy động tới 50 tỷ USD trong mùa hè này, hướng tới mức định giá gần 1 nghìn tỷ USD để cạnh tranh trực tiếp với OpenAI.
Cách thức Runway bảo vệ an toàn cho trẻ em
Runway áp dụng quy trình nghiêm ngặt từ khâu huấn luyện mô hình đến triển khai sản phẩm, sử dụng hệ thống kiểm duyệt đa tầng và báo cáo các nội dung vi phạm liên quan đến trẻ em cho cơ quan chức năng.
Các chuyên gia quảng cáo sử dụng AI để hỗ trợ doanh nghiệp nhỏ
Dự án 'The Small Brief' của Google cho thấy sức mạnh của AI trong việc giúp các doanh nghiệp nhỏ tạo ra quảng cáo chất lượng cao với chi phí thấp, mang lại hiệu quả vượt trội so với quảng cáo truyền thống.
Hội thảo về Học máy và AI bảo mật quyền riêng tư của Apple năm 2026
Apple tổ chức hội thảo hai ngày nhằm thảo luận về các công nghệ tiên tiến như quyền riêng tư khác biệt và học máy liên kết, khẳng định cam kết bảo vệ dữ liệu người dùng trong kỷ nguyên AI.
Đảm bảo an ninh cho doanh nghiệp trong kỷ nguyên AI tác tử
Giám đốc an ninh thông tin của Lemonade thảo luận về các thách thức bảo mật khi AI tự động hóa, nhấn mạnh tầm quan trọng của việc xây dựng hệ thống phòng thủ AI thay vì dựa vào các chiến lược truyền thống.
Thiết bị đeo AI đầu tiên của Apple: AirPods tích hợp camera đã vào giai đoạn DVT, dự kiến ra mắt sớm nhất vào tháng 9 cùng Siri mới
AirPods tích hợp camera của Apple đã bước vào giai đoạn kiểm thử xác thực thiết kế (DVT). Thiết bị này được trang bị camera độ phân giải thấp để hỗ trợ Siri thực hiện các tác vụ hỏi đáp thị giác, đồng thời tích hợp công nghệ từ Google Gemini để nâng cao trải nghiệm người dùng.
04Nghiên cứu / bài báo12 bài
Người đoạt giải Fields cho biết ChatGPT 5.5 Pro thực hiện nghiên cứu toán học cấp tiến sĩ trong hai giờ
Timothy Gowers xác nhận ChatGPT 5.5 Pro đã giải quyết thành công một vấn đề mở trong lý thuyết số với ý tưởng hoàn toàn mới, đặt ra thách thức về vai trò của AI trong nghiên cứu toán học tương lai.
Dạy Claude cách 'Tại sao'
Anthropic công bố nghiên cứu mới giúp Claude học cách giải thích lý do đằng sau các suy luận của mình, từ đó cải thiện đáng kể độ chính xác và tính minh bạch trong logic phản hồi.
OncoAgent: Khung đa tác nhân hai tầng hỗ trợ quyết định lâm sàng ung thư bảo mật
Hệ thống mã nguồn mở này sử dụng quy trình RAG bốn giai đoạn và các mô hình chuyên biệt để hỗ trợ bác sĩ, đảm bảo quyền riêng tư dữ liệu bệnh nhân thông qua triển khai cục bộ hoàn toàn.
RVPO: Tối ưu hóa chính sách nhạy cảm với rủi ro dựa trên điều chuẩn phương sai
Nghiên cứu giới thiệu phương pháp RVPO giúp cân bằng các mục tiêu đối lập trong huấn luyện AI, đảm bảo mô hình không bỏ qua các tiêu chí quan trọng như an toàn hay định dạng.
OpenAI phân tích ảnh hưởng của việc chấm điểm chuỗi suy nghĩ ngoài ý muốn đối với mô hình
OpenAI chia sẻ phân tích về tác động của việc chấm điểm chuỗi suy nghĩ (CoT) trong quá trình học tăng cường, nhằm duy trì khả năng giám sát và ngăn chặn sự lệch lạc của AI.
Velox: Học biểu diễn hình học và ngoại hình 4D
Velox là khung làm việc mới giúp nén và biểu diễn các đối tượng 4D từ dữ liệu đám mây điểm động, hỗ trợ tái tạo hình học và ngoại hình với độ chính xác cao.
Bộ tự mã hóa ngôn ngữ tự nhiên: Giải mã 'suy nghĩ' của Claude thành văn bản
Anthropic giới thiệu phương pháp giải mã các giá trị kích hoạt bên trong mô hình AI thành văn bản dễ đọc, giúp tiết lộ các trạng thái nội tại mà mô hình không thể hiện ra bên ngoài.
Nghiên cứu của Google: Hỏi đáp có cấu trúc và dữ liệu thiết bị đeo là chìa khóa cho chẩn đoán y tế bằng AI
Nghiên cứu cho thấy AI kết hợp với phỏng vấn có cấu trúc và dữ liệu từ thiết bị đeo mang lại hiệu quả chẩn đoán vượt trội so với việc chỉ dựa trên đầu vào văn bản đơn thuần.
Công bố báo cáo kỹ thuật GLM-5V-Turbo: Hướng tới mô hình nền tảng tác nhân đa phương thức
Báo cáo chi tiết những cải tiến của GLM-5V-Turbo trong thiết kế mô hình, huấn luyện đa phương thức và khả năng tích hợp khung tác nhân, giúp nâng cao hiệu suất trong các nhiệm vụ thị giác.
TC-JEPA: Kiến trúc dự đoán nhúng kết hợp có điều kiện văn bản để học biểu diễn thị giác giàu ngữ nghĩa
Các nhà nghiên cứu đề xuất phương pháp TC-JEPA sử dụng mô tả văn bản để giảm bớt sự không chắc chắn trong dự đoán đặc trưng hình ảnh, giúp mô hình học được các biểu diễn thị giác giàu ngữ nghĩa hơn.
Các yếu tố then chốt cho nén hình ảnh dựa trên học máy thực tiễn
Nghiên cứu phân tích các lựa chọn mô hình hóa để tối ưu hóa sự cân bằng giữa chất lượng cảm nhận và hiệu suất vận hành, cung cấp hướng dẫn thiết kế cho các hệ thống nén hình ảnh thực tế.
Từ nhận thức vị trí đến hiểu chức năng: Thiết lập chuẩn mực trí tuệ không gian cho mô hình ngôn ngữ đa phương thức
Nhóm nghiên cứu giới thiệu SFI-Bench, một bộ tiêu chuẩn đánh giá khả năng suy luận không gian cao cấp của các mô hình đa phương thức, giúp chuyển đổi việc đánh giá từ mức độ hình học sang mức độ hiểu ý định chức năng.
05Thủ thuật / thực hành12 bài
Người sáng lập Redis dùng công cụ C để 'nhét' mô hình lớn vào máy tính cá nhân
Antirez đã phát triển công cụ suy luận ds4, cho phép chạy mô hình DeepSeek V4 Flash với cửa sổ ngữ cảnh 1M trên MacBook Pro nhờ kỹ thuật lượng tử hóa 2-bit và tối ưu hóa Metal.
AI khuếch đại sự khác biệt về năng lực chủ động, gây ra sự phân cực người dùng
AI đang làm trầm trọng thêm khoảng cách: người dùng có tính chủ động thấp sẽ càng phụ thuộc, trong khi người dùng có tính chủ động cao lại càng trở nên mạnh mẽ hơn.
CEO của Y Combinator mở mã nguồn hệ điều hành AI cá nhân GBrain
Garry Tan giới thiệu GBrain, một hệ thống giúp xây dựng 'bộ não thứ hai' bằng cách kết hợp các mô-đun AI để xử lý kiến thức và quản lý công việc một cách hiệu quả.
GPT Image 2 Prompt: Công cụ tạo ảnh bìa tin tức công nghệ
Khung gợi ý (prompt) này giúp AI thiết kế ảnh bìa chuyên nghiệp, bắt mắt cho các bài viết công nghệ, tối ưu hóa bố cục và hình ảnh để thu hút người xem trong 3 giây đầu tiên.
Giải pháp tích hợp điều khiển giọng nói CRM bằng GPT-Realtime-2
Bài viết giới thiệu cách tích hợp GPT-Realtime-2 để bổ sung tính năng điều khiển bằng giọng nói vào quy trình làm việc của CRM.
Sử dụng Codex để gỡ lỗi song song và xác thực bản sửa lỗi
Tác giả sử dụng Codex để tái tạo trạng thái chính xác trong môi trường crabbox nhằm xác thực và sửa lỗi song song, giúp tăng tốc độ và tránh làm ô nhiễm hệ thống cục bộ.
Công nghệ quét 3D bằng điện thoại và AI Agent đang thay đổi ngành bất động sản
Công nghệ 3D Gaussian Splatting cho phép tạo mô hình 3D từ điện thoại với chi phí thấp, đồng thời các AI Agent chuyên biệt đang mở ra hướng đi mới cho các lĩnh vực đòi hỏi quy tắc khắt khe như luật pháp và y học.
Chia sẻ kinh nghiệm cài đặt và sử dụng tiện ích mở rộng Codex trên Chrome
Hướng dẫn cài đặt Codex trên Chrome, lưu ý về việc cập nhật phiên bản mới nhất, sử dụng tài khoản đăng ký chính thức và cách kích hoạt bằng lệnh @Chrome.
Phát hành cẩm nang nội bộ về xây dựng kỹ năng cho tác nhân AI
Chúng tôi đã công bố cẩm nang nội bộ hướng dẫn cách xây dựng kỹ năng cho các tác nhân AI, yêu cầu các nhà phát triển phải áp dụng tư duy hoàn toàn mới.
Phát hành cẩm nang nội bộ về xây dựng kỹ năng cho Agent
Perplexity đã công bố cẩm nang nội bộ hướng dẫn các nhà phát triển tư duy và xây dựng các kỹ năng cho Agent một cách hiệu quả và bền vững.
Hiệu ứng ảnh 'Pháp Thiên Tượng Địa' trên Douyin: Bước đột phá từ tạo ảnh sang tối ưu hóa video
Tác giả tối ưu hóa hiệu ứng ảnh bằng cách kết hợp GPT-Image-2.0 và C-Down 3.0, chứng minh rằng việc tạo video trực tiếp mang lại hiệu ứng hình ảnh động và ấn tượng hơn so với tạo ảnh tĩnh.
Thực hành với Claude Code: Hiệu quả vượt trội của định dạng đầu ra HTML
Chuyên gia từ Anthropic khuyến nghị sử dụng HTML thay vì Markdown khi yêu cầu các mô hình ngôn ngữ lớn tạo nội dung, giúp hiển thị biểu đồ SVG và các thành phần tương tác một cách rõ ràng, trực quan hơn.