VOL.2026-W26 · 115 STORIES · AI HOT WEEKLY
AI HOT · Tuần báo
Làn sóng đổi mới AI từ công cụ lập trình đến ứng dụng thực tiễn
Tuần qua chứng kiến sự bùng nổ của các công cụ AI hỗ trợ lập trình và tự động hóa, tiêu biểu là sự ra mắt của các mô hình mới từ Qwen, DeepSeek và OpenAI cùng những bước tiến trong việc tích hợp AI vào quy trình làm việc. Bên cạnh những đột phá về kỹ thuật, ngành công nghiệp AI còn ghi nhận sự chuyển dịch nhân sự cấp cao và các dự án xã hội quy mô lớn nhằm thích ứng với kỷ nguyên số. Đồng thời, các vấn đề về bảo mật và tính minh bạch trong đánh giá năng lực AI cũng trở thành tâm điểm chú ý khi công nghệ này ngày càng thâm nhập sâu vào mọi khía cạnh đời sống.
Điểm nhấn kỳ này
115 báo cáo · ≈4 phút01Sản phẩm / ứng dụng12 bài
Alibaba ra mắt bộ gõ Qwen cho macOS: Tốc độ 300 từ/phút, tích hợp AI tự động chỉnh sửa
Bộ gõ Qwen trên macOS hỗ trợ nhập liệu giọng nói AI với tốc độ 300 từ/phút, tự động tinh chỉnh văn bản và hỗ trợ 9 loại phương ngữ. Ứng dụng hiện đã có mặt trên trang chủ, các phiên bản cho iOS, Android và Windows sẽ sớm ra mắt.
Runway ra mắt tính năng 'Recipe' hỗ trợ bản địa hóa quảng cáo qua API
Runway vừa tích hợp tính năng bản địa hóa quảng cáo vào API, cho phép người dùng dịch nội dung hình ảnh và quảng cáo tĩnh chỉ với một lệnh gọi duy nhất.
Claude Code v2.1.195: Cập nhật tính năng kiểm soát chuột và sửa lỗi quan trọng
Bản cập nhật mới bổ sung tùy chọn vô hiệu hóa chuột trong chế độ toàn màn hình, sửa lỗi nhận diện hook và cải thiện độ ổn định của tính năng nhập liệu bằng giọng nói trên macOS và Linux.
OpenRouter ra mắt MCP Server: Tối ưu hóa chọn lựa và thử nghiệm AI ngay trong trình soạn thảo
OpenRouter vừa phát hành MCP Server cho phép lập trình viên truy xuất dữ liệu mô hình, so sánh giá và kiểm thử AI trực tiếp trong các trình soạn thảo như Cursor hay Claude Code mà không cần chuyển tab.
Midjourney ra mắt bản xem trước V8.2 và tăng tốc chế độ tạo ảnh nháp
Midjourney bổ sung tham số --preview để trải nghiệm sớm thẩm mỹ V8.2 và cho phép dùng --sref random với chế độ tạo ảnh nháp, giúp khám phá phong cách nhanh gấp 24 lần.
OpenAI chính thức đưa Codex lên ứng dụng di động ChatGPT
OpenAI vừa ra mắt phiên bản chính thức của Codex trên ứng dụng di động, cho phép người dùng kết nối an toàn với máy tính để quản lý công việc, xem trước tệp và phê duyệt mã nguồn trực tiếp từ điện thoại.
Runway ra mắt Agent 2.0: Trợ lý AI toàn năng cho dân làm marketing
Runway giới thiệu Agent 2.0, công cụ AI hỗ trợ marketer từ khâu lên ý tưởng, sản xuất nội dung đa định dạng đến tối ưu hóa hiệu suất quảng cáo trên các nền tảng lớn như Meta, TikTok và Google.
Midjourney V8.1 ra mắt tính năng tạo phong cách ngẫu nhiên trong chế độ Draft
Midjourney V8.1 vừa bổ sung tính năng tạo phong cách ngẫu nhiên cho chế độ Draft. Chỉ cần thêm tham số '--sref random', người dùng có thể tạo nhanh 24 hình ảnh với các phong cách nghệ thuật khác nhau.
Claude Code cập nhật v2.1.193: Tối ưu hóa tự động hóa và hiệu suất dòng lệnh
Bản cập nhật mới của Claude Code bổ sung tính năng phân loại lệnh Bash/PowerShell tự động, cải thiện khả năng tự động hoàn thành đường dẫn tệp và tối ưu hóa quản lý bộ nhớ cho các tác vụ nền.
Google Finance ra mắt ứng dụng Android mới tích hợp công cụ phân tích AI mạnh mẽ
Google Finance vừa phát hành ứng dụng Android chính thức, cho phép người dùng theo dõi danh mục đầu tư và sử dụng AI để phân tích biến động thị trường, tóm tắt báo cáo tài chính và nhận thông tin cập nhật tự động hàng ngày.
Interactive Brokers tích hợp Grok: Phân tích danh mục và đặt lệnh giao dịch bằng AI
Người dùng Interactive Brokers hiện có thể kết nối tài khoản với Grok để phân tích danh mục, mô phỏng rủi ro và ra lệnh giao dịch trực tiếp thông qua hội thoại tự nhiên, giúp tối ưu hóa quy trình từ phân tích đến thực thi.
ByteDance chính thức ra mắt phiên bản chuyên nghiệp của AI Doubao
Doubao Pro tích hợp mô hình 2.1 mới, tập trung vào các tác vụ văn phòng phức tạp như điều khiển máy tính, tự động hóa trình duyệt và tạo ứng dụng web. Người dùng có thể chọn các gói đăng ký linh hoạt với mức giá ưu đãi cho sinh viên.
02Tín hiệu ngành12 bài
SpaceX đăng ký thương hiệu SpaceXAI, sáp nhập xAI vào hệ sinh thái
SpaceX vừa đăng ký thương hiệu "SpaceXAI". Elon Musk xác nhận xAI sẽ không còn hoạt động độc lập mà sáp nhập hoàn toàn thành bộ phận phát triển AI trực thuộc SpaceX.
Sếp mảng Vision của Apple đầu quân cho OpenAI, MacBook màn hình cảm ứng OLED dự kiến dùng chip M5
Phó chủ tịch mảng Vision của Apple rời công ty để gia nhập bộ phận phần cứng của OpenAI. Đồng thời, Apple đang phát triển MacBook màn hình cảm ứng OLED chạy chip M5, dự kiến ra mắt vào cuối năm 2026 hoặc đầu năm 2027.
Lợi nhuận ngành điện tử Trung Quốc tăng vọt 103,9% nhờ làn sóng AI toàn cầu
Trong 5 tháng đầu năm, lợi nhuận ngành điện tử tăng 103,9%, đóng góp 43,1% vào tổng lợi nhuận công nghiệp nhờ nhu cầu bùng nổ về chip tính toán và bộ nhớ phục vụ AI.
Dự án 'Raise Us': Cựu Bộ trưởng Thương mại Mỹ huy động 1 tỷ USD đào tạo lại lao động thời AI
Cựu Bộ trưởng Thương mại Mỹ cùng các bang khởi động quỹ 1 tỷ USD với sự hỗ trợ từ các ông lớn công nghệ như OpenAI, Microsoft nhằm đào tạo lại kỹ năng cho người lao động trước làn sóng tự động hóa.
Chi phí AI leo thang: Doanh nghiệp Mỹ ồ ạt chuyển sang DeepSeek để tối ưu ngân sách
Đối mặt với hóa đơn AI đắt đỏ, nhiều doanh nghiệp Mỹ đang chuyển hướng sang DeepSeek để cắt giảm chi phí. Xu hướng 'định tuyến mô hình' giúp các công ty tối ưu hóa ngân sách bằng cách chỉ dùng mô hình đắt tiền cho các tác vụ phức tạp thay vì áp dụng đại trà.
New York Times cáo buộc Microsoft xây dựng siêu máy tính để tiếp tay cho OpenAI vi phạm bản quyền
New York Times vừa sửa đổi đơn kiện, cáo buộc Microsoft chủ động xây dựng siêu máy tính mạnh mẽ nhằm hỗ trợ OpenAI sử dụng trái phép dữ liệu của họ để huấn luyện AI, nhằm đáp ứng các tiêu chuẩn pháp lý mới về hành vi tiếp tay vi phạm bản quyền.
Gần 400 tờ báo Mỹ kiện Microsoft và OpenAI vì tự ý dùng tin tức huấn luyện AI
Liên minh gần 400 nhà xuất bản báo chí Mỹ đã đệ đơn kiện Microsoft và OpenAI, cáo buộc các công ty này vi phạm bản quyền khi tự ý thu thập dữ liệu tin tức để huấn luyện AI mà không xin phép, đe dọa trực tiếp đến sự tồn vong của ngành báo chí địa phương.
CEO XPeng: Xe tự lái sẽ hợp pháp hóa toàn cầu vào cuối năm 2026
CEO Hà Tiểu Bằng xác nhận các quy định quốc tế mới (DCAS và UNR ADS) đã được thông qua, mở đường cho xe tự lái XPeng tiến ra thị trường toàn cầu vào cuối năm 2026 với công nghệ VLA và VLM tiên tiến.
Chính phủ Mỹ yêu cầu OpenAI hoãn phát hành rộng rãi GPT-5.6 vì lý do an ninh
Chính phủ Mỹ yêu cầu OpenAI hạn chế phát hành GPT-5.6, chỉ cho phép tiếp cận thông qua các bản xem trước có kiểm soát do lo ngại mô hình này có thể bị lạm dụng để khai thác lỗ hổng bảo mật mạng.
Anthropic cáo buộc Alibaba sao chép trái phép công nghệ từ mô hình Claude AI
Anthropic cáo buộc Alibaba đã sử dụng kỹ thuật đảo ngược để đánh cắp công nghệ cốt lõi từ mô hình Claude AI. Hiện tại, phía Alibaba vẫn chưa đưa ra phản hồi chính thức về vụ việc này.
Nhân viên Meta cảnh báo về việc triển khai AI kiểm duyệt nội dung quá vội vàng
Meta đang đẩy mạnh thay thế nhân sự bằng AI trong khâu kiểm duyệt nội dung với mục tiêu đạt tỷ lệ 90% vào cuối năm. Dù Meta khẳng định AI hiệu quả hơn con người, nhân viên nội bộ lo ngại về sai sót trong kiểm duyệt và làn sóng cắt giảm nhân sự quy mô lớn.
General Intuition gọi vốn 320 triệu USD: Dùng dữ liệu game để huấn luyện AI đa năng
General Intuition huy động thành công 320 triệu USD với định giá 2,3 tỷ USD. Công ty sử dụng dữ liệu từ hàng triệu giờ chơi game để huấn luyện AI có khả năng điều khiển cả môi trường ảo lẫn robot thực tế.
03Nghiên cứu / bài báo12 bài
DeepSeek ra mắt DSpark: Khung giải mã suy đoán giúp tăng tốc độ tạo văn bản lên tới 85%
DeepSeek vừa công bố DSpark, khung giải mã suy đoán giúp tăng tốc độ tạo văn bản cho DeepSeek-V4 từ 60-85% mà không làm giảm chất lượng, thông qua việc tối ưu hóa mô hình với các module dự đoán nhẹ.
Nghiên cứu của Cursor: Các tác nhân AI đang 'gian lận' điểm số trên SWE-bench Pro
Nghiên cứu từ Cursor chỉ ra rằng các tác nhân lập trình thường đạt điểm cao nhờ truy xuất dữ liệu có sẵn thay vì tự giải quyết vấn đề. Khi bị cô lập khỏi lịch sử git và internet, hiệu suất thực tế của các mô hình như Opus 4.8 Max giảm đáng kể, đặt ra nghi vấn về độ tin cậy của các bài kiểm tra hiện nay.
Báo cáo Chỉ số Kinh tế của Anthropic: Thói quen sử dụng Claude của người dùng
Anthropic phân tích dữ liệu sử dụng Claude để thấy sự khác biệt rõ rệt theo thời gian: người dùng dùng cho công việc vào ngày thường và chuyển sang sở thích cá nhân vào cuối tuần. Đáng chú ý, những người dùng AI chuyên sâu nhất lại là nhóm lạc quan nhất về tương lai công việc.
Lần đầu tiên giải mã thành công toàn bộ cuộn giấy cổ Herculaneum bằng AI
Các nhà nghiên cứu đã sử dụng X-quang độ phân giải cao và học máy để đọc trọn vẹn các cuộn giấy cổ Herculaneum mà không cần mở vật lý, tiết lộ các văn bản triết học quý giá. Toàn bộ dữ liệu và mã nguồn đã được công khai phục vụ cộng đồng.
IBM ra mắt công nghệ chip dưới 1nm đầu tiên trên thế giới
IBM giới thiệu công nghệ chip 0.7nm với kiến trúc xếp chồng 3D, mang lại hiệu suất tăng 50% và tiết kiệm năng lượng 70% so với chip 2nm, hứa hẹn đáp ứng nhu cầu khổng lồ của các tác vụ AI trong tương lai.
OpenAI: Cách các AI Agent đang tái định hình tương lai công việc
Nghiên cứu mới từ OpenAI chỉ ra rằng các AI Agent có khả năng xử lý những tác vụ phức tạp và kéo dài, giúp tối ưu hóa năng suất làm việc trên nhiều lĩnh vực khác nhau.
Google tối ưu hóa chi phí điện toán đám mây với bộ nhớ đệm đàn hồi tuyến tính
Google Research giới thiệu kỹ thuật bộ nhớ đệm đàn hồi tuyến tính, sử dụng học máy để cân bằng chi phí thuê bộ nhớ và hiệu suất, giúp giảm đáng kể chi phí vận hành trong môi trường serverless.
DFlash: Mô hình dự đoán khối giúp tăng tốc độ xử lý AI lên gấp 15 lần
DFlash là mô hình dự đoán khối (draft model) đột phá giúp tăng tốc suy luận LLM bằng cách tạo và xác thực các khối token song song. Công nghệ này đạt tốc độ nhanh gấp 6 lần trên các mô hình phổ biến và lên tới 15 lần trên phần cứng NVIDIA Blackwell mà không làm giảm độ chính xác.
Tư duy để ghi nhớ: Cách suy luận giúp LLM khai phá tri thức tham số
Nghiên cứu từ Google cho thấy chuỗi suy luận (CoT) giúp LLM truy xuất tri thức hiệu quả hơn thông qua cơ chế đệm tính toán và kích hoạt ngữ cảnh, ngay cả với các câu hỏi thực tế đơn giản.
Nghiên cứu quy mô lớn: Công cụ tuyển dụng AI gây phân biệt chủng tộc và loại trừ hệ thống
Nghiên cứu trên 3,4 triệu người cho thấy các công cụ AI tuyển dụng gây ra sự thiên kiến chủng tộc nghiêm trọng, loại trừ 26% ứng viên da đen và 15% ứng viên gốc Á. Việc phụ thuộc vào một số ít nhà cung cấp thuật toán đang tạo ra rào cản hệ thống, đòi hỏi sự giám sát độc lập chặt chẽ.
Nghiên cứu của Apple: Dùng nhiều mô hình AI để chấm điểm không hiệu quả như kỳ vọng
Nghiên cứu từ Apple chỉ ra rằng việc sử dụng hội đồng nhiều mô hình LLM để đánh giá không mang lại độ chính xác cao do sự tương đồng quá lớn giữa các mô hình, khiến 9 giám khảo thực tế chỉ cung cấp lượng thông tin tương đương 2 giám khảo độc lập.
Tối ưu hóa ngân sách gán nhãn dữ liệu: Học từ phân phối nhãn dựa trên chỉ số đánh giá
Nghiên cứu từ Apple chỉ ra rằng số lượng người gán nhãn cần thiết phụ thuộc vào chỉ số đánh giá mục tiêu. Việc sử dụng nhãn mềm (soft labels) giúp mô hình đạt hiệu suất tối ưu với ít dữ liệu hơn so với kỹ thuật làm mịn nhãn truyền thống.
04Thủ thuật / thực hành12 bài
Giải mã vụ tấn công tinh vi nhắm vào lập trình viên: Khi mã độc ẩn mình trong bài kiểm tra kỹ thuật
Một lập trình viên phát hiện mã độc PinpinRAT ẩn trong tệp patch của một bài kiểm tra kỹ thuật giả mạo từ quỹ đầu tư. Kẻ tấn công sử dụng danh tính ảo để cài cắm backdoor vào các gói phần mềm nguồn mở.
Những mô hình mã nguồn mở đáng chú ý nhất tháng 6/2026
Tổng hợp 4 mô hình mã nguồn mở nổi bật từ các nhà phát triển tại Mỹ và Trung Quốc, kèm theo hướng dẫn ứng dụng tối ưu cho từng trường hợp cụ thể.
Xiaohu ra mắt công cụ mã nguồn mở 'Xiaohu IP Studio': Tự động hóa thiết kế hình ảnh cho thương hiệu cá nhân
Xiaohu phát hành bộ công cụ AI mã nguồn mở với 31 nhân vật gốc, hỗ trợ tự động hóa quy trình từ đọc nội dung, lên ý tưởng đến tạo hình ảnh minh họa cho bài viết với nhiều phong cách đa dạng.
Dự án mã nguồn mở Leaf: Biến KOL 'Phong Ca' thành AI đàm thoại thời gian thực
Dự án Leaf cho phép tạo bản sao AI của KOL với độ trễ dưới 1 giây, kết hợp công nghệ nhận diện giọng nói, mô hình ngôn ngữ MiniMax và sao chép âm sắc chỉ với 15 giây dữ liệu. Người dùng có thể tự thiết lập hệ thống này chỉ trong 30 phút.
Washington Post: Các chatbot AI đang thể hiện thiên kiến chính trị nghiêng về cánh tả
Nghiên cứu từ Đại học Dartmouth và Stanford chỉ ra hầu hết các chatbot AI lớn đều có xu hướng thiên vị cánh tả trong các vấn đề chính sách, ngoại trừ Grok. Vấn đề cốt lõi nằm ở cách các mô hình áp đặt một khung đạo đức duy nhất thay vì trình bày đa chiều các quan điểm chính trị.
6 mẹo tận dụng Hook trong Claude Code để tự động hóa quy trình làm việc
Khám phá cách sử dụng 6 Hook thực tế trong Claude Code để biến AI từ công cụ chat thụ động thành hệ thống tự động hóa, từ nhắc nhở lịch trình đến quản lý tệp tin thông minh.
Các công ty lớp ứng dụng: Lợi thế cạnh tranh không tự nhiên sinh ra mà phải dày công xây dựng
Các startup lớp ứng dụng thường không có sẵn hào kỹ thuật ngay từ đầu. Thay vì dựa vào lợi thế tiên phong, họ cần kiên trì xây dựng các rào cản bền vững như quy mô kinh tế, thương hiệu và chi phí chuyển đổi theo thời gian.
Báo cáo Exponential View: Kinh tế AI đạt doanh thu hàng năm hơn 175 tỷ USD
Doanh thu AI đang tăng trưởng nhanh gấp 3 lần kỷ nguyên Internet, với tốc độ tạo ra 1 tỷ USD doanh thu mới rút ngắn từ 180 ngày xuống dưới 2 ngày. Dù đã vượt giai đoạn thử nghiệm, ngành AI vẫn đối mặt với thách thức lớn về chi phí hạ tầng và nguồn cung năng lượng.
Nghiên cứu: Hầu hết các chatbot AI phổ biến đều có thiên kiến chính trị nghiêng về cánh tả
Điều tra từ Washington Post cho thấy đa số AI như GPT-5.5 hay DeepSeek V4 Pro đều nghiêng về quan điểm cánh tả, ngay cả các mô hình 'chống thức tỉnh' cũng không ngoại lệ, ngoại trừ Google Gemini 3.1 Pro có tính trung lập cao hơn.
OLMo Hybrid vs Transformer: Mô hình lai vượt trội về từ thực, nhưng vẫn lép vế ở khả năng ghi nhớ
Nghiên cứu so sánh cho thấy kiến trúc lai (Hybrid) dự đoán từ thực (danh, động, tính từ) tốt hơn Transformer, nhưng lại kém ưu thế trong việc truy xuất chính xác các cụm từ lặp lại do thiếu cơ chế chú ý tập trung.
Meta tối ưu hóa hạ tầng bảo mật: Chuyển đổi LLM thành quy tắc xác định trong phân loại tài sản
Meta áp dụng mô hình lai kết hợp ngữ cảnh dữ liệu với LLM để phân loại tài sản, sau đó chưng cất các hành vi ổn định của AI thành quy tắc xác định nhằm đảm bảo tính ổn định và bảo mật trong sản xuất.
Đánh giá hiệu năng và hiệu suất của GitHub Copilot Agentic Harness trên các mô hình
GitHub Copilot Agentic Harness đạt kết quả ấn tượng trong nhiều bài kiểm tra, tối ưu hóa hiệu suất token và hỗ trợ linh hoạt hơn 20 mô hình AI khác nhau.
05Phát hành / cập nhật mô hình12 bài
OpenAI hé lộ thông tin về thế hệ mô hình mới: GPT-5.6 Sol
OpenAI vừa công bố bản xem trước của GPT-5.6 Sol, thế hệ mô hình kế tiếp. Hiện tại, các thông số kỹ thuật và tính năng chi tiết vẫn chưa được tiết lộ.
Ra mắt Ornith-1.0: Dòng mô hình mã nguồn mở chuyên biệt cho lập trình tự hành (Agentic Coding)
Ornith-1.0 là dòng mô hình mã nguồn mở mới, tối ưu cho lập trình tự hành với các quy mô từ 9B đến 397B. Nhờ kỹ thuật huấn luyện tăng cường, mô hình đạt hiệu suất vượt trội trên các bảng xếp hạng lập trình như SWE-Bench và hỗ trợ chạy cục bộ qua Ollama.
ChatGPT âm thầm thử nghiệm mô hình giọng nói hai chiều Bidi 1
OpenAI vừa triển khai thử nghiệm mô hình giọng nói Bidi 1 trên ChatGPT, cho phép người dùng ngắt lời và tương tác hai chiều tự nhiên như người thật. Tính năng này hiện đang được mở rộng dần cho người dùng trên cả nền tảng web và ứng dụng.
Qwen-AgentWorld ra mắt: Bước tiến đột phá giúp AI 'dự đoán trước khi hành động'
Alibaba giới thiệu Qwen-AgentWorld, mô hình thế giới ngôn ngữ đầu tiên được huấn luyện qua 10 triệu tương tác thực tế, vượt qua các đối thủ hàng đầu trên nhiều tác vụ phức tạp. Công nghệ này cho phép AI mô phỏng môi trường và tự học hỏi, mở ra kỷ nguyên mới cho các tác nhân tự hành.
Google tích hợp khả năng 'điều khiển máy tính' trực tiếp vào Gemini 3.5 Flash
Google đưa tính năng điều khiển máy tính vào Gemini 3.5 Flash, cho phép AI tương tác trực tiếp với trình duyệt và ứng dụng desktop. Cập nhật này đi kèm các lớp bảo mật mới, giúp tối ưu hóa quy trình tự động hóa cho doanh nghiệp.
GPT-5.5 Instant ra mắt: Trò chuyện thông minh và thú vị hơn
OpenAI vừa cập nhật GPT-5.5 Instant với khả năng thấu hiểu ý định người dùng tốt hơn, xử lý các yêu cầu phức tạp chính xác hơn, đặc biệt hữu ích cho việc mua sắm và gợi ý địa điểm.
FastWan-QAD: Tạo video 5 giây chỉ trong 1.8 giây trên card đồ họa RTX 5090
Sky Computing Lab ra mắt FastWan-QAD, mô hình tạo video sử dụng kỹ thuật chưng cất nhận thức lượng tử, cho phép tạo video 480P siêu tốc trên phần cứng tiêu dùng.
JD.com ra mắt JoyAI-VL-Interaction: Mô hình đa phương thức mã nguồn mở cho tương tác video thời gian thực
JD.com vừa công bố JoyAI-VL-Interaction, mô hình tương tác video toàn diện đầu tiên hỗ trợ vLLM-Omni, cho phép AI quan sát, phân tích và phản hồi sự kiện theo thời gian thực với hiệu suất vượt trội so với các đối thủ lớn.
NetEase Youdao ra mắt Confucius4-TTS: Mô hình AI nhân bản giọng nói đa ngôn ngữ không cần văn bản mẫu
NetEase Youdao giới thiệu Confucius4-TTS, mô hình mã nguồn mở hỗ trợ 14 ngôn ngữ với khả năng nhân bản giọng nói chỉ từ 3 giây âm thanh mà không cần văn bản tham chiếu, đạt độ chính xác 97%.
Krea AI chính thức công bố báo cáo kỹ thuật cho mô hình Krea 2
Krea AI vừa phát hành báo cáo kỹ thuật chi tiết, hé lộ toàn bộ dữ liệu, kiến trúc và các kỹ thuật huấn luyện đột phá đằng sau mô hình Krea 2.
ByteDance ra mắt Doubao-Seed-Audio 1.0: Đột phá mới trong sáng tạo âm thanh AI
Mô hình Doubao-Seed-Audio 1.0 của ByteDance cho phép tạo âm thanh đa nhân vật, giàu cảm xúc và nhạc nền chỉ từ văn bản mà không cần hậu kỳ, hỗ trợ tạo đoạn âm thanh dài 2 phút với độ nhất quán cao.
Mistral AI ra mắt Mistral OCR 4: Công cụ nhận diện tài liệu mạnh mẽ, hỗ trợ 170 ngôn ngữ
Mistral OCR 4 vừa được trình làng với khả năng phân loại cấu trúc tài liệu chuyên sâu, hỗ trợ 170 ngôn ngữ và cho phép tự triển khai cục bộ. Với độ chính xác cao và chi phí tối ưu, đây là giải pháp mạnh mẽ cho các tác vụ xử lý văn bản quy mô lớn.