Tất cả tin

inclusionAI phát hành trọng số FP8 Duo-1.0-distill-quant cho tương tác song công toàn phần

inclusionAI đã phát hành Duo-1.0-distill-quant, trọng số Realization chưng cất bốn bước được lượng tử hóa FP8 cho mô hình thế giới đa phương thức song công toàn phần Duo 1.0. Các trọng số này được phủ lên gói inclusionAI/Duo-1.0-causal-base, gói này cung cấp Intent, codec, mô hình giọng nói và xương sống Realization dùng chung, và yêu cầu môi trường chạy hỗ trợ định dạng ModelOpt FP8 được đóng gói. Các trọng số được khởi tạo từ MiniMax H3 và sau đó được nhóm Duo huấn luyện.

inclusionAI phát hành Duo-1.0-distill, trọng số chưng cất bốn bước cho Duo 1.0

inclusionAI đã phát hành Duo-1.0-distill, trọng số Realization chưng cất bốn bước cho Duo 1.0, một mô hình thế giới đa phương thức song công toàn phần dành cho tương tác âm thanh-hình ảnh theo thời gian thực. Các trọng số này được phát hành dưới dạng lớp phủ PyTorch Distributed Checkpoint trên gói inclusionAI/Duo-1.0-causal-base, sử dụng bộ lấy mẫu Euler với 4 bước và flow shift 5.0. Các trọng số được khởi tạo từ MiniMax H3 và sau đó được nhóm Duo huấn luyện.

SingVL-4B GGUF ra mắt: Bản dựng GGUF của mô hình quyết định đa phương thức Sing VL S1 4B trên Qwen3.5

Sing VL S1, một mô hình quyết định đa phương thức 4 tỷ tham số được xây dựng trên Qwen3.5, nay đã có bản phát hành GGUF cho suy luận CPU với llama.cpp. Nó được phát hành với các bộ giải mã BF16 (8,42 GB), Q8_0 (4,48 GB) và Q4_K_M (2,71 GB) cùng một bộ chiếu thị giác F16 dùng chung, với ngữ cảnh mặc định 4096 token. Kiểm định GGUF bao gồm 9 ví dụ và 11 câu hỏi; điểm số công khai đầy đủ cho các biến thể GGUF vẫn đang chờ.

Google phát hành Gemini 4 Hydrogen, mô hình có chi phí thấp nhất trong dòng Gemini 4

Google đã phát hành Gemini 4 Hydrogen, mô hình có chi phí thấp nhất trong dòng Gemini 4, với giá 1,50 USD cho mỗi triệu token đầu vào, 0,075 USD cho đầu vào được lưu trong bộ nhớ đệm và 7,50 USD cho mỗi triệu token đầu ra. Simon Willison lưu ý rằng Carbon và Argon đều có giá 2,00/0,10/10,00 USD cho đến ngày 30 tháng 11 năm 2026 và tăng gấp đôi từ ngày 1 tháng 12 năm 2026, vì vậy hiện tại Hydrogen chỉ rẻ hơn khoảng 25% so với các mô hình anh em lớn hơn của nó, mức chênh lệch này sẽ mở rộng lên khoảng 75% sau khi tăng giá. Hydrogen cũng là mô hình miễn phí mới và sẽ cung cấp năng lượng cho các tính năng AI trong Google Search.

Cùng sự việc; tuyển chọn có“Google DeepMind releases Gemini 4 Hydrogen, a faster Gemini 4 model for coding and agentic workflows”

Google phát hành Gemini 4 Hydrogen, một mô hình thực thi nhanh cho lập trình và quy trình tác tử

Google giới thiệu Gemini 4 Hydrogen, một mô hình được xây dựng để thực thi nhanh trong lập trình hàng ngày và các quy trình tác tử, được triển khai trên toàn cầu qua Gemini API, AI Studio, Gemini cho doanh nghiệp, ứng dụng Gemini, Google Search và Google Antigravity.

Cùng sự việc; tuyển chọn có“Google DeepMind releases Gemini 4 Hydrogen, a faster Gemini 4 model for coding and agentic workflows”

Cloudflare Workers AI giới thiệu bản xem trước Clairic, một mô hình trích xuất theo phong cách System One

Cloudflare Workers AI đã phát hành bản xem trước Clairic, một mô hình trích xuất có kiểu mạnh mẽ, trích xuất, tính toán, ước lượng và dự báo các giá trị từ đầu vào và trả về điểm tin cậy và xác suất cho mỗi đầu ra. Mô hình có cửa sổ ngữ cảnh 65.536 token, hỗ trợ thị giác, cung cấp khả năng không lưu giữ dữ liệu và có giá $0,10 trên 1 triệu token đầu vào. Trong ví dụ hóa đơn được ghi lại, Clairic trích xuất các trường như số hóa đơn, ngày đến hạn và tổng cộng, trả về null với p_null 1 cho số PO bị thiếu, và đưa ra trung vị là 30 với khoảng p10-p90 từ 21 đến 38 cho days_to_pay.

Gemini 4 Hydrogen (Xhigh): Phân tích trí tuệ, hiệu năng và giá

Một phân tích về Gemini 4 Hydrogen (Xhigh) bao gồm các chỉ số trí tuệ và năng lực của nó trên các năng lực và ngành cụ thể, cùng với chi phí sử dụng token và cửa sổ ngữ cảnh. Hiệu năng được đo bằng thời gian mỗi tác vụ tính bằng phút, tốc độ đầu ra tính bằng token mỗi giây, và thời gian đến token trả lời đầu tiên và token đầu tiên tính bằng giây.

Fish Audio phát hành Live 3, mô hình giọng nói song công hoàn toàn phản hồi trong 186 ms

Fish Audio đã phát hành Live 3, một mô hình giọng nói song công hoàn toàn dành cho các tác nhân giọng nói thời gian thực, có khả năng tiếp tục lắng nghe trong khi nói và học cách luân phiên lượt nói từ các cuộc hội thoại thực của con người thay vì các quy tắc pipeline được tinh chỉnh thủ công. Fish Audio cho biết mô hình có thể quyết định phản hồi chỉ trong 186 ms đối với các phản ứng ngắn như "mm-hmm", tuy nhiên con số đó là mức sàn cho các phản ứng nhỏ chứ không phải thời gian đến âm thanh đầu tiên cho một câu trả lời đầy đủ, và chưa có điểm chuẩn nào được công bố. Live 3 chạy trên Fish Agent Platform (bản beta công khai), Fish Audio API và tại chỗ cho doanh nghiệp, với giá 0,035 USD mỗi phút đến ngày 31 tháng 12 năm 2026 so với giá niêm yết 0,07 USD, và chỉ hỗ trợ tiếng Anh.

Edge0 mã nguồn mở các mô hình trên thiết bị Edge0-145B và Edge0-120B cùng khung suy luận

Edge0 đã mã nguồn mở Edge0-145B và Edge0-120B cùng khung suy luận thống nhất và các công cụ triển khai, tuyên bố Edge0-145B là mô hình trên thiết bị 145 tỷ tham số mã nguồn mở đầu tiên. Công ty báo cáo bộ nhớ đỉnh 29GB, prefill 1.100+ token/giây, decode 80+ token/giây và công suất tiêu thụ điển hình khoảng 120W trên một laptop tương thích, với ngữ cảnh 128K–256K. Họ dẫn điểm số nội bộ 64,6 trên DeepSWE 1.1, 86,52 trên Terminal-Bench 2.1, 90,4 trên GPQA-Diamond và 80,6 trên IFBench, và cho biết trọng số có trên Hugging Face với hỗ trợ ngay từ ngày đầu cho macOS, Windows và Linux.

Liquid AI phát hành LiquidCodec, codec âm thanh streaming 74 triệu tham số

Liquid AI đã phát hành LiquidCodec, một tokenizer giọng nói streaming khoảng 74 triệu tham số, là thành phần cốt lõi cho các mô hình LFM3-Audio-2B và LFM3-Omni-2B của hãng, với trọng số được công bố trên Hugging Face. Codec này nén âm thanh 24 kHz thành 12 luồng token với khung 12,5 Hz và chạy trên một luồng CPU đơn, theo Liquid AI báo cáo tốc độ mã hóa khoảng 361 lần thời gian thực và giải mã 87 lần. Liquid AI cho biết nó vượt X-Codec 2, NanoCodec và Mimi về ViSQOL và khoảng cách mel trên cả 8 bộ kiểm thử, dù NanoCodec vẫn dẫn đầu PESQ (WB) trên 7 trong 8 bộ.

Google phát hành Gemini 4 Hydrogen, hiện là mô hình mặc định trong AI Mode và AI Overviews

Google đã phát hành Gemini 4 Hydrogen, một mô hình mới mà hãng cho biết đưa ra câu trả lời hữu ích hơn cho các câu hỏi phức tạp, bao gồm các câu hỏi có nhiều phần, lỗi chính tả khó hiểu hoặc các yêu cầu rất cụ thể. Mô hình này có sẵn bắt đầu từ hôm nay trong Search, ứng dụng Gemini, tất cả các gói của Google AI Studio, Gemini API, Gemini for business và Google Antigravity dành cho người đăng ký AI Pro và Ultra, và Phó Chủ tịch Google Search Robby Stein cho biết đây hiện là mô hình mặc định trong AI Mode và được sử dụng cho những câu hỏi khó nhất trong AI Overviews.

Cùng sự việc; tuyển chọn có“Google DeepMind releases Gemini 4 Hydrogen, a faster Gemini 4 model for coding and agentic workflows”

Google phát hành Gemini 4 Hydrogen, đạt điểm cao hơn Argon lớn hơn bốn tuần sau khi Argon ra mắt

Google đã phát hành Gemini 4 Hydrogen, một mô hình đa dụng nhanh dành cho nhà phát triển và người dùng hàng ngày, với giá 1,50 USD mỗi triệu token đầu vào và 7,50 USD mỗi triệu token đầu ra cùng cửa sổ ngữ cảnh một triệu token. Google cho biết Hydrogen đạt 51 điểm trên Chỉ số Trí tuệ Artificial Analysis ở mức suy luận cao mặc định và 54 điểm ở mức xhigh mới, so với 50 điểm của Gemini 4 Argon lớn hơn. Kiểm thử độc lập của Artificial Analysis cho thấy Hydrogen gần tương đương Claude Sonnet 5.5 ở mức suy luận tối đa, nhưng yếu hơn ở công việc terminal tác tử, đạt 54 phần trăm trên Terminal-Bench 4.0 so với 64 phần trăm của Claude Sonnet 5.5.

Cùng sự việc; tuyển chọn có“Google DeepMind releases Gemini 4 Hydrogen, a faster Gemini 4 model for coding and agentic workflows”

IBM phát hành các mô hình xem trước LLMON được xây dựng trên Granite 4.1 3B và 8B

IBM đã phát hành hai mô hình xem trước thử nghiệm, granite-4.1-3b-LLMON-preview và granite-4.1-8b-LLMON-preview, được phát triển từ các checkpoint cơ sở Granite 4.1 và được huấn luyện để tiếp nhận và tạo ra LLMON, một ngôn ngữ đánh dấu bản địa của LLM đánh dấu chỉ dẫn, dữ liệu và yêu cầu bằng các dấu phân cách token đặc biệt dành riêng. Trên bộ đánh giá OPI, các mô hình tránh được nhiều hơn 47% các cuộc tấn công chèn prompt gián tiếp so với mô hình tiên tiến nhất được thử nghiệm và nhiều hơn 95% so với mô hình mã nguồn mở tốt nhất, đồng thời hoạt động ngang bằng với Granite 4.1 Instruct trên các bộ đánh giá tiêu chuẩn. Bản phát hành bao gồm một bộ công cụ GitHub với các bộ chuyển đổi JSON sang LLMON không mất dữ liệu, và các tác giả lưu ý rằng bản xem trước dành cho mục đích khám phá, không phải để sử dụng trong môi trường sản xuất.

Google triển khai Gemini 4 Hydrogen, thay thế 3.8 Flash trên toàn bộ sản phẩm

Google đã phát hành Gemini 4 Hydrogen, thay thế Gemini 3.8 Flash trên toàn bộ sản phẩm của công ty với quyền truy cập ngay lập tức thay vì triển khai theo giai đoạn chỉ dành cho gói trả phí như đã làm với các bản phát hành Argon và Carbon gần đây. Google cho biết Hydrogen hoạt động ở một trong bốn mức tư duy (thấp, trung bình, cao và một mức xhigh mới) và nhanh hơn 2,5 lần so với Flash 3.8 ngay cả ở chế độ cao, đồng thời giảm hơn 5 lần các tuyên bố bịa đặt. Nó cũng tăng hơn gấp ba điểm Terminal-Bench của 3.8 Flash và đạt 54 trên Chỉ số Trí tuệ Artificial Analysis ở chế độ xhigh, so với 50 của Argon.

Cùng sự việc; tuyển chọn có“Google DeepMind releases Gemini 4 Hydrogen, a faster Gemini 4 model for coding and agentic workflows”

Google phát hành Gemini 4 Hydrogen để xử lý các câu trả lời Tìm kiếm phức tạp hơn

Google đã phát hành Gemini 4 Hydrogen, một mô hình thực thi nhanh mà hãng gọi là cải tiến Tìm kiếm lớn nhất từ trước đến nay, và đang triển khai bản cập nhật này cho tất cả người dùng Tìm kiếm trên toàn cầu. Google cho biết Hydrogen hoàn thành tác vụ nhanh hơn 2,5 lần so với Gemini 3.8 Flash và vượt qua Gemini 4 Argon mạnh hơn trên Chỉ số Trí tuệ Artificial Analysis ở mức suy luận cao mặc định. Trong Tìm kiếm, nó cải thiện khả năng hiểu ý định, xử lý lỗi chính tả, truy vấn con phân nhánh và phản hồi trực quan trong Chế độ AI, đồng thời cũng sẽ có mặt trên AI Studio, Gemini API, Ứng dụng Gemini và Antigravity.

Cùng sự việc; tuyển chọn có“Google DeepMind releases Gemini 4 Hydrogen, a faster Gemini 4 model for coding and agentic workflows”

Google DeepMind phát hành Gemini 4 Hydrogen, một mô hình Gemini 4 nhanh hơn cho lập trình và quy trình tác tử

Google DeepMind giới thiệu Gemini 4 Hydrogen, một mô hình Gemini 4 được xây dựng cho lập trình hàng ngày nhanh và thực thi tác tử thay vì suy luận tầm xa của Gemini 4 Carbon và Argon. Nó đạt 51 điểm trên Chỉ số Trí tuệ Artificial Analysis ở mức suy nghĩ cao mặc định so với 50 của Argon, đạt 54 ở cài đặt xhigh mới, và có giá cố định 1,50 USD mỗi triệu token đầu vào và 7,50 USD mỗi triệu token đầu ra trên cửa sổ ngữ cảnh 1 triệu token. Google cũng ra mắt Orchestrator trong Google Antigravity, công cụ chuyển đổi giữa các mô hình như Carbon và Hydrogen trong một phiên và đạt mức thành công nhiệm vụ gần bằng Carbon trên Terminal-Bench 4.0 trong khi sử dụng ít hơn 24% hạn mức và hoàn thành nhanh hơn 19%.

ElevenLabs ra mắt mô hình chuyển giọng nói thành văn bản Scribe v3 và Scribe v3 Live

ElevenLabs đã ra mắt hai mô hình chuyển giọng nói thành văn bản: Scribe v3 dành cho âm thanh ghi sẵn và Scribe v3 Live dành cho sử dụng thời gian thực với độ trễ thấp, cả hai đều có sẵn thông qua giao diện lập trình viên ElevenAPI và nền tảng ElevenAgents. Công ty cho biết Scribe v3 giảm khoảng 25 phần trăm lỗi từ so với phiên bản tiền nhiệm trên 102 ngôn ngữ, và Scribe v3 Live sử dụng ngữ cảnh hội thoại để xác định khi nào người nói thực sự đã nói xong thay vì dựa vào bộ hẹn giờ tạm dừng. Các đánh giá độc lập từ Artificial Analysis xếp Scribe v3 vào nhóm các mô hình phiên âm chính xác nhất, chỉ đứng sau một mô hình xem trước của Alibaba, nhưng cho thấy nó chậm hơn về tốc độ và có giá 3,33 đô la Mỹ cho mỗi 1.000 phút.

Google DeepMind phát hành AlphaGenome 2, chuyển dịch AI genomics từ mô hàng loạt sang độ phân giải từng loại tế bào

Google DeepMind đã phát hành AlphaGenome 2, một mô hình genomics dự đoán cách các biến thể DNA ảnh hưởng đến từng loại tế bào người cụ thể và tìm ra số thay đổi gen liên quan gần gấp đôi so với phiên bản tiền nhiệm. Được huấn luyện trên hơn 107 triệu hồ sơ tế bào riêng lẻ từ 68 mô ở người và chuột, mô hình lấy trạng thái sinh học của tế bào làm đầu vào bổ sung thay vì dự đoán rộng khắp nhiều mô cùng lúc.