Một nhân vật mở tên Claudia, ca sĩ nhạc pop do AI tạo ra với mái tóc bob đen và một lọn màu cam đất, đứng đầu mười video âm nhạc được làm bằng Claude trong khoảng tháng 9 đến tháng 11 năm 2026. Bản phát hành công bố mọi hình ảnh của cô, các thước phim và mọi thứ cần thiết để tự tái tạo cô. Các video được dựng bằng prompt Midjourney, clip Seedance 2.5 và bài hát Suno v6.
Image to Image AI là trình chỉnh sửa ảnh và công cụ tạo ảnh image-to-image chạy trên trình duyệt, vẽ lại ảnh đã tải lên từ câu lệnh bằng ngôn ngữ tự nhiên, có thanh trượt so sánh trước/sau và xử lý riêng tư theo mặc định. Các ví dụ được ghi lại trên trang sử dụng gpt-image-2, bao gồm thay nền chân dung, ảnh sản phẩm trên nền trắng, xóa vật thể và chuyển ảnh sang hoạt hình hoặc tranh chì. Người dùng mới nhận 2 tín dụng miễn phí khi đăng ký, và tín dụng đã mua không bao giờ hết hạn.
Một công cụ thiết kế nội thất bằng AI biến ảnh phòng của chính bạn thành các ý tưởng phong cách mới theo sáu phong cách, bao gồm cả thiết kế lại phòng đã có nội thất và dàn dựng ảo cho không gian trống. Người dùng mới nhận được 2 bản thiết kế dùng thử miễn phí sau khi đăng nhập, tín dụng dùng thử hết hạn sau 30 ngày, trong khi gói trả phí một lần bắt đầu từ $9.99 cho 60 bản thiết kế (khoảng $0.17 mỗi bản) và tín dụng đã mua không bao giờ hết hạn. Các bản thiết kế là ý tưởng do AI tạo ra chứ không phải bản vẽ có số đo, vì vậy kích thước nội thất và kết cấu nên được kiểm tra trước khi thi công.
Google Cloud đã phát hành TPU Sync, một thư viện C++ theo giấy phép Apache-2.0 dùng để di chuyển KV cache và trọng số mô hình giữa HBM của TPU, DRAM máy chủ được ghim, lưu trữ dùng chung và mạng trung tâm dữ liệu. Trong các thử nghiệm nội bộ tháng 7 năm 2026 trên TPU v7x, Google báo cáo mức giảm hơn 90% chi phí chuyển KV, với độ trễ chuyển KV trung vị của Qwen3 235B giảm từ vài giây xuống khoảng 230 ms và TTFT trung bình giảm 60% với mô hình 235B và 90% với mô hình 480B ở mức đồng thời thấp. Thư viện tích hợp với PyTorch thông qua TorchTPU và với JAX, đóng vai trò trình kết nối KV trong vLLM-TorchTPU và backend chuyển P/D trong SGLang-TorchTPU, tuy nhiên README nêu rằng thư viện chưa được khuyến nghị dùng cho mục đích chung.
Agent-brain là một mô hình vận hành cá nhân dành cho các AI coding agent như Claude Code, OpenCode, Codex và Antigravity CLI, được xây dựng trên cấu trúc bộ não thứ hai gồm journal, WIP, memory và tasks, hoạt động trên bất kỳ thư mục ghi chú nào, với Obsidian là tùy chọn. Cấu hình runtime và memory như CLAUDE.md và AGENTS.md được lưu trong một brain được theo dõi bởi git và liên kết tượng trưng vào từng runtime, nhờ đó thiết lập có thể di chuyển giữa các máy. Cài đặt chạy qua curl và mặc định chạy thử (dry-run), với vòng đời phiên được điều khiển bởi brain skill.
MuzeGen AI là một dự án Show HN tạo ra các bài hát gốc, miễn phí bản quyền từ một cảm xúc được mô tả, một phong cách được chọn hoặc lời bài hát được dán vào. Nó cũng cung cấp tính năng tách stem và xuất MIDI cho các bản nhạc được tạo.
CTRL là một nền tảng dành cho các startup và đội ngũ giúp giảm thời gian sàng lọc ứng viên mà không cần phụ thuộc quá nhiều vào AI. Người dùng có thể tạo một liên kết phỏng vấn và trả lời email ứng tuyển, tin nhắn hoặc buổi phỏng vấn kỹ thuật tiêu chuẩn bằng liên kết đó.
Witness là một công cụ ghi bằng chứng neo bằng giọng nói, liên kết mỗi bình luận nói với các cú nhấp, request, lỗi console, thay đổi DOM và bản phát lại rrweb tại thời điểm đó, sau đó chuyển gói dữ liệu này cho một AI coding agent. Nó chạy dưới dạng CLI (npm i -g witness-recorder, Node 18+), mở một trình duyệt Edge/Chrome được quản lý, và cung cấp phiên làm việc qua một stdio MCP server với các công cụ như list_segments, events_around và get_dom_state cho các agent như Claude Code, Cursor và Devin. Bản ghi được lưu cục bộ trong .witness/sessions, các trường mật khẩu được che và có thể tắt việc thu thập body bằng WIT_NO_BODIES=1.
Wonderchat ra mắt helpdesk với live chat, hộp thư hợp nhất cho email và SMS, cùng trung tâm trợ giúp sẽ có trong vài tuần tới, với mức giá cố định và không giới hạn số ghế. Khách hàng chỉ trả tiền cho các câu trả lời và xử lý bằng AI, trong khi nhân viên hỗ trợ trả lời ticket không tốn thêm phí. AI agent soạn câu trả lời từ các SOP nội bộ và chạy trên mô hình do người dùng chọn thông qua công cụ truy xuất riêng được xây dựng cho cơ sở tri thức từ 10.000+ tài liệu.
Runitlocal.io là một trang web để chạy AI trên phần cứng của chính bạn, được giới thiệu bởi "những người trực tiếp vận hành nó". Trang kiểm tra trực tiếp GPU của bạn ngay trong trình duyệt, với dữ liệu GPU được đọc cục bộ và không bao giờ gửi đến trang web, đồng thời báo cáo tốc độ dưới dạng ước tính trừ khi được đánh dấu là đã đo. Người dùng tự đo hiệu năng trên máy của mình được mời gửi kết quả của họ.
Google Cloud đã công bố Gemini dành cho lĩnh vực y tế, một giải pháp theo ngành được xây dựng có mục đích, mở rộng từ tác nhân Gemini được giới thiệu vào tháng trước tại sự kiện Gemini at Work, và giải pháp này có sẵn ở dạng bản xem trước tại Hoa Kỳ bắt đầu từ hôm nay. Sản phẩm này kết hợp các kỹ năng tái sử dụng cho các tác vụ lâm sàng và hành chính, các trình kết nối tới hệ thống EHR, yêu cầu bồi thường và quản lý chăm sóc như Epic, Oracle Health và InterSystems FHIR, một hệ sinh thái đối tác, và một nền tảng được quản trị xây dựng để hỗ trợ tuân thủ HIPAA với ghi nhật ký kiểm toán và trích dẫn có thể xác minh. Google cho biết dữ liệu lâm sàng, lời nhắc và đầu ra vẫn nằm trong môi trường được quản trị của tổ chức và không bao giờ được sử dụng để huấn luyện hoặc tinh chỉnh các mô hình nền tảng của mình.
ChatPanel đã ra mắt Chap, một trợ lý cuộc họp trên trình duyệt, máy tính để bàn và terminal, chuyển phụ đề trực tiếp từ Zoom, Meet, Teams và Webex thành biên bản liên tục, các quyết định và đầu việc mà không cần bot tham gia cuộc gọi. Nó chạy trên máy của người dùng, không có máy chủ ChatPanel nào trong đường truyền, ẩn danh hóa email, số điện thoại, thẻ và khóa trước khi yêu cầu rời khỏi trình duyệt, và cho phép người dùng chuyển đổi giữa chừng giữa mô hình WebGPU trong trình duyệt, Ollama hoặc LM Studio, hơn 20 API đám mây và các agent như Claude Code, Codex, GitHub Copilot và Antigravity. Bản miễn phí bao gồm 10 biên bản và 10 cuộc họp đầu tiên; Pro là ưu đãi giới hạn mua một lần $49 hoặc $42 mỗi năm.
Uber đã mã nguồn mở Michelangelo, nền tảng ML của mình đã được chứng minh ở quy mô Uber với hơn 400 dự án ML đang hoạt động, hơn 20K tác vụ huấn luyện mô hình mỗi tháng, hơn 5K mô hình trong sản xuất và hơn 45M dự đoán thời gian thực mỗi giây ở mức cao điểm. Bản phát hành bao gồm quản lý đặc trưng, huấn luyện mô hình phân tán, triển khai và giám sát, với quản lý đặc trưng, đánh giá và giám sát được đánh dấu là sắp ra mắt. Một API Python xây dựng trên Uniflow cho phép người dùng định nghĩa các tác vụ huấn luyện phân tán và quy trình làm việc đầu cuối, chẳng hạn như pipeline huấn luyện XGBoost dựa trên Ray, chỉ với vài dòng mã.
Một nhà phát triển đã ra mắt FloxoLab AI Crawler Access Checker, một công cụ miễn phí kiểm tra xem 14 trình thu thập dữ liệu AI có thực sự đọc được một trang nhất định hay không. Công cụ đọc robots.txt theo RFC 9309, gửi lại yêu cầu đến URL với user agent của từng trình thu thập dữ liệu, và so sánh mã trạng thái cùng header với một yêu cầu trình duyệt thông thường, trả về kết luận cho từng trình thu thập dữ liệu. Công cụ miễn phí, không cần tài khoản và giới hạn 8 lần kiểm tra mỗi 10 phút.
Một lập trình viên đã ra mắt công cụ Show HN có thể biến bất kỳ trang web, bài viết hoặc kịch bản nào thành video giải thích theo phong cách Rick and Morty với hội thoại, cảnh quay và hành động. Người dùng nhấn tạo để chuyển kịch bản thành storyboard có thể xem lại, sau đó nhấn tạo lần nữa để có video cuối cùng; video cuối cùng là trả phí vì công cụ sử dụng AI video ở bên dưới.
Zipzi đã phát hành phiên bản alpha của trình biên tập mô hình và hoạt hình 2D mã nguồn mở, được định vị là giải pháp thay thế cho Live2D Cubism Editor, xây dựng bằng Rust với GPUI cho macOS và Windows. Một SDK Python (CPython 3.14) cho phép coding agent kiểm tra lưới, hiển thị lớp phủ wireframe và áp dụng chỉnh sửa trong cùng tài liệu với người dùng, với lịch sử hoàn tác dùng chung. Dự án đang trong giai đoạn phát triển sớm, chưa có bản phát hành ổn định, SDK dùng giấy phép MIT trong khi các thành phần của trình biên tập dùng GPL-3.0-only.
Loose Ends là một công cụ CLI mới kiểm tra xem mã được thêm vào hoặc bị chạm đến trong một thay đổi có còn có thể truy cập được từ một điểm vào thực sự hay không, đánh dấu các phần bổ sung bị mồ côi, mã mới bị mồ côi và các triển khai bị thay thế nhưng vẫn được giữ lại. Nó xây dựng một đồ thị tính sống trên TypeScript, JavaScript, Python và Java, và chỉ báo cáo những gì thay đổi đã làm, vì vậy mã chết hiện có không bao giờ chặn một pull request. Có thể cài đặt qua npm, yêu cầu Node.js 20 trở lên và git.
AI Math Kit là một tiện ích mở rộng dạng cửa sổ bật lên trên trình duyệt, bao gồm 217 bài toán mở, 242 bản tóm tắt bằng ngôn ngữ đơn giản về các đột phá trong AI và toán học hình thức, cùng các mẫu câu lệnh (prompt template) để khám phá trung thực với AI. Ngân hàng bài toán bao quát lý thuyết số, giải tích và những bí ẩn liên ngành, trong khi trang về các đột phá có ghi chú phạm vi chính xác và chỉ dẫn tới bài báo. Gói miễn phí cho phép duyệt; gói Pro mở khóa toàn bộ lời giải thích và các câu lệnh chuyên dụng, với tùy chọn và trạng thái thanh toán được lưu cục bộ.
Modal hiện tính phí Sandboxes theo mức sử dụng tài nguyên thực tế thay vì đặt trước cố định, cho phép mỗi Sandbox burst vượt mức yêu cầu mặc định 0,125 lõi và 128 MiB và chỉ trả tiền cho những gì nó sử dụng mỗi giây. Trong ví dụ coding agent 20 phút, burst tốn 8,4¢ mỗi Sandbox-giờ so với 20,0¢ cho đặt trước cố định, tiết kiệm 58%. CPU có thể burst tới 16 lõi vượt mức yêu cầu theo mặc định, với bộ nhớ không giới hạn trừ khi đặt giới hạn.
Factory đã ra mắt Cyber Defense Network, một hệ sinh thái gồm các công ty an ninh mạng có phát hiện được đưa vào Security Factory để Factory Droids có thể điều tra lỗ hổng, triển khai thay đổi mã và xác thực bản sửa lỗi thông qua kiểm thử. Các đối tác sáng lập gồm Snyk, Palo Alto Networks, Semgrep, Cogent, Casco, DepthFirst và Detail. Quy trình bao gồm tín hiệu từ công cụ của đối tác, phân loại lỗ hổng có thể khai thác, và khắc phục liên tục tạo ra bản sửa lỗi sẵn sàng để đội ngũ kỹ thuật xem xét và hợp nhất, trong khi các tổ chức giữ nguyên công cụ và quy trình bảo mật hiện có.
Umo là một CMO AI được định vị như nhân sự marketing đầu tiên của công ty, có khả năng tìm hiểu sản phẩm, đối tượng và thị trường để dẫn dắt các quyết định marketing. Tính năng đánh giá trực tiếp của nó nhận một website và các kênh mạng xã hội rồi trả về bản phân tích về ICP, định vị, đối thủ cạnh tranh và cơ hội, trong khi phần chiến lược và thực thi được liệt kê là sắp ra mắt và đang phát triển. Các agent nền tảng cho TikTok, Instagram và Reddit cũng đang được phát triển, và danh sách chờ có ưu đãi thành viên sáng lập.
LessonFolk là một gia sư AI miễn phí, mã nguồn mở, dạy các chủ đề AI thông qua ứng dụng trò chuyện AI mà bạn đang dùng, được kết nối qua MCP. Nó cung cấp 15 khóa học, từ lộ trình AI Foundations kéo dài một giờ đến Context Engineering for Long-Running Agents, kèm bài kiểm tra trình độ ngắn và theo dõi tiến độ. Các khóa học và mã nguồn đều mở, và người dùng có thể tải xuống hoặc xóa dữ liệu của mình bất cứ lúc nào.
NEAR AI Gateway cho phép Claude Code, Codex và OpenCode định tuyến các yêu cầu AI của chúng qua các mô hình riêng tư của NEAR AI, với mô hình, token và chi phí của mỗi lần gọi được ghi lại cục bộ trên máy Mac. Các dấu vết được biên tập ẩn danh ngay trên thiết bị trước khi chia sẻ, và người dùng xem xét từng dấu vết trước khi quyết định dữ liệu nào rời khỏi máy. Các dấu vết được chấp nhận sẽ nhận được tín dụng suy luận NEAR AI Cloud; ứng dụng dành cho macOS 14+ có phiên bản 1.0.7, dung lượng 119 MB.
InferSSD, một runtime suy luận mã nguồn mở xây dựng trên llama.cpp, chạy DeepSeek-V4.1-Flash-1017 cấp 763B và Muse-Spark-Open cấp 816B trên máy tiêu dùng bằng cách giữ trọng số expert được định tuyến trên lưu trữ NVMe trong khi attention, các lớp chia sẻ và KV cache nằm trong RAM hoặc VRAM. Trên một RTX 5090 với 32 GB RAM và 32 GB VRAM, nó báo cáo 164,5 token/s prefill và 7,27 token/s decode cho DeepSeek ở mức prompt 4K, so với 8,06 và 0,867 token/s của llama.cpp trên cùng hệ thống. Bài viết cũng ước tính rằng sử dụng nặng hàng ngày có thể đồng nghĩa với khoảng 85 TB lượt đọc từ host mỗi ngày và trình bày một mô hình hao mòn SSD có điều kiện, lưu ý rằng các con số là giả định để kiểm chứng chứ không phải tuổi thọ ổ đĩa được hứa hẹn.
Một nhà phát triển đã xây dựng một ứng dụng AI chat nâng cao bằng Generative UI mới của CopilotKit, chạy trên mô hình gpt-6-luna. Việc thiết lập yêu cầu khóa OpenAI API trong .env.local và npm install, với ứng dụng được khởi chạy qua npm run dev. Việc sử dụng OpenAI API có thể phát sinh phí.
Parcha Labs đã mã nguồn mở AgentRun, một nền tảng agent bổ sung lớp tự cải thiện, thực thi bền vững và một console lên trên Claude Code, Codex, OpenCode và pi, theo giấy phép Apache-2.0.
Vì sao đáng chú ý: AgentRun bổ sung lớp tự cải thiện, thực thi bền vững và một console lên trên các harness hiện có như Claude Code và Codex, đồng thời cung cấp một trường hợp cụ thể trong đó chi phí đánh giá mã giảm từ 6.451 đô la mỗi tháng xuống còn 18 xu mỗi lần chạy.
World Labs đã mở Atlas, thế hệ world model tiếp theo của mình, cho mọi người, cho phép người dùng tạo và tái tạo các thế giới 3D có thể khám phá. Atlas Build bắt đầu từ ảnh hoặc hình ảnh được tạo, trong đó Viewfinder tái tạo cảnh và cho phép di chuyển camera, còn Chisel phác thảo cấu trúc cảnh và cập nhật mọi góc nhìn camera. Các thế giới có thể được chuyển đổi từ splats sang meshes với hình học thực để sử dụng trong game, mô phỏng, Blender và các công cụ 3D khác, và các khả năng của Atlas cũng có sẵn thông qua API dành cho nhà phát triển.
OwnOwl đã phát hành bản thử nghiệm v0.2 của ứng dụng iPhone, chạy hoàn toàn mô hình ngôn ngữ lớn trên thiết bị, không sử dụng internet để trò chuyện. Bản cập nhật giúp tăng tốc phản hồi đầu tiên bằng cách khởi động trước khi tải và lưu bộ nhớ đệm mỗi cuộc trò chuyện, thêm câu trả lời mặc định dài hơn với nút Tiếp tục, và cho phép ứng dụng ghi nhớ các thông tin do người dùng xác nhận. Ứng dụng yêu cầu iPhone có RAM từ 6 GB trở lên và iOS 17 hoặc mới hơn, với dung lượng tải mô hình khoảng 6 GB (GigaChat), 9 GB (Ling) hoặc 14 GB (Gemma).
CanyonOS 0.2 là bản phát hành công khai đầu tiên của một công cụ mã nguồn mở, không phụ thuộc mô hình, dùng để tìm, quan sát và mở rộng quy mô các agent đang làm chậm quy trình làm việc. Công cụ chạy trên Docker hoặc Kubernetes, hoạt động với bất kỳ nhà cung cấp nào có API tương thích OpenAI, xuất trace và metric tương thích OpenTelemetry tới các công cụ như Datadog, Grafana, Prometheus, Langfuse và Arize Phoenix, đồng thời bổ sung chi phí và thời gian xếp hàng cho từng agent. Dự án được cấp phép AGPL-3.0, yêu cầu viết lại agent thành Python thuần với một tệp cho mỗi agent, và phần FAQ của dự án nêu rằng nó chưa từng chạy ở quy mô sản xuất lớn.
Headwig là công cụ trên Show HN dùng để chạy và kiểm thử các AI agent song song mà không cần Git worktree. Các ứng dụng được tổ chức thành các nhóm "Wisdom", gộp các dịch vụ như frontend và backend để có thể build và chạy cùng nhau, với các dịch vụ được thêm vào qua menu Wisdom.
Stay-in-sight phát hành hệ thống email outbound giấy phép MIT, chạy trên Cloudflare Workers và D1, gửi cold outreach, newsletter và chuỗi drip từ hộp thư Gmail và SES của chính người dùng. Hệ thống cung cấp 64 công cụ MCP cùng REST API để các agent như Claude Code và Cursor có thể nhập danh bạ, lên lịch gửi và trả lời thư, và dự án tuyên bố triển khai trong khoảng 30 phút với chi phí lưu trữ miễn phí ở lưu lượng thấp hoặc 5 USD/tháng trên Workers Paid.
Relate là cơ sở dữ liệu đồ thị nhúng mã nguồn mở dành cho AI agent, chạy bên trong ứng dụng mà không cần triển khai máy chủ và không cần đăng ký, lưu dữ liệu trong bộ nhớ, trong một thư mục hoặc một tệp .rl duy nhất. Nó hỗ trợ openCypher và được kiểm thử theo openCypher TCK, đồng thời đi kèm một agent skill cùng một endpoint MCP để các agent như Claude Code, Codex và Cursor có thể viết truy vấn Cypher trên các dữ kiện được kết nối. Việc cài đặt chạy qua một script curl có xác minh chữ ký bản phát hành và mã kiểm tra SHA256, và cung cấp thư viện cho Rust, Python, JavaScript, WebAssembly, Go, Java, Swift và C.
Keenable đã ra mắt phiên bản 1.0 của API tìm kiếm web AI, tự nhận đứng đầu trên Artificial Analysis Search Index (BrowseComp, DeepSearchQA và AA-Omniscience) và trên NEEDLE, benchmark mã nguồn mở của mình được chạy lại hàng ngày trên các truy vấn mới. Bản phát hành bổ sung 100 triệu thẻ kiến thức, tóm tắt các sự kiện chính về một chủ đề và được làm mới thường xuyên qua API đối tác, cùng các đoạn trích động đọc toàn bộ tài liệu và chỉ trích xuất ngữ cảnh cần thiết, giảm 50% lượng token tiêu thụ trong các tác vụ nghiên cứu. Kể từ khi ra mắt hai tháng trước, dịch vụ đã phục vụ hàng triệu truy vấn agent, và tài khoản mới bắt đầu với 100.000 yêu cầu thông qua một key và một endpoint MCP.
Cerulion Inc. đã phát hành Cerulion 2.0, một runtime robot mã nguồn mở tương thích ROS 2, ghi lại các lần chạy và phát lại lỗi trên mã đã thay đổi, với mặc định một tiến trình cho mỗi node. Nó cung cấp các bản binary cho Linux x86_64/ARM64 và macOS, một lớp rmw_cerulion đã được kiểm thử trên Foxy đến Lyrical, và các bản ghi MCAP với xác minh phát lại chính xác từng byte, trả về mã thoát khác 0 khi có sai lệch. Trên một máy tính để bàn Linux x86-64 với payload 1 MiB, dự án báo cáo thời gian khứ hồi trung vị 4,08 µs so với 10.952 µs của ROS 2 Jazzy với mặc định rmw_fastrtps_cpp.
Buildout là một trò chơi chiến thuật do người hâm mộ tạo ra dành cho một đến bốn người chơi, được xây dựng trên Harmonies của Johan Benvenuto, do Libellud phát hành. Người chơi đặt cơ sở hạ tầng, vận chuyển mô hình, chọn lọc linh kiện, ghép mẫu và triển khai các mô hình AI để xây dựng phòng thí nghiệm AI của riêng mình.
Neon và Mubit đã công bố một mẫu cho agent phân tích dữ liệu trên Neon Functions và Lakebase Postgres, mẫu này gửi mọi lệnh gọi mô hình qua Mubit đến Neon AI Gateway. Trong bài đánh giá chuẩn của Mubit trên 20 câu hỏi CL-bench, mỗi câu chạy ba lần, thiết lập này đã cắt giảm 73% token đầu vào của gpt-5.5 và trả lời nhanh hơn 40%, với độ chính xác 65% so với 60% khi chỉ dùng gpt-5.5. Mubit chuyển các bước thường quy như liệt kê bảng và viết câu trả lời sang một mô hình nhỏ đã được tinh chỉnh sau khi mô hình này vượt qua một bài kiểm tra được xây dựng từ chính lưu lượng của tác vụ, trong khi gpt-5.5 vẫn viết mọi truy vấn SQL.
AxiomStory là một studio kể chuyện AI mới, đọc từng chương của bản thảo và đánh dấu các lỗi liên tục, chẳng hạn như màu mắt của nhân vật thay đổi giữa các chương. Nó xây dựng một trang wiki cho mỗi nhân vật và địa điểm, đồng thời tái sử dụng một diện mạo và giọng nói đã được phê duyệt cho mỗi nhân vật trên các hình ảnh và video được tạo. Gói miễn phí cung cấp khoảng 30.000 từ hỗ trợ AI; các gói trả phí từ $16 đến $160 mỗi tháng.
Wave, đại lý sản phẩm chủ động của Amplitude, được xây dựng chủ yếu trên các mô hình OpenAI, xác định những gì cần xây dựng, giúp các nhóm triển khai thay đổi với các đại lý lập trình và đo lường tác động. Thiết lập này cho phép Amplitude ra mắt cải tiến sản phẩm trong 1–2 ngày.
Trợ lý AI tiêu dùng Muse của Meta hiện có thể gọi điện đến các doanh nghiệp Mỹ thay mặt người dùng, nhưng tính năng này chỉ giới hạn cho người dùng trả phí tại Mỹ. Các gói Muse bắt đầu từ 20 USD mỗi tháng cho 500 triệu token mỗi tuần, hoặc 100 USD mỗi tháng cho 3 tỷ token. Giám đốc AI của Meta, Alexandr Wang, cho biết tính năng này nhắm đến những cuộc gọi mà mọi người không muốn thực hiện, như bảo hiểm, truyền hình cáp, DMV hay đặt chỗ ăn tối, và tùy chọn địa chỉ email Muse sẽ sớm được triển khai cho người dùng miễn phí.
Amazon đã công bố tính khả dụng công khai của SGLang-Neuron, một plugin out-of-tree chạy SGLang trên AWS Trainium thông qua AWS Deep Learning Container, được phát hành bởi RadixArk cùng Annapurna Labs. Người dùng giữ nguyên giao diện máy chủ SGLang và các API sinh, trong khi plugin cung cấp các mô hình, attention, MoE dành riêng cho Trainium và một graph runner được xây dựng trên các kernel PyTorch và NKI gốc được biên dịch bằng torch.compile. Nó cũng hỗ trợ PD disaggregation, chuyển bộ nhớ đệm KV prefill sang máy chủ decode qua NIXL trên EFA, và hướng dẫn thực hành phục vụ openai/gpt-oss-120b trên một phiên bản EC2 Trainium3 với container pytorch-inference-sglang-neuronx.