Recraft được vinh danh là trình tạo biểu tượng AI tốt nhất năm 2026 sau khi so sánh bảy công cụ, chấm điểm bài kiểm tra phong cách nhất quán với năm biểu tượng và xuất SVG gốc. Recraft giữ nguyên độ dày nét và bán kính góc trên các glyph và xuất SVG có thể chỉnh sửa, trong khi Canva chỉ đạt một phần và Adobe Firefly cùng Midjourney đều trượt cả hai tiêu chí với đầu ra dạng raster.
Anthropic, PBC đã khởi động roadshow cho đợt phát hành cổ phiếu lần đầu ra công chúng theo đề xuất gồm 825.000.000 cổ phiếu phổ thông loại A, trong đó 801.351.354 cổ phiếu do Anthropic chào bán và 23.648.646 cổ phiếu do một số cổ đông hiện hữu chào bán. Khoảng giá dự kiến là 70,00 đến 78,00 USD mỗi cổ phiếu, và Anthropic đã nộp đơn niêm yết trên Nasdaq Global Select Market với mã ANT. Anthropic cũng dự kiến cấp cho các nhà bảo lãnh phát hành quyền chọn 30 ngày đối với tối đa 123.750.000 cổ phiếu bổ sung, và bản đăng ký nộp lên SEC vẫn chưa có hiệu lực.
Vì sao đáng chú ý: Hồ sơ roadshow IPO của Anthropic nêu chi tiết 825 triệu cổ phiếu loại A với giá 70 đến 78 USD và kế hoạch niêm yết trên Nasdaq với mã ANT, mang lại cái nhìn cụ thể về kế hoạch thị trường đại chúng của công ty.
Google đã giới thiệu Nhận dạng giọng nói tự động (ASR) và Chuyển văn bản thành giọng nói (TTS) trên thiết bị trong Google AI Edge Gallery, cho phép các ứng dụng chạy ASR đa ngôn ngữ và TTS biểu cảm hoàn toàn ngoại tuyến song song với các SLM trên thiết bị như Gemini Nano và Gemma 4. Trên Android, các mô hình giọng nói mới của ML Kit phiên âm hơn 100 ngôn ngữ với tốc độ gấp 10 lần thời gian thực, đạt Tỷ lệ lỗi từ (Word Error Rate) từ 8,0% đến 9,0% trên FLEURS, trong khi TTS khuếch tán few-step bắt đầu nói trong khoảng 100 ms và tạo âm thanh 24 kHz với tốc độ lên đến gấp 50 lần thời gian thực. Hỗ trợ đa nền tảng đến qua MediaPipe Tasks và LiteRT với các gói trọng số mở bao gồm Parakeet-TDT 0.6B, PocketTTS 100M, Kokoro-82M và Phonon 31M, được trình diễn trong showcase XR Language Teacher và AI Chat hỗ trợ giọng nói.
Vì sao đáng chú ý: Google bổ sung ASR và TTS hoàn toàn ngoại tuyến vào AI Edge Gallery, với ML Kit báo cáo phiên âm hơn 100 ngôn ngữ ở tốc độ gấp 10 lần thời gian thực và TTS khuếch tán bắt đầu nói trong khoảng 100 ms.
Recraft đã công bố một hướng dẫn với mười hai câu lệnh văn bản sẵn sàng sao chép để chỉnh sửa ảnh trên các mô hình image-to-image, được xây dựng theo mẫu hai dòng: một dòng thay đổi nêu tên đối tượng, vị trí của nó và kết quả, cộng với một dòng giữ nguyên khóa khuôn mặt, nhãn in, khung hình và ánh sáng. Hướng dẫn cho biết các chỉnh sửa cục bộ như xóa một đối tượng, đổi màu, thay đổi ánh sáng hoặc thay trang phục giữ được danh tính tốt hơn so với việc thay đổi phong cách hoặc hoán đổi thời tiết, và rằng các câu lệnh thất bại khi chúng xếp chồng nhiều thay đổi, viết lại chữ in, hoặc yêu cầu một khuôn mặt hoặc tỷ lệ cơ thể mới. Hướng dẫn khuyến nghị tạo hai hoặc ba biến thể, kiểm tra ở mức thu phóng 100%, và sửa một lỗi còn sót lại bằng một câu lệnh tiếp theo chỉ nêu rõ vùng đó.
Bảy trình tạo meme AI — Imgflip, Canva, Supermeme.ai, Recraft, Kapwing, ChatGPT và Magic Hour — đã được thử nghiệm trên gói miễn phí, hình mờ, mẫu, hiển thị chú thích, kích thước xuất và API bằng cùng ba đề bài meme. So sánh cho thấy không có người thắng chung cuộc: Imgflip thắng nhờ mẫu cổ điển, Supermeme.ai nhờ chuyển ý tưởng thành chú thích, Recraft và ChatGPT nhờ hình ảnh gốc, Kapwing nhờ video và GIF, còn Canva khi meme phải khớp với bố cục.
Elith và NVIDIA đã phát hành Nemotron-Personas-Finance-Japan, một bộ dữ liệu persona tổng hợp mở cho lĩnh vực tài chính Nhật Bản được xây dựng trên số liệu thống kê chính thức của chính phủ. Bộ dữ liệu chứa 9M persona (1M bản ghi × 9 persona) trên 50 lĩnh vực và ~1,5B token, được tạo bằng NeMo SDG-PGMs và NeMo Data Designer, và có sẵn theo giấy phép CC BY 4.0 cho mục đích thương mại.
NVIDIA giới thiệu GR00T 2, một mô hình hành động thế giới mở được xây dựng trên Cosmos và huấn luyện trên 100.000 giờ dữ liệu góc nhìn thứ nhất của con người, cùng với Isaac Lab 3.0 và các bộ đánh giá robot mới tại CoRL. GR00T 2 hoàn thành 40 trong số 50 nhiệm vụ được đánh giá ít nhất một lần mà không cần minh họa dành riêng cho nhiệm vụ và đạt tỷ lệ thành công trung bình 71% trên 50 nhiệm vụ với một minh họa mỗi nhiệm vụ, tăng lên 95% với năm minh họa. Isaac Lab 3.0 bổ sung tích hợp vật lý Newton cho các vật thể biến dạng và báo cáo thông lượng huấn luyện cao gấp 2,5 lần so với Isaac Lab 2.3 với PhysX trong một bộ đánh giá thao tác khéo léo dựa trên thị giác.
Vì sao đáng chú ý: Bản phát hành CoRL của NVIDIA cho thấy cách mô phỏng kết hợp với các mô hình hành động thế giới hiện đang nhắm đến công việc lắp ráp tinh xảo, với các chi tiết của GR00T 2 và Isaac Lab 3.0 đáng để so sánh với các ngăn xếp robot trước đây.
Các nhà nghiên cứu giới thiệu HOPE, một phương pháp cắt tỉa chuyên gia bậc hai cho các mô hình ngôn ngữ Mixture-of-Experts, có tính đến tương tác cặp giữa các chuyên gia cùng kích hoạt thay vì chấm điểm từng chuyên gia một cách độc lập. Ở mức cắt tỉa 50%, HOPE đạt thứ hạng trung bình tốt nhất trong số mọi phương pháp, với mức cải thiện lên tới +6,1% trên các tác vụ lập trình dạng agent so với phương pháp cắt tỉa tốt thứ hai. Công trình nhắm vào nút thắt bộ nhớ ở các mô hình như Qwen3.5-122B, nơi các MLP chuyên gia chiếm 95% trong tổng dung lượng khoảng 250 GB.
Meta đang mở rộng công nghệ AI của mình trên toàn cầu để phát hiện người dùng được cho là thanh thiếu niên trên Instagram và đưa họ vào các biện pháp bảo vệ của Tài khoản Teen, ngay cả khi họ đã đăng ký với ngày sinh của người trưởng thành. Công ty cho biết thêm hàng triệu thanh thiếu niên trên toàn thế giới sẽ nhận được các biện pháp bảo vệ tích hợp nhằm giới hạn ai có thể liên hệ với họ, nội dung họ xem và thời gian họ sử dụng ứng dụng. Meta cũng đang triển khai công nghệ này trên Facebook và có kế hoạch ra mắt trên Threads vào cuối năm nay.
7 giờ không có nền tảng Prove2Me hay sự điều hướng của nhà nghiên cứu như trong lần chạy tháng 9 của Anthropic, viết một chứng minh ngắn bằng một phần bảy và sử dụng một phần ba số token đầu ra. Mỗi tác nhân làm việc trong một sandbox cách ly mạng với bộ phân loại kiểm tra mọi lệnh shell và chỉnh sửa tệp cùng một giám sát viên ngoại tuyến, và qua hơn một triệu lệnh gọi công cụ, không có lệnh nào đạt ngưỡng bị chặn.
Vì sao đáng chú ý: Lần chạy 1.000 tác nhân của Anthropic đã tái tạo bản hình thức hóa Định lý cuối cùng của Fermat mà không cần Prove2Me hay nhà nghiên cứu, cho thấy cách sandbox và giám sát ràng buộc một nhóm tác nhân tự tổ chức.
Anthropic đã công bố một hướng dẫn khuyến nghị các nhà phát triển bắt đầu hầu hết công việc lập trình và tri thức trên Claude Opus 5.5 ở mức nỗ lực trung bình mặc định, vì chi phí trên mỗi token chỉ bằng một nửa so với Fable 5.2. Hướng dẫn ánh xạ Sonnet 5.5 cho công việc hàng ngày có phạm vi rõ ràng, Haiku 5.5 cho các tác vụ phân loại, định tuyến và tác nhân con với khối lượng lớn, và Fable 5.2 cho các dự án lập trình, tài chính và khoa học khó nhất hoặc các phiên chạy dài không có giám sát. Hướng dẫn cũng khuyên điều chỉnh mức nỗ lực trước khi chuyển đổi mô hình, và lưu ý rằng trên SWE-bench Pro, Opus 5.5 ở mức thấp với các lần thất bại được chạy lại ở mức cao đã vượt qua khoảng 97% tác vụ với chi phí khoảng 0,17 USD mỗi tác vụ, so với 95,3% với 0,29 USD khi mọi tác vụ đều ở mức cao.
Vì sao đáng chú ý: Hướng dẫn của chính Anthropic ánh xạ từng mô hình Claude và mức nỗ lực tới các loại tác vụ cụ thể, kèm so sánh chi phí trên mỗi tác vụ và điểm chuẩn để lựa chọn giữa chúng.
Zyphra đã phát hành ZONOS3-Mini, một mô hình chuyển văn bản thành giọng nói MoE thưa với 100M tham số hoạt động và 800M tổng tham số theo giấy phép Apache 2.0, được huấn luyện trên 112 NVIDIA H100 trong 2,5 ngày. Mô hình đạt thời gian đến âm thanh đầu tiên dưới 570 ms trên trình duyệt với Pixel 9 và dưới 150 ms trên M3 MacBook Air, với các runtime cho WebGPU, SGLang, vLLM và GGML. Mô hình bổ sung khả năng kiểm soát danh tính, giọng điệu, chất lượng, tâm trạng và cách thể hiện, bao gồm điều khiển ở cấp độ từ, và Zyphra báo cáo rằng mô hình đứng đầu trong số các mô hình mở trên benchmark ZTTS2-Eval mới của họ.
Vì sao đáng chú ý: Mô hình TTS MoE nhỏ gọn của Zyphra kết hợp nhân bản giọng nói zero-shot với điều khiển cách thể hiện ở cấp độ từ trong khi chạy thời gian thực trên điện thoại và máy tính xách tay.
BAIR của UC Berkeley đang trình bày 33 bài báo hội nghị chính, 4 poster late-breaking, 3 bài báo cáo miệng và 7 spotlight tại CoRL 2026, diễn ra từ ngày 9–12 tháng 11 tại Austin, Texas. Giáo sư Negar Mehr sẽ có bài phát biểu chính Early Career Keynote về cách robot học tương tác và phối hợp với các đối tượng khác. Các công trình trải rộng từ bộ nhớ embodied cho mô hình vision-language-action, mở rộng quy mô thao tác khéo léo với dữ liệu người góc nhìn thứ nhất, đến tự cải thiện của robot dạng tác tử.
Tại Diễn đàn Hợp tác Khởi nghiệp AI MSIT-NVIDIA ở Seoul, NVIDIA đã công bố khoản đầu tư vào startup kết nối AI Hàn Quốc Point2 và kế hoạch đầu tư thêm vào Motif Technologies, RLWRLD và Upstage. Bốn công ty này trải rộng toàn bộ ngăn xếp AI, từ kết nối chip-tới-rack dựa trên RF và các mô hình nền tảng trọng số mở đến các mô hình nền tảng robot và các mô hình ngôn ngữ Solar. Các khoản đầu tư dự kiến này được xây dựng dựa trên NVIDIA Inception, chương trình hiện có hơn 1.000 thành viên tại Hàn Quốc.
NVIDIA đang góp phần thúc đẩy hệ sinh thái AI vật lý của Hàn Quốc, với Samsung, Kakao Mobility và LG Electronics ứng dụng điện toán tăng tốc, AI và mô phỏng vào sản xuất bán dẫn, xe tự hành và robot. Nền tảng sMOL của Samsung đã chạy các phép tính hóa lượng tử chọn lọc nhanh hơn tới 5 lần với NVIDIA cuEST, và một trường hợp đồng nhất hóa bằng AI đã giảm thời gian mô phỏng từ khoảng 18 giờ trên CPU 32 nhân xuống còn 41 giây. Kakao Mobility dự kiến triển khai hệ thống lái xe tự động cấp độ 4 trên NVIDIA DRIVE AGX Thor, trong khi LG đã trình diễn thao tác điều khiển bằng NVIDIA Isaac GR00T với robot CLOiD của mình trong một môi trường sản xuất thực tế.
Tập đoàn Hyundai Motor đang nghiên cứu các blueprint NemoClaw của NVIDIA và runtime OpenShell của NVIDIA, trong khi AIM Intelligence đang tích hợp nền tảng Starfort của mình với OpenShell để hỗ trợ các AI agent bảo mật cho năng suất nhân viên và quy trình làm việc doanh nghiệp. OpenShell, một thành phần quan trọng của Nền tảng An toàn Agent Mở NVIDIA, cung cấp thực thi trong sandbox và kiểm soát dựa trên chính sách để quản lý các hành động của agent tự trị. LG AI Research cũng đang mở quyền truy cập API cho K-EXAONE-2.5, được phát triển bằng cách sử dụng các bộ dữ liệu NVIDIA Nemotron bao gồm Nemotron-Personas-Korea, một bộ dữ liệu mở gồm 7 triệu persona Hàn Quốc tổng hợp.
NVIDIA và Bộ Khoa học và ICT Hàn Quốc đang mở rộng hợp tác AI chủ quyền, bao trùm chất bán dẫn AI, hạ tầng trung tâm dữ liệu, nhân tài, khởi nghiệp, mô hình, tác nhân và bảo mật. Hợp tác này mở đường cho các công ty NPU và XPU Hàn Quốc khám phá việc tham gia hệ sinh thái NVIDIA NVLink Fusion, cùng với đào tạo, chứng nhận, hackathon và hội thảo kỹ thuật nhằm tăng cường sử dụng GPU. NVIDIA cũng sẽ làm việc với ba liên danh được chọn và bốn nhà xây dựng mô hình nền tảng hàng đầu Hàn Quốc trong khuôn khổ sáng kiến AI for All của Hàn Quốc, sử dụng NVIDIA Dynamo để tối ưu hóa và mở rộng suy luận AI.
ZoomGain xây dựng các câu hỏi về một hình ảnh đầy đủ từ những chi tiết thị giác chỉ trở nên rõ ràng khi thu phóng, sử dụng khoảng cách nhận thức từ toàn cục đến thu phóng này làm giám sát cho các mô hình ngôn ngữ-thị giác. Bản phát hành bao gồm bài báo arXiv, bộ đánh giá ZoomGainBench (1.000 câu hỏi trên 941 hình ảnh bao gồm nhận dạng thuộc tính, đếm và OCR), 9.000 bản ghi huấn luyện RL trên 7.713 hình ảnh nguồn, và các checkpoint ZoomGain-4B và ZoomGain-9B. Mô hình tốt nhất trong số 28 mô hình đạt 61,08 trên ZoomGainBench, trong khi ZoomGain-9B đạt hiệu suất vượt trội trên nhiều bộ đánh giá nhận thức tinh vi và tổng quát.
Figma đã nêu ra sáu cách sử dụng tác nhân thiết kế của mình trực tiếp trên canvas, từ việc chú thích thiết kế bằng biên bản cuộc họp được kéo vào qua các connector như Granola, Notion hoặc Google Drive, đến việc tóm tắt phản hồi bình luận và áp dụng các thay đổi đã thống nhất. Tác nhân cũng có thể tạo shader tùy chỉnh, tạo nhiều biến thể bố cục trong một lần nhắc bằng thư viện của nhóm, biến thiết kế tĩnh thành các lớp mã tương tác và thêm hiệu ứng chuyển động.
Meta đã phát hành Muse Ember, mô hình nhỏ nhất và hiệu quả nhất của họ, nhắm đến những công việc lặp đi lặp lại mà agent làm cả ngày như gọi công cụ, tác vụ con lập trình, định tuyến, trích xuất và phân tích tài liệu dài. Meta cho biết mô hình này đạt điểm cao nhất của Claude Haiku 5.5 với chi phí khoảng một phần ba và vượt mọi cấu hình GPT-6 Luna, ở mức 0,10 USD mỗi triệu token đầu vào và 0,50 USD mỗi triệu token đầu ra. Mô hình đi kèm cửa sổ ngữ cảnh 1M token, tối đa 512K token đầu ra, hỗ trợ đầu vào văn bản, hình ảnh, âm thanh và video gốc, và có sẵn ngay hôm nay trên Muse Code và Meta Model API với tên muse-ember-1.0.
Vì sao đáng chú ý: Mô hình nhỏ nhất của Meta nhắm đến các bước agent có khối lượng lớn, và so sánh chi phí mỗi tác vụ với Claude Haiku 5.5 và GPT-6 Luna cho thấy tuyên bố về hiệu quả đến từ đâu.
Recraft là trình tạo nhãn dán AI tốt nhất cho đường viền cắt rời, PNG trong suốt và SVG từ cùng một khung vẽ, trong khi Canva tốt hơn cho bảng nhãn dán và đặt in ngay trong cùng trình biên tập. Bảy công cụ đã được chấm điểm vào ngày 9 tháng 11 năm 2026 theo năm tiêu chí in ấn, và chỉ Recraft, Kittl và Canva Print mang lại lộ trình thực sự để có đường cắt hoặc bảng in. Firefly, Ideogram, Leonardo AI và ChatGPT thắng ở những tác vụ hẹp hơn như chuyển ảnh thành nhãn dán hoặc bộ nhãn dán chat.
Google Cloud đã phát hành hỗ trợ huấn luyện ngữ cảnh dài trong MaxText v0.2.4, khung huấn luyện JAX mã nguồn mở của họ, bổ sung bốn chiến lược song song hóa ngữ cảnh trên Cloud TPU: All-gather, A2A (DeepSpeed Ulysses), P2P (Ring Attention) và kết hợp A2A + P2P (USP). Các đánh giá chuẩn với Llama 3.1 8B đạt 70% MFU trên TPU 5p ở độ dài chuỗi lên đến 4 triệu token, và ngữ cảnh mở rộng đến 14 triệu token trên cả TPU 5p và TPU 7, với TPU 7 duy trì 50% MFU dưới 6 triệu token. Bản phát hành có sẵn trên PyPI, trong các Docker image và trên GitHub main, kèm các công thức mẫu cho TPU 7 và TPU 5p.
Vì sao đáng chú ý: Bốn chiến lược song song hóa ngữ cảnh của MaxText trên Cloud TPU, cùng các số liệu MFU đánh giá chuẩn cho Llama 3.1 8B, mang đến cho các nhóm một tham chiếu cụ thể để lựa chọn cách huấn luyện ở độ dài chuỗi hàng triệu token.
Google AI Studio hiện cho phép người dùng xây dựng ứng dụng được hỗ trợ bởi Google Maps Platform trực tiếp từ một câu lệnh, với AI Studio xử lý cấu hình và quản lý khóa API và không cần thẻ tín dụng. Tích hợp này bao gồm các API Maps, Places, Routes và Environment, và sandbox cho phép 100 lệnh gọi mỗi ngày cho mỗi API với hạn mức được đặt lại sau mỗi 24 giờ. Liên kết tài khoản thanh toán Google Cloud sẽ mở khóa hạn mức cấp sản xuất theo giá tiêu chuẩn của Google Maps Platform.
Anthropic báo cáo rằng Claude Fable 5.2 đã thiết kế ba thiết bị điện tử, gồm một loa hội nghị, một trung tâm trợ lý giọng nói và một thú ảo cầm tay, từ những yêu cầu tối thiểu, và Diode Computers đã chế tạo nguyên mẫu hoạt động được từ các tệp thiết kế của nó mà không cần sửa mạch. Trên bộ đánh giá PCB Gym nội bộ của Diode, Fable 5.2 đạt 69% so với 25% của Fable 5, và đạt 83,5% trên BenchCAD 2.1 công khai, gần gấp đôi Claude Fable 5.1. Các thiết bị vẫn là nguyên mẫu chưa qua kiểm định điện, tinh chỉnh ăng-ten, kiểm tra nhiệt hay chứng nhận, và Claude không được kết nối với thiết bị kiểm thử hay máy móc sản xuất.
Vì sao đáng chú ý: Báo cáo của chính Anthropic về việc Claude Fable 5.2 thiết kế ba thiết bị điện tử hoạt động được cho thấy các mô hình đã tiến xa đến mức nào, từ việc chỉ bố trí một phần PCB đến tạo nguyên mẫu phần cứng đầu-cuối.
Hệ thống hướng dẫn viết AI Ronjiro của Preferred Networks đã giành Giải thưởng Đặc biệt AI (Hỗ trợ Học tập) tại Giải thưởng Lớn e-Learning Nhật Bản lần thứ 23. Ronjiro sử dụng AI tạo sinh bao gồm mô hình nền tảng PLaMo do PFN phát triển trong nước để hỗ trợ học sinh trung học học viết luận và bài văn, cung cấp phản hồi về cấu trúc logic và các điểm cần cải thiện chỉ trong vòng một phút. Hệ thống đã được cung cấp từ tháng 3 năm 2026 thông qua YP Switch, một liên doanh với Tập đoàn Yarakis Switch, và hiện đang được giới thiệu tại một số lớp học School IE trên toàn quốc.
Một so sánh giữa bảy công cụ tạo nhân vật AI, được chấm điểm dựa trên tính nhất quán của tư thế, ảnh tham chiếu, kiểm soát phong cách, định dạng xuất và gói miễn phí, cho thấy không có công cụ nào tốt nhất cho mọi yêu cầu. Recraft dẫn đầu về việc giữ một nhân vật qua nhiều tư thế với phong cách tái sử dụng và xuất vector SVG, trong khi Midjourney thắng về diện mạo khung hình đơn nhưng không có gói miễn phí, gói Basic giá $10 mỗi tháng. Gemini và ChatGPT phù hợp để lặp lại một nhân vật trong cuộc trò chuyện, và Recraft, Gemini, ChatGPT, Leonardo, Ideogram và OpenArt đều cung cấp gói miễn phí hoặc tín dụng hàng tuần.
Google thông báo Pathways, hệ thống huấn luyện phân tán cho các mô hình lớn bao gồm Gemini, đã đạt trạng thái Khả dụng chung trên Google Cloud Platform. Pathways thay thế cách thực thi SPMD đồng bộ bằng một máy khách Python duy nhất khai báo toàn bộ phép tính dưới dạng đồ thị luồng dữ liệu, trong khi một môi trường chạy phân tán đặt các khối lên thiết bị ảo, di chuyển và phân mảnh lại tensor, và sắp xếp công việc trên toàn cụm. Google cho biết thiết kế này cho phép ánh xạ lại một máy chủ bị lỗi sang các chip khỏe mạnh thay vì khởi động lại công việc, và một dịch vụ Pathways dùng chung có thể phục vụ nhiều máy khách từ một cụm.
Vì sao đáng chú ý: Google giải thích mô hình một bộ điều khiển của Pathways khác với SPMD như thế nào và cách nó xử lý truyền tensor giữa các nhóm, lập lịch và phục hồi khi máy chủ gặp sự cố.
Preferred Networks đã phát hành PLaMo 3.0 Fin, một mô hình ngôn ngữ nhỏ chuyên ngành tài chính được xây dựng trên mô hình tiền huấn luyện PLaMo 3 NICT từ nghiên cứu chung với NICT và được huấn luyện thêm trên dữ liệu tài chính tiếng Nhật, công bố trọng số mở trên Hugging Face theo PLaMo Community License. Mô hình bổ sung Reasoning từng bước với các dấu vết suy luận được xuất bằng tiếng Nhật, cùng với tool calling cho tìm kiếm web, tính toán và truy cập cơ sở dữ liệu nội bộ, và có thể chạy trên một GPU duy nhất trong môi trường đám mây kín hoặc tại chỗ. PFN cho biết quá trình huấn luyện theo chỉ dẫn cho Reasoning và sử dụng công cụ được thực hiện trên chip AI MN-Core 2 của riêng họ, với việc chuyển mã hoàn thành trong vòng một tuần và tốc độ huấn luyện tương đương với môi trường GPU.
GitHub đã công bố hướng dẫn dành cho nhà phát triển về kỹ thuật tác tử, trình bày cách Copilot hỗ trợ các giai đoạn Lập kế hoạch, Xây dựng, Xác minh và Quan sát trong công việc phần mềm. Hướng dẫn trích dẫn con số 1,2 tỷ commit của GitHub trong một tuần vào tháng 10 năm nay, cao hơn 400% so với một năm trước đó, và một nghiên cứu của Faros AI phát hiện rằng các pull request mất thời gian xem xét lâu hơn 441% khi các nhóm chuyển từ mức độ áp dụng AI thấp lên cao. Hướng dẫn trình bày chi tiết các tính năng bao gồm Copilot trong Slack hoặc Teams, Plan Mode, GitHub Agentic Workflows, cloud sandboxes, session continuity, shared memory, Copilot Dreaming và Copilot Fusion.
Meta đã giới thiệu không gian trong ứng dụng Muse, một cách tương tác để người dùng xây dựng một Muse cá nhân hóa hơn bằng cách mô tả một ý tưởng như công cụ theo dõi quà tặng, trò chơi chữ hàng ngày hoặc bảng lập kế hoạch DIY. Người dùng có thể điều chỉnh từng không gian với Muse, đặt nó vào thanh bên hoặc các tab chính, ẩn hoặc lên lịch, và kết nối ứng dụng để các chi tiết như ngày diễn hòa nhạc và thay đổi giá được cập nhật trong nền. Không gian có sẵn ở mọi nơi Muse có mặt bắt đầu từ hôm nay, và Meta cho biết họ đang khám phá các tùy chọn chia sẻ và triển khai các phiên bản mô hình chuyên biệt được huấn luyện với những hiểu biết từ Muse Wonder.
Ai2 đã phát hành ToyBlocks, một khung mô phỏng mở được xây dựng xoay quanh một cánh tay robot và các khối trên mặt bàn, là sản phẩm đầu tiên trong FoundationWorlds của họ dành cho việc học và đánh giá robot có kiểm soát. Khung này tự động tạo kỹ năng và bản trình diễn thông qua RL và lập kế hoạch chuyển động trong Isaac Lab, đạt tốc độ lên tới 24 lần thời gian thực trên một GPU, và đi kèm 85.336 bản trình diễn tầm xa bao phủ gần 1.600 giờ và 144 triệu khung hình. Trong các thí nghiệm của mình, tỷ lệ thành công của kỹ năng nguyên tử ManiFlow là 80,0% trong mô phỏng và 81,1% trên Franka FR3 thực tế, trong khi hệ thống Molmo 2 kết hợp ManiFlow thành công trong 55,5% tập mô phỏng và 50,0% tập thực tế.
Zyphra đã phát hành MAIA dưới dạng bản beta, một AI agent đa người dùng chủ động, ghi nhớ ngữ cảnh nhóm được chia sẻ, thực hiện hành động trên các công cụ được kết nối, và chạy dưới dạng ứng dụng desktop Mac độc lập và trong Slack, miễn phí trong giai đoạn beta. MAIA lưu giữ bộ nhớ liên tục về con người, các quyết định và sở thích kèm theo nguồn, thực thi các tác vụ nhiều bước bằng ngôn ngữ tự nhiên, và có thể lên lịch công việc định kỳ. Nó tuân theo quyền của công cụ hiện có, xác nhận trước các hành động không thể đảo ngược, và cho phép người dùng xem và xóa bộ nhớ, với các cuộc trò chuyện riêng tư được giữ kín trừ khi được chia sẻ.
Ai2 đã phát hành ToyBlocks, một khung mô phỏng mở được xây dựng xoay quanh một cánh tay robot và các khối trên mặt bàn, là sản phẩm đầu tiên trong FoundationWorlds của họ dành cho nghiên cứu học robot có kiểm soát. ToyBlocks tự động tạo nhiệm vụ và bản trình diễn thông qua RL và lập kế hoạch chuyển động trong Isaac Lab, đạt tốc độ tạo dữ liệu lên tới 24 lần thời gian thực trên một GPU duy nhất, và đi kèm với 85.336 bản trình diễn tầm xa bao phủ gần 1.600 giờ và 144 triệu khung hình. Trong các thử nghiệm thực tế trên Franka FR3, tỷ lệ thành công của kỹ năng nguyên tử của ManiFlow là 80,0% trong mô phỏng và 81,1% trên phần cứng, trong khi hệ thống Molmo 2 kết hợp ManiFlow thành công trong 55,5% số tập mô phỏng và 50,0% số tập thực tế.
vLLM đã chuyển bản dựng CUDA của mình sang LibTorch Stable ABI, và kể từ v0.33.0, nó phát hành LibTorch ABI Stable CUDA wheels, nhờ đó có thể import một PyTorch wheel mới mà không cần rebuild vLLM. Nhóm đã chuyển các nguồn trong cây và bảy phụ thuộc phụ thuộc LibTorch, bao gồm FlashMLA, DeepGEMM và FlashAttention-2/3, sang các API ổn định, sử dụng torch-abi-audit trong CI để xác nhận không còn ký hiệu không ổn định nào. Bài viết nêu các đánh đổi như tập con API ổn định bị giới hạn và chi phí nhỏ ở phía host, và cho biết các bản dựng CPU và ROCm sẽ là bước tiếp theo.
OpenClaw đã xây dựng lại cách nó phát hiện mô hình để các mô hình mới như GPT-6.1 Sol xuất hiện mà không cần phát hành bản cập nhật, lấy danh sách từ một danh mục tự cập nhật tại catalog.openclaw.ai (được xây dựng lại bốn giờ một lần, khoảng 1.000 mô hình), danh sách mô hình của nhà cung cấp riêng cho từng tài khoản, và một bắt tay với Codex mới hơn trên PATH của bạn. Danh mục chuyển đổi trực tiếp trên một Gateway đang chạy, và danh sách mô hình không còn bị thu hẹp sau khi nhà cung cấp hết thời gian chờ hoặc hoán đổi danh mục.
Bài báo REINFORCE Zero của NVIDIA Research và Inferact cho thấy việc căn chỉnh kernel của rollout và trainer cho phép lấy mẫu quan trọng ở mức token không cắt (unclipped token-level importance sampling) hiệu chỉnh độ trễ trọng số còn lại, huấn luyện ổn định qua 20.000 lần cập nhật ở policy lag 64 và đạt thông lượng bước huấn luyện gấp 2,40 lần so với huấn luyện đồng bộ với kernel đã căn chỉnh. Với kernel tiêu chuẩn, KL trung vị từ rollout đến learner tăng 83,33 lần trong suốt quá trình chạy và pass@1 trực tuyến trên AIME24 giảm từ 34,27% xuống 13,96%, trong khi một sequence gate giúp ổn định huấn luyện nhưng loại bỏ 24,48% chuỗi tính đến 1.000 lần cập nhật cuối. Thiết lập zero-mismatch hiện bao phủ DeepSeek-V4.1-Flash, Kimi K3.1 vào ngày phát hành, cùng DeepSeek-V4-Flash và Kimi K3.1 trên AMD MI355X, với mã nguồn tại Inferact/zero-mismatch-rl và NVIDIA-NeMo/labs-molt.
Vì sao đáng chú ý: NVIDIA Research và Inferact tách khoảng cách giữa rollout và learner trong async RL thành độ trễ trọng số và sự không khớp kernel, cho thấy việc căn chỉnh kernel cho phép lấy mẫu quan trọng không cắt duy trì huấn luyện ổn định ở policy lag 64.
VeRL-Omni v0.3.0 đã được phát hành với các luồng thực thi RL bất đồng bộ và tách rời, V1 trainer là mặc định, và mở rộng phạm vi hậu huấn luyện trên hiểu biết hình ảnh, video, âm thanh và đa phương thức. Bản phát hành bổ sung huấn luyện văn bản và âm thanh Qwen3-Omni hoàn toàn bất đồng bộ, huấn luyện Omni và diffusion bất đồng bộ tách rời với bộ đệm phát lại, và các công thức mới bao gồm MiniMax H3 với DiffusionNFT và MiniCPM-o 4.5 GSPO. Trong một thí nghiệm MiniCPM-o 4.5 AVQA trên 4×H800 80 GB, separate-async 3+1 chậm hơn khoảng 9% mỗi prompt so với colocated 4+0 ở độ dài phản hồi tự nhiên, gần như ngang bằng ở 512 token, và nhanh hơn khoảng 6.7% ở 1024 token.
Sierra, nền tảng AI trải nghiệm khách hàng, đã được vinh danh vào Hall of Innovation của JPMorganChase, với giải thưởng được trao cho CEO Bret Taylor tại Hội nghị chuyên đề Đổi mới Công nghệ thường niên lần thứ 18 của J.P. Morgan ở Palo Alto vào ngày 29 tháng 10. Hall of Innovation, được thành lập năm 2011, công nhận các công ty công nghệ tư nhân đã tạo ra tác động đáng kể tại JPMorganChase thông qua đổi mới và hợp tác chặt chẽ. CIO của Chase, Gill Haus, đánh giá Sierra là một đối tác mạnh mẽ trong việc khám phá AI tác tử cho ngân hàng, trong khi Taylor cho biết các tác tử được xây dựng trên Sierra có thể được triển khai trên web, di động, trò chuyện, email và thoại để giải quyết các tác vụ phức tạp.
Sierra đã phát hành Accelerators, các gói dựng sẵn cho những quy trình có khối lượng lớn như theo dõi đơn hàng, đặt lịch hẹn, tiếp nhận yêu cầu bồi thường và xác minh danh tính, hiện đã có trong Agent Studio. Mỗi Accelerator đi kèm các tích hợp và guardrail cơ bản, và Ghostwriter điều chỉnh nó theo chính sách riêng của công ty; các bản cập nhật từ Sierra được giữ nguyên trong khi các thay đổi của khách hàng được theo dõi riêng. Các nhóm sẽ sớm có thể tự xây dựng và chia sẻ Accelerator của riêng mình trong nội bộ.
Meta đang triển khai các cuộc trò chuyện bằng giọng nói thời gian thực và avatar biểu cảm trong ứng dụng Muse trên di động, web và Mac, bắt đầu từ Mỹ. Người dùng nhấn vào biểu tượng điện thoại để nói, có thể ngắt lời phản hồi và chọn từ hàng trăm giọng nói cùng các chế độ chỉ giọng nói, avatar hoặc toàn màn hình. Giọng nói sẽ sớm có mặt trên AI Glasses và Muse Charm.
Vì sao đáng chú ý: Ứng dụng Muse của Meta hiện hỗ trợ các cuộc trò chuyện bằng giọng nói thời gian thực với avatar biểu cảm, cho thấy giọng nói và xử lý ngắt lời đang dịch chuyển vào các trợ lý AI tiêu dùng.