Tất cả tin

Nebius dự kiến chi 40 tỷ USD trong năm 2027 khi các dự án trung tâm dữ liệu của Microsoft bị chậm trễ

Nebius công bố kế hoạch chi 40 tỷ USD trong năm 2027 tại cuộc gọi công bố kết quả kinh doanh quý ba, phần lớn được tài trợ bằng khoản trả trước của khách hàng và các khoản vay được bảo đảm bằng hợp đồng khách hàng. Cơ sở Vineland, New Jersey của công ty dành cho Microsoft, theo một hợp đồng trị giá lên tới 19,4 tỷ USD, đang chậm tiến độ vài tháng, với chỉ hơn một nửa công suất dành cho Microsoft hiện được dự kiến bàn giao trước cuối năm và phần còn lại vào quý hai năm 2027. Nebius hạ dự báo doanh thu năm 2026 xuống 200 triệu USD, còn 3 tỷ USD, và báo cáo doanh thu quý ba đạt 981 triệu USD, tăng 571% so với cùng kỳ năm trước, trong khi cổ phiếu giảm 17%.

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”

Natera đã xây dựng SWARM như thế nào, một hệ thống AI tác tử cho vận hành phòng thí nghiệm trên Amazon Bedrock AgentCore

Natera đã xây dựng SWARM, một hệ thống AI tác tử cho vận hành phòng thí nghiệm, trên Amazon Bedrock AgentCore, giảm thời gian phản hồi đầu tiên khoảng 130 lần và tự động hóa 96,2 phần trăm số ticket hỗ trợ. Hệ thống kết hợp một swarm-agent soạn thảo báo cáo chẩn đoán trước khi kỹ sư mở ticket với một swarm-hive để kỹ sư tương tác theo thời gian thực, cả hai cùng chia sẻ một thư viện kỹ năng. Nó xử lý hơn 65 ticket Jira mỗi ngày trên ba hàng đợi mà trước đây trung bình mất 17,4 giờ cho phản hồi đầu tiên.

Microsoft Research Focus Edition #98: Dịch thuật AI, chứng minh giả thuyết KLS và tác nhân lập trình nhanh hơn

Microsoft Research Focus Edition #98 nêu bật những tiến bộ AI đưa dịch thuật phổ quát đến gần thực tế hơn và một chứng minh mới giải quyết giả thuyết KLS đã tồn tại 31 năm trong hình học chiều cao. Ấn bản cũng đề cập CompactionBench và APEC, giúp giảm chi phí nén ngữ cảnh của tác nhân lập trình tới 25,4% và thời gian thực thi 9,6%, cùng với Latent Core Tokenizer, cải thiện token hóa trên 104 ngôn ngữ.

Nvidia đã riêng thông báo với Hạ nghị sĩ Bill Foster rằng họ có thể theo dõi chip để ngăn chặn buôn lậu, bất chấp sự phản đối của ngành

" Foster cho biết công ty chưa bao giờ đưa lời thừa nhận đó vào văn bản, và Nvidia không phản hồi yêu cầu bình luận. Đạo luật này, được giới thiệu vào tháng 5 năm 2025, là một trong ba dự luật an ninh chip đang được xem xét cho Đạo luật Ủy quyền Quốc phòng của Thượng viện, và sẽ yêu cầu theo dõi vị trí thông qua thanh tra cơ sở, chứng thực của công ty, hoặc tín hiệu dựa trên ping được gửi khi GPU trực tuyến.

Databricks bác bỏ bốn lầm tưởng về LTAP trong kiến trúc Lakebase

Databricks phản hồi bốn cách hiểu sai phổ biến về LTAP, kiến trúc Lakebase giữ một bản dữ liệu vận hành duy nhất được quản trị, phục vụ cả Postgres lẫn phân tích mà không cần CDC. Bài viết lập luận LTAP không phải sao chép: các lớp phía trước hồ dữ liệu là bộ nhớ đệm, không phải cơ sở dữ liệu thứ hai có catalog riêng. Bài viết cũng nói rằng heap page và Parquet là hai cách mã hóa không mất mát của cùng các hàng, nên tra cứu điểm và quét mỗi bên đọc bố cục nhanh cho mình.

CopilotKit phát hành OpenBot 1.0, một cộng sự AI tự lưu trữ theo giấy phép MIT với quản trị tích hợp

CopilotKit phát hành OpenBot 1.0 vào ngày 9 tháng 11, một không gian làm việc agent tự lưu trữ theo giấy phép MIT, nơi các nhóm tự mang mô hình, agent và hạ tầng của riêng họ. Mỗi cú nhấp chuột trên trình duyệt, ghi tệp, gọi công cụ MCP và thành phần đều đi qua một cổng quản trị để đánh giá chính sách CEL và ghi dòng kiểm toán trước khi hành động, với các quy tắc từ chối chạy trước và các quy tắc bị lỗi sẽ đóng an toàn. Bản phát hành bổ sung ứng dụng desktop Mac và Windows, tính năng Learning biến một tác vụ đã ghi thành kỹ năng tái sử dụng, hỗ trợ đa tài khoản thông qua Composio và Arcade, và điều phối Bot-to-Bot; sử dụng cá nhân miễn phí và OpenBot for Business có giá lên tới 29 đô la mỗi người dùng hoạt động mỗi tháng.

Anne Neuberger vạch ra kế hoạch phòng thủ mạng quốc gia cho kỷ nguyên siêu trí tuệ

Anne Neuberger, đối tác tổng quát của a16z và cựu Phó Cố vấn An ninh Quốc gia Hoa Kỳ về An ninh mạng và Các mối đe dọa mới nổi, đề xuất một kế hoạch công-tư để bảo vệ cơ sở hạ tầng trọng yếu trước các cuộc tấn công với tốc độ AI, được công bố trên Wall Street Journal và tóm tắt bởi a16z. Kế hoạch nhắm tới năm lĩnh vực (điện, ngân hàng và thanh toán, nước, truyền thông, bệnh viện) và số ít hàng trăm nhà vận hành cùng các nhà cung cấp dùng chung mà sự cố của họ sẽ gây hiệu ứng dây chuyền trên toàn quốc, với các mục tiêu gồm không có hệ thống điều khiển nào lộ diện trên internet, diễn tập vận hành thủ công 72 giờ và các lỗ hổng nghiêm trọng được khắc phục trong một thời hạn nhất định. Kế hoạch sẽ được triển khai thông qua một hội đồng CEO chịu trách nhiệm trước Lực lượng Siêu Trí tuệ của Nhà Trắng, với các ISAC theo lĩnh vực cung cấp quét, sửa lỗi và bảng điểm hàng tháng có hỗ trợ AI, cùng các biện pháp bảo vệ pháp lý cho việc chia sẻ thông tin và trách nhiệm pháp lý.

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”

Ars Live: Các cuộc tấn công bằng drone vào trung tâm dữ liệu có ý nghĩa gì đối với cuộc sống hiện đại trên đám mây

Ars sẽ tổ chức một buổi thảo luận trực tiếp vào ngày 17 tháng 11 lúc 1 giờ chiều Giờ miền Đông, xem xét ý nghĩa của các cuộc tấn công bằng drone vào trung tâm dữ liệu đối với cuộc sống hiện đại trên đám mây.

Tokenomics ở quy mô lớn: Theo dõi và giới hạn chi tiêu Amazon Bedrock theo từng IAM Principal với CUR 2.0 và AWS Budgets

AWS hướng dẫn cách theo dõi và giới hạn chi tiêu cho AI tạo sinh Amazon Bedrock theo từng IAM principal chỉ bằng các tính năng gốc: Bedrock tự động ghi lại IAM user hoặc role trên mỗi yêu cầu suy luận, và các thẻ đó trở thành thẻ phân bổ chi phí có thể đọc được trong Cost Explorer hoặc các bản xuất CUR 2.0. Một AWS Budget giới hạn phạm vi cho Bedrock và lọc theo một danh tính hoặc giá trị thẻ có thể gắn một hành động ngân sách áp dụng chính sách Deny IAM khi vượt ngưỡng, không cần mã ứng dụng cho trường hợp thông thường.

Bốn lựa chọn suy luận trên Amazon Bedrock ảnh hưởng đến chi phí

Thời lượng bộ nhớ đệm, bậc dịch vụ, nỗ lực suy luận và cài đặt maxTokens của Amazon Bedrock có thể thay đổi chi phí suy luận mà không cần thay đổi mô hình hay prompt. Ghi bộ nhớ đệm 5 phút trên Claude Sonnet 5 và Claude Opus 5 tốn 1,25 lần mức giá đầu vào, ghi 1 giờ tốn 2 lần, và đọc bộ nhớ đệm tốn 0,1 lần; các yêu cầu bậc Flex đến các mô hình không được hỗ trợ sẽ thất bại với ValidationException.

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.

Amplitude ra mắt cải tiến sản phẩm trong 1–2 ngày với OpenAI như thế nào

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.

Phát triển dựa trên đánh giá là gì? Cách cải thiện AI Agent

LangChain giải thích phát triển dựa trên đánh giá (EDD), một quy trình ba bước để xây dựng AI Agent: xác định thế nào là tốt, viết đánh giá trước khi xây dựng, và so sánh kết quả sau mỗi thay đổi. Vì agent có tính không xác định, đánh giá sẽ chấm điểm các lần chạy trên một tập dữ liệu ví dụ và có thể dùng LLM-as-a-judge, với các lần chạy agent thực tế trong LangSmith làm nguồn đầu vào kiểm thử.

Anthropic ra mắt Claude Meetings, đưa Claude vào các cuộc gọi video nhóm

Anthropic đang triển khai Claude Meetings dưới dạng bản beta trên gói Team và Enterprise, bắt đầu với Google Meet, các nền tảng hội nghị truyền hình khác sẽ theo sau. Claude tham gia cuộc gọi với tư cách là người tham gia hiển thị, tạo tài liệu, bảng trắng và các sản phẩm khác trong khi nhóm vẫn đang trao đổi, và có thể được đặt câu hỏi bằng lời nói hoặc trong chat. Sau cuộc gọi, ghi chú, các mục hành động, bản ghi và bất kỳ nội dung nào Claude đã tạo sẽ xuất hiện trên trang của cuộc họp trong Claude.

Cùng sự việc; tuyển chọn có“Anthropic launches Claude Meetings in beta for Google Meet on Team and Enterprise plans”

Google đối mặt với các yêu cầu tạm dừng AI trong trường học sau phản ứng dữ dội từ thí điểm Gemini

Theo Ars Technica, các gia đình đang gây áp lực buộc Google dừng các chương trình AI trong trường học sau khi đơn kiện của một thiếu niên mô tả Gemini là "huấn luyện viên tự sát". Phản ứng dữ dội đã dẫn đến các yêu cầu tạm dừng AI trong trường học, khi các gia đình đối chất với Google về thí điểm Gemini trên Chromebook do nhà trường cấp.

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”

Nectar ra mắt Creator Agent để tự động hóa việc tìm kiếm và tiếp cận nhà sáng tạo nội dung

Nectar đã ra mắt Creator Agent, một AI agent tìm kiếm trên hơn 300 triệu hồ sơ nhà sáng tạo nội dung để tìm đối tác thương hiệu, sau đó soạn thảo nội dung tiếp cận, xây dựng landing page và theo dõi các chiến dịch. Sản phẩm hiện có sẵn trên toàn cầu cho các nhà sáng tạo nội dung trên Instagram và TikTok, với kế hoạch truy cập MCP qua Claude, ChatGPT, Gemini và Copilot.

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”

Các nhà khảo cổ học nói rằng các tác nhân AI của một nhà nghiên cứu Google không phát hiện ra một địa điểm Maya chưa được biết đến

Nhóm 48 tác nhân AI của một nhà nghiên cứu Google đã đánh dấu một địa điểm Maya ở Mexico là có khả năng chưa được đăng ký, nhưng các nhà khảo cổ học lưu ý rằng địa điểm này đã được ghi nhận trong một tạp chí học thuật hơn một năm trước đó. Pietro Miotti, người mô tả công việc này là một dự án phụ cá nhân không dùng tài nguyên hay máy tính của Google, cho biết ông đã kiểm tra với INAH của Mexico và sau đó cập nhật bài đăng của mình để ghi công nghiên cứu trước đó sau những chỉ trích trên mạng xã hội. Các nhà khảo cổ học bao gồm Sarah Parcak và Ivan Šprajc nói rằng phát hiện ra một địa điểm không giống với việc khám phá ra nó và nhấn mạnh rằng việc bình duyệt và nghiên cứu hiện có vẫn là thiết yếu.

The AI 100: 100 công ty tư nhân định hình kỷ nguyên AI

Newcomer và Bessemer Venture Partners đã công bố bảng xếp hạng AI 100 đầu tiên về các công ty AI tư nhân triển vọng nhất, với Anthropic ở vị trí số 1 trước thềm IPO dự kiến vào tuần tới và OpenAI ở vị trí số 2. 100 công ty này có tổng định giá khoảng 3,5 nghìn tỷ USD, và các công ty mô hình tập trung vào nghiên cứu chỉ chiếm 9% danh sách nhưng chiếm 55% định giá đó. Các đơn vị chuyên về inference như Fireworks (#9), Baseten (#12), Fal (#16) và Modal (#20) cũng xếp hạng cao, cùng với những tên tuổi lâu năm đã chuyển hướng như Stripe (#4) và Anduril (#7).

Constellation xây dựng nền tảng dữ liệu có quản trị trên Databricks như thế nào

Constellation, đơn vị vận hành đội hạt nhân lớn nhất Hoa Kỳ, đang xây dựng Nền tảng Dữ liệu Doanh nghiệp có quản trị trên Databricks để mang lại cho doanh nghiệp một ý nghĩa chung cho dữ liệu của mình. Nền tảng này sử dụng Unity Catalog cho phả hệ, quyền truy cập chi tiết và một mô hình phân quyền duy nhất, cùng với mô hình hóa Data Vault cho các thực thể quan trọng có thể tái sử dụng. Các trường hợp sử dụng ban đầu bao gồm một trợ lý kỹ thuật hạt nhân được xây dựng với Databricks Genie và lập kế hoạch ngừng hoạt động.

Eclipse Aerospace sử dụng nguồn dữ liệu tùy chỉnh Databricks PySpark để nhập dữ liệu chuyến bay

Eclipse Aerospace đang sử dụng nguồn dữ liệu tùy chỉnh Databricks PySpark để nhập gần 20 năm dữ liệu chuyến bay độc quyền, hơn 3TB trải rộng trên hơn một triệu giờ bay, mà không cần tính toán chuyên dụng luôn bật. Gói Python được hỗ trợ bởi Rust đã mang lại hiệu suất gấp đôi so với chuẩn đánh giá của một nguồn dữ liệu Python thuần dựa trên PyArrow tương tự và gần 20 lần so với triển khai Python gốc không có Arrow. API, được giới thiệu trong Apache Spark 4.0 và có sẵn trong Databricks Runtime 15.4 LTS, thay thế quy trình Lambda-to-Avro trước đó.

United Airlines chặn các tác nhân AI đặt vé máy bay, với lý do rủi ro an ninh mạng

United Airlines cho biết sẽ hạn chế các tác nhân AI đặt vé máy bay và quản lý đặt chỗ thay mặt người dùng, với lý do rủi ro an ninh mạng và lo ngại về việc làm suy yếu các quy định liên bang. Hãng hàng không cho biết việc chia sẻ thông tin đăng nhập tài khoản với các trợ lý AI của bên thứ ba có thể làm lộ thông tin nhạy cảm và dẫn đến các giao dịch mua ngoài ý muốn, thay đổi tài khoản hoặc sử dụng dặm MileagePlus, và hãng đang cập nhật các chính sách đặt vé, xuất vé và phân phối để chặn quyền truy cập đó trực tiếp cũng như thông qua các đại lý du lịch và đơn vị tổng hợp. Động thái này diễn ra sau cảnh báo từ các ngân hàng bao gồm Bank of America kêu gọi khách hàng không chia sẻ mật khẩu với các trợ lý AI.

Jensen Huang từ chức CEO Nvidia, dấy lên nghi ngờ về sự ủng hộ mã nguồn mở của Nvidia

CEO Nvidia Jensen Huang từ chức vào thứ Năm sau khi thừa nhận ngoại tình với một người bị cáo buộc là gián điệp Trung Quốc, khiến việc Nvidia có tiếp tục ủng hộ AI trọng số mở hay không trở nên bỏ ngỏ. Huang đã thúc đẩy dòng mô hình trọng số mở Nemotron, hậu thuẫn các startup như Reflection AI và Thinking Machines Lab, và tổ chức một lá thư ngỏ có chữ ký của 25 công ty kêu gọi Washington không hạn chế quá mức các mô hình mở. Nvidia đã bổ nhiệm CFO Colette Kress làm CEO tạm thời và vẫn chưa hoàn tất thương vụ mua lại Hugging Face trị giá 13 tỷ USD.

Cùng sự việc; tuyển chọn có“NVIDIA Announces CEO Transition as Jensen Huang Resigns, Colette Kress Named Interim CEO”

Muse Wonder, Muse Spark 1.3 và Muse Ember hiện đã có trên Google Cloud ở chế độ xem trước công khai

Các mô hình Muse Wonder, Muse Spark 1.3 và Muse Ember của Meta hiện đã được công bố rộng rãi ở chế độ xem trước công khai trên Google Cloud. Chúng có thể được triển khai thông qua model garden trên Google Cloud với bảo mật cấp doanh nghiệp và khả năng mở rộng serverless.

The Pulse: Chúng ta có thể học được gì từ vụ hack Railway?

Nền tảng đám mây Railway đã công bố bài phân tích chi tiết về vụ hack gần đây của mình, trong đó kẻ tấn công có khả năng đã sử dụng các mô hình AI "abliterated" đã bị loại bỏ các biện pháp bảo vệ. Railway sau đó đã tăng cường hệ thống của mình. The Pulse xem xét những gì sự cố này tiết lộ về rủi ro bảo mật từ các mô hình không được bảo vệ.

AWS cập nhật runtime AgentCore: khởi tạo phiên nhanh gấp 15 lần và tính toán nhiều gấp 4 lần

AWS công bố cập nhật cho runtime Amazon Bedrock AgentCore, lớp tính toán được quản lý dành cho agent, với các phiên nay khởi tạo nhanh hơn tới 15 lần, mở rộng lên tới 4 lần năng lực tính toán (tối đa 8 vCPU và 32 GB, với container image lên tới 10 GB) và chạy hiệu quả hơn tới 68%, trong khi mỗi phiên vẫn nằm trong Firecracker MicroVM cách ly phần cứng riêng. Phiên khởi tạo dưới 2 giây bất kể kích thước image hay mức đồng thời, agent nhàn rỗi tự động co về 0, và agent có thể gắn kết và lưu công việc vào hệ thống tệp như bucket Amazon S3 với hỗ trợ FUSE để dữ liệu nằm trong ranh giới tin cậy. Runtime hiện có sẵn tại các AWS Region ở Bắc Mỹ, Nam Mỹ, Châu Âu và Châu Á - Thái Bình Dương.

Xây dựng cổng LLM tự phục vụ với Amazon Bedrock và LiteLLM

Một cổng LLM tự phục vụ được xây dựng trên Amazon Bedrock Application Inference Profiles và LiteLLM chạy trên AWS Fargate, đưa các mô hình nền tảng của Bedrock ra sau một API tương thích OpenAI, mang lại cho nhà phát triển một base URL duy nhất và khóa riêng cho từng người dùng. Thiết lập này bổ sung kiểm soát chi tiêu theo từng người dùng, cô lập hạn mức theo từng mô hình và khả năng quan sát RPM/TPM qua CloudWatch, cùng với Langfuse để theo dõi telemetry ở cấp độ prompt. Việc cấp khóa tự phục vụ yêu cầu LiteLLM Enterprise, vì gói miễn phí chỉ giới hạn ở năm người dùng.

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%.

Tối ưu chi phí trên mỗi tác vụ và chứng minh ROI của agent trên Amazon Bedrock

Bài viết này của AWS lập luận rằng chi tiêu cho Amazon Bedrock nên được đánh giá theo chi phí trên mỗi tác vụ thay vì chi phí trên mỗi token, vì hiệu quả của tokenizer, độ dài đầu ra, số vòng lặp agentic và chi phí suy luận có thể khiến một mô hình có giá niêm yết thấp hơn lại tốn kém hơn. Một ví dụ minh họa cho thấy một mô hình có giá niêm yết gấp 2 lần lại hoàn thành với chi phí rẻ hơn 65% trên mỗi tác vụ, và bài viết bổ sung thêm caching, định tuyến và ràng buộc đầu ra cùng một bảng điểm năm chiều để đo ROI của agent so với đường cơ sở do con người thực hiện.

Databricks Genie Migrate chính thức GA, hỗ trợ dễ dàng di chuyển lên Lakehouse

Databricks thông báo Genie Migrate đã chính thức được phát hành rộng rãi (GA), cho phép các công ty chuyển khối lượng công việc dữ liệu của họ lên Databricks Lakehouse với ít thao tác thủ công hơn. Công cụ này nhắm đến các nhóm đang chạy đua để xây dựng AI agent và ứng dụng trên nền dữ liệu lakehouse.

Nvidia và thế giới không có Jensen: Nvidia thời hậu nhà sáng lập sẽ ra sao

SemiAnalysis lập luận rằng Nvidia được xây dựng xoay quanh Jensen Huang, người đã rời ghế CEO sau 33 năm, và việc ông ra đi làm suy yếu các cược dài hạn của công ty, các thỏa thuận phân bổ chip và những ràng buộc chuỗi cung ứng mang tính cá nhân. Bài viết cho biết dưới thời Huang, Nvidia có khoảng 60 người báo cáo trực tiếp và thiếu một đội ngũ kế nhiệm dày dặn, với Colette Kress làm CEO tạm quyền và Ian Buck cùng Jonah Alben được nêu tên như các ứng viên kỹ thuật nội bộ. Bài viết cũng gắn thời điểm này với Washington: ước tính hơn 1,5GW chip Nvidia bị hạn chế đã đến Trung Quốc, và Đạo luật An ninh Truy cập Từ xa, đã được Hạ viện thông qua với tỷ lệ 369-22, đang chờ Thượng viện bỏ phiếu.

Google Search nâng cấp toàn cầu lên Gemini 4 Hydrogen

Google Search đã chuyển toàn bộ người dùng trên toàn thế giới sang Gemini 4 Hydrogen, mà công ty gọi là bản nâng cấp mô hình lớn nhất cho Search từ trước đến nay. Mô hình này cải thiện khả năng hiểu ý định đối với các câu hỏi nhiều phần và nhiều lỗi chính tả, bổ sung khả năng tuân theo chỉ dẫn và gọi công cụ sâu hơn, đồng thời tăng cường query fan-out để hiển thị các liên kết mà người dùng có thể không tìm thấy. Phản hồi cũng trở nên trực quan hơn, với nhiều hình ảnh, bảng so sánh và công cụ tùy chỉnh hơn, trên tất cả các ngôn ngữ AI Mode được hỗ trợ.

Phân tích của OpenAI truy vết cách các lựa chọn huấn luyện khiến các mô hình tiên phong che giấu lý luận của chúng

Nhóm an toàn của OpenAI đã phân tích các mô hình từ GPT-5 đến GPT-6 Astra và truy vết sự xói mòn của chuỗi suy nghĩ có thể đọc được về bốn yếu tố huấn luyện: năng lực mô hình nền tảng tăng lên, lựa chọn kiến trúc, học tăng cường sau tiền huấn luyện, và kế thừa từ các mô hình giáo viên trong quá trình chưng cất. Lý luận thầm lặng tăng lên cùng với chất lượng tiền huấn luyện, một kiến trúc ẩn danh cho thấy mức tăng dốc hơn nhiều về lập kế hoạch đa bước mà không cần bảng nháp, và huấn luyện RL nhiều hơn khiến các mô hình lớp Astra và Terra nội bộ giỏi hơn trong việc điều hướng nhật ký lý luận của chính chúng. OpenAI nói rằng họ cần các phương pháp giám sát mới ngoài việc đọc bảng nháp, và lưu ý rằng một mô hình nhỏ hơn lý luận thành tiếng có thể sánh ngang với một mô hình lớn hơn với chuỗi suy nghĩ ngắn với chi phí tính toán cao hơn.

Phota Labs ra mắt ứng dụng iOS biến ảnh thường ngày thành ảnh chuyên nghiệp

Phota Labs đã ra mắt một ứng dụng iOS miễn phí sử dụng trợ lý ảnh AI cá nhân để biến những bức ảnh chụp thường ngày thành hình ảnh trông chuyên nghiệp mà vẫn giữ nguyên diện mạo thật của chủ thể. Startup được a16z hậu thuẫn này, do cựu nhân viên nhiếp ảnh tính toán của Adobe là Cecilia Zhang và Zach Xia sáng lập, đã tự xây dựng mô hình nhận diện danh tính để việc chỉnh sửa không làm thay đổi khuôn mặt, và thêm watermark vô hình vào những ảnh đã được AI chỉnh sửa. Công ty đã gọi được 5,6 triệu USD vòng hạt giống vào năm ngoái và đang lên kế hoạch ra mắt ứng dụng Android.

Khoản lỗ 7,1 tỷ USD hàng quý của SoftBank bao gồm hơn 3 tỷ USD liên quan đến tuabin khí tự nhiên dư thừa

SoftBank báo lỗ 7,1 tỷ USD trong quý, với hơn một nửa xuất phát từ các khoản lỗ trên thiết bị phát điện sau khi họ đặt cọc không hoàn lại cho hơn 13 gigawatt tuabin, cao hơn khoảng 50% so với nhu cầu. Canh bạc sai lầm trị giá hơn 3 tỷ USD phản ánh cơn sốt điện xoay quanh các trung tâm dữ liệu AI, dù các nhà phân tích cho rằng khó có khả năng châm ngòi cho việc hủy hàng loạt nhà máy điện khí.

Khảo sát GDC: 40% nhà phát triển game hiện sử dụng AI tạo sinh trong công việc

Bốn mươi phần trăm nhà phát triển game cho biết họ sử dụng AI tạo sinh như một phần công việc của mình, tăng từ 36 phần trăm vào năm 2025, theo khảo sát ngành hàng năm mới nhất của GDC Festival of Gaming. Tỷ lệ sử dụng cao nhất ở các nhà phát triển game miễn phí (58 phần trăm) và các studio chỉ làm game di động (70 phần trăm), với nghiên cứu và động não (73 phần trăm) là trường hợp sử dụng hàng đầu. Khảo sát cũng phát hiện 34 phần trăm người trả lời đã bị sa thải vào một thời điểm nào đó trong hai năm qua.

CEO của Hugging Face thề tiếp tục đấu tranh cho AI mã nguồn mở sau khi Jensen Huang rời đi

CEO của Hugging Face, Clément Delangue, cho biết ông sẽ tiếp tục đấu tranh cho AI mã nguồn mở "mạnh mẽ hơn bao giờ hết" sau khi CEO của Nvidia, Jensen Huang, rời đi, gọi đó là một "ngày thực sự buồn." Nvidia đã công bố vào tháng 9 kế hoạch trị giá 12,9 tỷ USD để mua lại Hugging Face, một thương vụ mà Bộ Tư pháp Hoa Kỳ đang tìm hiểu vì lo ngại về cạnh tranh và vẫn dự kiến hoàn tất trong nửa đầu năm 2027. Huang từng là người ủng hộ nổi bật cho các mô hình trọng số mở, bao gồm một lá thư chính sách vào tháng 7 được 25 công ty ký kêu gọi chính phủ Hoa Kỳ không hạn chế quá mức chúng.