AI rời khỏi ô chat

• GPT-6 Sol phục vụ các gói trả phí
• GPT-6 Luna dành cho Free và Go
• Intelligent UI tạo trải nghiệm tương tác
• Hơn 1,2 tỷ người dùng mỗi tuần

Điểm mới không chỉ là đổi model mặc định. OpenAI đang đưa lớp giao diện vào ngay bên trong câu trả lời. Điều đó giảm một bước chuyển từ hiểu sang làm, đặc biệt với học tập và phân tích. Nhưng doanh nghiệp phải kiểm tra hành động phía sau từng nút bấm, không chỉ nội dung hiển thị. Giao diện đẹp không sửa được dữ liệu sai hay quyền cấp quá rộng.

• Thiết kế cho lưu lượng lớn
• Giá API giảm 90 phần trăm
• Ưu tiên tốc độ và hiệu quả
• Phù hợp routing nhiều model

Phần lớn workflow không cần model đắt nhất ở mọi bước. Haiku 5.5 phù hợp cho phân loại, trích xuất và định tuyến trước khi gọi model mạnh hơn. Developer nên đo chi phí trên tác vụ thành công thay vì nhìn giá token riêng lẻ. Model rẻ nhưng retry nhiều vẫn đắt. Giá trị nằm ở routing, eval và khả năng kiểm soát tổng chi phí.

• MoE tổng 1 nghìn tỷ tham số
• 49 tỷ tham số active mỗi lượt
• Context tối đa 1 triệu token
• Weights dự kiến cuối tháng

Mistral đang bán cả năng lực lẫn chủ quyền hạ tầng. Model được huấn luyện trên 3.800 GPU Grace Blackwell tại data center châu Âu của hãng. Public preview chưa đồng nghĩa sẵn sàng tự host vì weights còn chờ tới cuối tháng. Khi weights ra mắt, chi phí hạ tầng và guardrail sẽ quyết định khả năng ứng dụng. Open-weight cho thêm quyền, nhưng cũng chuyển thêm trách nhiệm sang đội vận hành.

• Beam có tổng 501 tỷ tham số
• 23 tỷ tham số active mỗi lượt
• Nhắm cạnh tranh model mở Trung Quốc
• Tập trung khả năng tùy biến doanh nghiệp

Sự trở lại của model mở phương Tây giảm phụ thuộc vào hai cực: API đóng của Mỹ và weights mở từ Trung Quốc. Với team data, quyền tùy biến có thể quan trọng hơn điểm benchmark tuyệt đối. Nhưng model tải được không có nghĩa triển khai dễ. Cần tính cả serving, cập nhật, quan sát và kiểm soát abuse. Tổng chi phí sở hữu mới là con số cần so sánh.

• Chạy nhiệm vụ nhiều giờ hoặc nhiều ngày
• Làm việc trên Workspace và Microsoft 365
• Có thể tạo nhóm sub-agent tạm thời
• Hỗ trợ Gemini và Claude

Điểm đáng chú ý là model bắt đầu tách khỏi lớp agent. Doanh nghiệp có thể giữ bối cảnh, quyền và skill trong một nền tảng rồi đổi model phía dưới. Nhưng các câu hỏi về license Workspace, cấp tài khoản và quyền dịch vụ còn chưa rõ. Team Việt nên thử bằng một workflow dài nhưng hẹp. Mỗi chặng phải có log, ngân sách và điểm duyệt.

• Probe đọc activation trong forward pass
• Phát hiện 94 phần trăm phiên độc hại
• Bốn probe tăng độ trễ dưới 2%
• 8,7 phần trăm phiên sạch bị kiểm tra lại

Đây là cách tiếp cận giống bộ lọc nhiều tầng: tín hiệu rẻ kiểm tra trước, lớp đắt chỉ vào cuộc khi cần. Nó phù hợp với agent chạy dài vì không phải đọc lại mọi token bằng model thứ hai. Tuy vậy, detector nội bộ cũng cần kiểm chứng khả năng chuyển giữa model. Doanh nghiệp nên yêu cầu số đo false positive và false negative. An toàn phải gắn với hành động cụ thể khi cảnh báo xuất hiện.

• Hoạt động hoàn toàn offline
• Dùng EmbeddingGemma 2 740M
• Hỗ trợ transcript và ghi chú song song
• Nhập PDF, Docs và Office

Foresight chọn privacy làm điểm khác biệt thay vì cố thắng bằng model cloud lớn. Điều này hợp với phỏng vấn, họp quản trị và tài liệu khách hàng. Đổi lại, model on-device có thể yếu hơn khi âm thanh khó hoặc thuật ngữ chuyên ngành dày. Team nên kiểm tra chất lượng trên dữ liệu thật trước khi thay quy trình ghi biên bản. Local-first chỉ có giá trị khi người dùng vẫn sửa và xuất bản được thuận tiện.

• Public beta trên mọi gói trả phí
• Sửa trực tiếp Docs, Sheets, Slides
• Làm việc từ sidebar hoặc Claude
• Tuân theo quyền chia sẻ Google

Sửa file trực tiếp tiết kiệm nhiều thao tác copy-paste. Nhưng một câu lệnh sai có thể làm thay đổi artifact dùng chung của cả đội. Admin cần rà quyền connector, lịch sử chỉnh sửa và quy trình khôi phục. Người dùng nên giao thay đổi nhỏ, kiểm tra diff rồi mới mở rộng. Tiện lợi chỉ bền khi hoàn tác đủ dễ.

• Giữ memory qua nhiều phiên
• Quota tới cấp người dùng và tổ chức
• Chạy cloud, on-premise, air-gapped
• Model và search có thể thay thế

North 2 đánh đúng các vấn đề xuất hiện sau demo: agent quên bối cảnh, vượt ngân sách và khó truy trách nhiệm. Điểm mạnh là kiểm soát đa model và triển khai gần dữ liệu. Cohere chưa công bố benchmark hiệu năng hay giá niêm yết. Doanh nghiệp nên yêu cầu demo failure path, không chỉ happy path. Câu hỏi quan trọng nhất là hệ thống dừng ra sao khi hết tiền hoặc thiếu quyền.

• Tách context writing khỏi denoising
• Huấn luyện với rollout 5 giây
• Sinh liên tục tới 24 giờ
• Không cần long-video fine-tuning

Video dài thường hỏng vì model vừa phải làm đẹp frame hiện tại vừa ghi ký ức cho tương lai. SGF+ tách hai vai này nhưng vẫn cho chúng tương tác qua causal attention. Kết quả 24 giờ là cột mốc kỹ thuật, chưa đồng nghĩa nội dung dài có câu chuyện tốt. Ứng dụng trước mắt phù hợp hơn với cảnh nền, mô phỏng và stream liên tục. Chất lượng ngữ nghĩa dài hạn vẫn cần đánh giá riêng.

• 3 tỷ tham số, Apache 2.0
• Tạo ảnh trực tiếp trong pixel-space
• Cạnh tranh Qwen-Image ở 1024 pixel
• Không thắng latent ở downstream

Pixel-space nghe hấp dẫn vì tránh mất chi tiết qua VAE. Nhưng thử nghiệm có kiểm soát cho thấy lợi thế đó không tự chuyển sang depth hay phục hồi ảnh. Đây là loại kết quả giúp đội nghiên cứu tiết kiệm thời gian hơn một bảng benchmark đẹp. Developer nên chọn kiến trúc theo tác vụ, không theo trực giác. Việc phát hành weights và recipe giúp kết luận được kiểm tra lại.

• Công bố repository kết quả toán học
• Nhiều proof được formalize bằng Lean
• Có 10 bản tóm tắt suy luận
• Khoảng ba giờ compute trung bình

Kết quả toán do AI tạo dễ gây ấn tượng nhưng khó kiểm chứng. Việc dùng Lean kéo một phần đánh giá từ uy tín sang bằng chứng máy đọc được. Tuy nhiên, formalization chưa bao phủ toàn bộ repository. Cộng đồng vẫn cần kiểm tra novelty, trích dẫn và cách trình bày. Đây là bước tiến về quy trình công bố, không phải giấy phép bỏ qua peer review.

• Đo tiến bộ trên tình huống held-out
• Tính cả chi phí học kỹ năng
• Thử trên bốn môi trường game
• Generalization chỉ chuyển một phần

Một agent có thể đạt điểm cao nhờ nền tảng ban đầu mạnh nhưng học rất ít từ trải nghiệm. Chỉ số plasticity tách hai yếu tố này. Với doanh nghiệp, điều tương tự xảy ra khi memory chứa đầy log nhưng agent không tái sử dụng đúng bài học. Cần đo cả chất lượng artifact, khả năng retrieval và cách áp dụng. “Có memory” không đồng nghĩa “biết học”.

• Chuyển trace thành worldbook có cấu trúc
• Giữ episodic state qua nhiều lượt
• Đánh giá trên chín môi trường
• Không cần dựng lại hệ thống gốc

Đây là hướng thực dụng cho hệ thống khó clone như ERP hoặc phần mềm nội bộ. Trace cung cấp bằng chứng về trạng thái và phản hồi, còn world model lấp phần chuyển tiếp. Rủi ro là log cũ không phủ những hành vi mới hoặc trường hợp hiếm. Doanh nghiệp phải giữ tập replay trên hệ thống thật để kiểm tra. Môi trường mô phỏng nên là bộ lọc đầu, không phải chứng nhận cuối.

• Tỷ lệ tin tự động giảm 19 điểm
• 56 phần trăm vẫn cho phép hoặc chuẩn bị
• 61 phần trăm từng gặp failure sau test
• Mẫu khảo sát tự chọn, cần thận trọng

Dữ liệu không chứng minh toàn thị trường đổi hướng vì hai mẫu khảo sát khác nhau và tự chọn. Nhưng tín hiệu rất hợp lý: doanh nghiệp tăng dùng eval mà giảm sẵn sàng giao quyền production. Đây là cách trưởng thành bình thường của công nghệ mới. Team nên tách quality score khỏi authorization. Một hệ thống đạt benchmark vẫn cần quyền tối thiểu và rollback.

• Giấy phép mã nguồn mở GPL-3.0
• Chạy web, Android và desktop
• Memory là file người dùng đọc được
• Sentinel chặn thao tác khó hoàn tác

nanoMuse đáng chú ý vì coi personal agent là một hệ thống, không phải model. Bộ nhớ, tay điều khiển thiết bị và cơ chế xin phép đều được tách rõ. Dự án còn sớm nên tuyên bố đa thiết bị cần được kiểm tra bằng sử dụng thật. Tự host cũng không tự động bảo đảm riêng tư nếu cấu hình relay sai. Dù vậy, kiến trúc mở tạo cơ sở tốt để cộng đồng audit và thay thế từng phần.

• Phiên điều trần tại Hội đồng New York
• Có cựu nhân sự ba lab lớn
• Đại diện doanh nghiệp cùng tham dự
• Địa phương cân nhắc tăng giám sát

Cảnh báo từ người trong ngành tạo áp lực chính trị, nhưng cấp thành phố có quyền hạn hạn chế với model toàn cầu. Dù vậy, quy tắc địa phương có thể ảnh hưởng mua sắm công, lao động và trách nhiệm doanh nghiệp. Các công ty Việt làm sản phẩm quốc tế nên theo dõi nhiều tầng quy định, không chỉ luật quốc gia. Governance sẽ ngày càng phân mảnh theo thị trường. Thiết kế lưu vết và quyền truy cập từ sớm rẻ hơn sửa sau.

• Vòng vốn vượt 500 triệu USD
• Boyu và IDG Capital dẫn dắt
• Thương vụ Meta 2 tỷ USD bị hủy
• Manus tiếp tục vận hành độc lập

Manus có vốn để tiếp tục mở rộng sau một cuộc chia tách phức tạp. Nhưng mức gọi vốn lớn cũng kéo áp lực doanh thu và mở rộng quốc tế lên cao. Với thị trường agent, đây là tín hiệu nhà đầu tư vẫn tin vào lớp sản phẩm phía trên model. Lợi thế bền không chỉ là demo đa năng. Công ty phải chứng minh retention, biên lợi nhuận và khả năng vận hành qua nhiều khu vực pháp lý.

• Tập trung hạ tầng trọng yếu
• Có kỹ sư hỗ trợ tại chỗ
• OSS Scanner miễn phí cho dự án mở
• Quét lỗ hổng theo lịch định kỳ

Phần mềm mở là hạ tầng chung nhưng thường thiếu ngân sách bảo mật. Quét bằng model mạnh có thể mở rộng năng lực tìm lỗi cho dự án nhỏ. Tuy nhiên, scanner chỉ hữu ích khi issue đủ chính xác và patch được maintainer tin. False positive dễ làm đội duy trì kiệt sức. Chương trình nên được đánh giá bằng lỗ hổng xác nhận và thời gian sửa, không chỉ số cảnh báo.

• GPT-6 cấp năng lực cho Rovo
• Kết nối qua Atlassian Teamwork Graph
• Hơn 3.000 developer dùng Codex
• Hướng tới giao việc trực tiếp cho agent

Model chỉ hữu ích khi đọc đúng ticket, tài liệu và quyết định liên quan. Teamwork Graph là phần giúp Rovo nối được tri thức tổ chức thay vì dựa vào prompt dài. Con số 3.000 developer cho thấy triển khai đã qua giai đoạn thử nhỏ. Nhưng tác động thật cần đo bằng cycle time, lỗi và trải nghiệm developer. Số license sử dụng không tự động bằng năng suất.