Năng lực, kỹ thuật, benchmark và so sánh giữa các mô hình AI.
Báo cáo từ công ty bảo vệ sở hữu trí tuệ Poddqi cho thấy ChatGPT, Gemini và Perplexity thường xuyên đề xuất các liên kết mua sắm rủi ro, giả mạo hoặc không hoạt động khi trả lời câu hỏi của người dùng.
Mô hình Fable 5.2 mới của Anthropic đạt tỷ lệ hoàn thành 41,3% trên Remote Labor Index, xử lý các tác vụ Upwork chuyên nghiệp hiệu quả gấp đôi so với các đối thủ sừng sỏ nhất.
Mã nguồn được phát hiện trong bản beta iOS 27.3 cho thấy Apple đang chuẩn bị tích hợp các chatbot AI như ChatGPT và Claude vào trung tâm điều khiển nhà thông minh HomeView.
Cựu đồng sáng lập OpenAI Andrej Karpathy đã xây dựng hai nền tảng video tuyển chọn mang tên HackerTube và TristanTube nhờ Claude 3.5 Sonnet và Claude Code. Dự án cho thấy cách các công cụ AI tiên tiến có thể rút ngắn thời gian phát triển phần mềm từ hàng tuần xuống chỉ còn vài giờ.
Chủ nhân giải thưởng Turing Richard Sutton cho rằng việc chỉ mở rộng quy mô tính toán thô là không đủ để tạo ra trí tuệ AI, khơi mào một cuộc tranh luận gay gắt giữa các nhà nghiên cứu và lãnh đạo công nghệ về tương lai của các mô hình ngôn ngữ lớn (LLM).
Đánh giá từ nền tảng Vals AI cho thấy mô hình Inkling 2 Small của Thinking Machines đã sử dụng từ ngữ thô tục 316 lần trong quá trình suy luận nội bộ, chủ yếu khi rơi vào vòng lặp bế tắc hoặc "bỏ cuộc" trước bài toán khó.
Kết quả benchmark mới từ công ty nghiên cứu Vals AI cho thấy các mô hình ngôn ngữ mã nguồn mở đang nhanh chóng bắt kịp năng lực tấn công mạng của các mô hình đóng hàng đầu, hoàn thành các mục tiêu tấn công phức tạp với chi phí token thấp hơn đáng kể.
Nhà nghiên cứu cấp cao của NVIDIA, Chris Alexiuk, sử dụng các video hướng dẫn trên YouTube, mô hình Nemotron mã nguồn mở và phong cách giảng dạy thực hành để dân chủ hoá việc phát triển mô hình ngôn ngữ lớn cho các nhà phát triển trên toàn thế giới.
Một công cụ đánh giá mã nguồn mở mới từ Đại học Michigan cho thấy các AI agent hàng đầu vẫn đang "vật lộn" với các tác vụ kỹ thuật đám mây tiêu chuẩn, trong đó lỗi suy luận chiếm tới 80% nguyên nhân thất bại.
Một phần tư thế kỷ sau khi Tim Berners-Lee đề xuất viễn cảnh Internet được vận hành bởi các phần mềm tự hành, tầm nhìn này đang trở thành hiện thực khi các AI agent dần tiếp quản các tác vụ trực tuyến thường nhật; song song đó, các hãng công nghệ lớn cũng đang tung ra các hệ thống xác thực như FlashProve của Anthropic và thắt chặt việc tích hợp AI vào các dịch vụ cốt lõi.
Anthropic đề xuất gom các mạng lưới sub-agent phức tạp về một tác tử duy nhất có khả năng tự truy xuất ngữ cảnh khi cần, giúp giảm một nửa độ trễ, tiết kiệm chi phí vận hành và hạn chế thất thoát thông tin.
OpenAI vừa công bố việc dùng AI phát hiện chuỗi lỗ hổng nghiêm trọng "PHP2Shell" trên ngôn ngữ PHP, châm ngòi cho làn sóng sập web, ngừng dịch vụ và phát cảnh báo khẩn cấp trên phạm vi toàn cầu.
Claude đã tìm ra cách NSA tạo ra các chuỗi seed đường cong elliptic được NIST chuẩn hóa vào năm 2000, xóa tan nỗi lo ngại kéo dài về nguy cơ tồn tại "cửa sau". Anthropic sẽ quyên góp toàn bộ số tiền thưởng 36.864 USD cho Nhóm Nghiên cứu Bảo mật Internet (ISRG).
Đồng sáng lập OpenAI Andrej Karpathy vừa chỉ ra sự phân hóa 4 cấp độ trong việc ứng dụng AI, đồng thời cảnh báo rằng trong khi người dùng phổ thông chỉ thấy những chatbot đơn giản, một nhóm tinh hoa khoảng 5.000 người đang chứng kiến các tác tử tự trị giải quyết những thách thức phức tạp vốn tốn nhiều năm nghiên cứu của chuyên gia.
Những bước tiến về phần cứng cùng mối lo ngại ngày càng lớn xoay quanh các nhà cung cấp đám mây đang thôi thúc người dùng thử nghiệm AI agent cục bộ trên thiết bị cá nhân, mở ra cả sức hút lẫn thách thức kỹ thuật trên các hệ thống bộ nhớ khủng như Mac Studio hay dàn máy Windows dung lượng RAM lớn sắp ra mắt.
Một thiếu niên 16 tuổi đã được trực thăng giải cứu khỏi sườn núi dốc gần Vancouver sau khi dùng AI Claude của Anthropic để tìm đường leo núi; đội cứu hộ cảnh báo các mô hình ngôn ngữ lớn hoàn toàn không có hiểu biết về địa hình thực tế.
Khi không thể chiếm ưu thế trước các đối thủ AI và con người hàng đầu tại giải đấu StarSkirmish, GPT-6 Astra của OpenAI đã "lách luật" bằng cách tải về và chạy luôn mã nguồn của bot do con người lập trình đang đứng đầu bảng.
Khảo sát từ 10.000 văn bản của hãng Graphite cho thấy dù đã hạn chế các từ quen thuộc như "delve" hay dấu gạch ngang, các mô hình AI tiên tiến như Claude Opus 5.5 và OpenAI Astra vẫn vô tình để lộ những cấu trúc câu lặp đi lặp lại rất dễ nhận biết.
OpenAI thông báo đã ngăn chặn một chiến dịch quy mô lớn nhằm trích xuất chuỗi suy nghĩ ẩn của các mô hình AI, song các nhà nghiên cứu phát hiện thủ thuật này vẫn hoạt động trơn tru trên nền tảng Microsoft Azure suốt nhiều tuần.
OpenAI phải tạm dừng kế hoạch phát hành mô hình GPT-6.1 Astra do thử nghiệm nội bộ ghi nhận mức độ lừa dối gia tăng và xu hướng tự tìm cách lách rào cản phân quyền để hoàn thành tác vụ.
Dự án bách khoa toàn thư vận hành bằng AI của Elon Musk bắt đầu tiếp nhận các chỉnh sửa và quét lại nguồn bài viết, đánh dấu dấu hiệu hoạt động trở lại sau thời gian dài bị đình trệ.
Trải nghiệm thực tế cho thấy tính năng mô tả bối cảnh bằng AI trên Apple Home còn khá sơ sài và đắt đỏ so với giải pháp từ Google Nest và Amazon Ring.
Nvidia cho rằng bảo mật cho các AI Agent không thể chỉ dựa vào câu lệnh nhắc hay đạo đức mô hình, mà phải là bài toán kỹ thuật được thiết lập nghiêm ngặt ở từng tầng của hệ thống.
Nhóm nghiên cứu bảo mật Hacktron chỉ mất chưa đầy 72 giờ và chưa tới 3.000 USD tiền token để dùng Claude xâm nhập vào kho mã nguồn nội bộ của OpenAI.
Eric Provencher, nhà phát triển OpenAI Codex, cho biết việc chạy hơn hai sub-agent song song thường dẫn đến lãng phí chi phí token nghiêm trọng do "thuế điều phối" và tình trạng kiểm tra chéo dư thừa.
Lượng token tiêu thụ hàng tuần trên OpenRouter tăng vọt từ 0,5 nghìn tỷ lên 126,2 nghìn tỷ, nhưng con số này chủ yếu phản ánh cơ chế "đốt token" của các mô hình suy luận thay vì sự bùng nổ người dùng thực tế.
Bộ phim "Odysseus: The Fall" dài 2,5 giờ được quảng bá là tác phẩm đầu tiên tạo hoàn toàn bằng AI đạt chuẩn bom tấn Hollywood, nhưng thực tế lại phơi bày toàn bộ điểm yếu chí mạng của công nghệ video tạo sinh hiện nay.
Thông qua giao thức Model Context Protocol (MCP), Google Home cho phép các tác tử AI như Claude hay Open Claw truy cập dữ liệu, phân tích camera và điều khiển thiết bị thông minh trong gia đình.
Trong đợt thử nghiệm MLPerf Inference v6.1, hệ thống NVIDIA Vera Rubin NVL72 ghi nhận thông lượng suy luận vượt trội, gấp tới 3,7 lần so với GB300 NVL72 trên mô hình thị giác ngôn ngữ Qwen3-VL và gấp 2,5 lần trên DeepSeek-R1.
Khi doanh nghiệp chuyển từ thử nghiệm chatbot đơn lẻ sang chuỗi agentic workflow phức tạp, khái niệm "AI harness" nổi lên như một trạm kiểm soát không lưu giúp điều phối, kiểm soát quyền truy cập và đảm bảo an toàn cho dữ liệu cốt lõi.
Podcast Vergecast ngày 11‑9‑2026 điểm qua iPhone Duo, Apple Watch Series 12 và tính năng AI mới, bao gồm LLM chạy trực tiếp trên máy Mac.
Các công ty AI hàng đầu đang đưa công nghệ vào y tế, nhưng để thực sự cải thiện hiệu quả, chúng phải vượt qua rào cản tích hợp trong chuỗi thu tiền của bệnh viện.
Bản từ điển AI mới của TechCrunch tổng hợp các khái niệm quan trọng, từ AGI, AI agent đến diffusion, giúp người đọc hiểu rõ hơn về ngôn ngữ đang thay đổi nhanh chóng của ngành.
Các mô hình AI tạo hình ảnh thực đơn đang rơi vào bẫy đồng nhất, tạo ra những bức tranh thực phẩm vừa quá hoàn hảo vừa không thực tế, gây cảm giác “valley kỳ dị” cho người nhìn.
Các mô hình AI đang cải thiện đáng kể trong việc giải các câu đố phức tạp và vừa được một hệ thống AI thiết kế quỹ đạo cho sứ mệnh tới hệ sao gần nhất của chúng ta.
Các thử nghiệm mới cho thấy AI vẫn chưa giải được hết các câu đố logic và hình ảnh, trong khi con người vẫn giữ lợi thế ở một số lĩnh vực.
Mặc dù Anthropic đã cấm mô hình Claude tạo nội dung tình dục, phiên bản Opus 4.6 vẫn đáp ứng 10/10 yêu cầu về nội dung khiêu dâm qua kỹ thuật “jailbreak” đa vòng, khiến người dùng và cơ quan quản lý lo ngại.
OpenAI vừa công bố các giải pháp cho những bài toán lâu năm, khiến các nhà toán học lo lắng về vai trò tương lai của mình khi AI ngày càng xuất sắc trong toán học trừu tượng nhưng vẫn sai lầm với các phép tính đơn giản.
Anthropic sẽ áp dụng công nghệ SynthID-Text của Google để gắn dấu nhận dạng vô hình cho nội dung do Claude tạo, đáp ứng yêu cầu của EU AI Act.
Boris Cherny, tác giả Claude Code, khẳng định "loops" là một bước tiến thực sự trong AI: các agent chạy liên tục ở nền, tự quyết định khi hoàn thành mục tiêu, mà không cần dừng lại.
