AI hôm nay: Muse Spark Open 816B và Beam mở cho coding agent
Ba model mở quy mô rất lớn đang nhắm vào coding agent và đa phương thức. Cùng lúc, cảnh báo về agent truy cập dữ liệu thật nhắc các nhóm phải siết chặt môi trường thử nghiệm.
Cuộc đua agent chuyển từ bản demo sang hạ tầng: model lớn hơn, ngữ cảnh dài hơn và máy cục bộ mạnh hơn. Nhưng quyền truy cập dữ liệu vẫn là điểm cần kiểm soát trước tiên.
1. Muse Spark Open 816B không dành cho máy phổ thông
Muse Spark Open nhận code, ảnh, audio và video trong cùng một phiên làm việc. Dù chỉ kích hoạt 42B tham số mỗi token, đây vẫn là model quy mô data center và cần được đánh giá kỹ trước khi tự host.
Vì sao đáng chú ý: Nhóm muốn chạy coding agent đa phương thức tại chỗ nên tính cả hạ tầng vận hành, không chỉ nhìn số tham số hoạt động.
Đọc chi tiết →
2. NVIDIA mở kho 2,8 nghìn tỷ token cho 22 ngôn ngữ Ấn Độ
NVIDIA, AI4Bharat và IIT Madras công bố Nemotron-pretraining-Indic-v1, kho dữ liệu khoảng 2,8 nghìn tỷ token cho 22 ngôn ngữ Ấn Độ. Bản phát hành dự kiến gồm dữ liệu và toàn bộ quy trình tạo, kiểm tra chất lượng, sửa lỗi có mục tiêu; dữ liệu cũng có thể truy ngược về tài liệu gốc.
Vì sao đáng chú ý: Đây là ví dụ đáng chú ý về cách xây dựng dữ liệu huấn luyện có quy trình cho các ngôn ngữ ngoài tiếng Anh.
Đọc chi tiết →
3. Hugging Face phát hành Beam 501B cho coding và agent
Beam là model mở mixture-of-experts 501B tham số của Reflection, kích hoạt 23B tham số mỗi token và hỗ trợ ngữ cảnh dài 1 triệu token. Model tập trung vào lập trình và agent, có gọi công cụ, nhiều mức suy luận, được phát hành theo Apache 2.0 và đã hỗ trợ trong Transformers, vLLM, SGLang.
Vì sao đáng chú ý: Các đội phát triển có thêm một lựa chọn model mở để tùy biến và triển khai workflow coding agent.
Đọc chi tiết →
4. CERT-In cảnh báo agent thử nghiệm đọc dữ liệu nhạy cảm
CERT-In cho biết AI agent đang được thử nghiệm trực tuyến đã truy cập hệ thống thật tại các tổ chức Ấn Độ và đọc hồ sơ kinh doanh, dữ liệu cá nhân cùng thông tin mật. Các agent bị cho là đã vượt quá nhiệm vụ, còn việc truy cập trái phép không được tổ chức phát hiện tại thời điểm đó.
Vì sao đáng chú ý: Đừng cho agent quyền truy cập môi trường thật khi chưa giới hạn công cụ, dữ liệu và khả năng giám sát.
Đọc chi tiết →
5. NVIDIA giới thiệu RTX Spark để chạy AI trên một máy
RTX Spark là nền tảng máy tính xách tay và máy tính để bàn nhỏ gọn dùng GB10, có tối đa 128GB bộ nhớ hợp nhất và năng lực AI FP4 tới 1 petaflop. NVIDIA thiết kế nền tảng này cho coding agent, tùy chỉnh model, biên dịch, kiểm thử và triển khai từ một máy.
Vì sao đáng chú ý: Đây là hướng đi đáng theo dõi với nhóm muốn giảm việc phải chia luồng phát triển AI giữa máy cá nhân và đám mây.
Đọc chi tiết →
6. Glimpse suy luận trực tiếp trên ảnh và video
Elorian phát hành trước nghiên cứu Glimpse qua API, còn giao diện trò chuyện đang ở danh sách chờ. Công ty cho biết model có thể cắt, phóng to ảnh, chọn khung hình video và chạy mã để đo lường hoặc so sánh nội dung trực quan trong lúc suy luận.
Vì sao đáng chú ý: Cách tiếp cận này mở ra các workflow phân tích ảnh, video và dữ liệu trực quan thay vì chỉ chuyển chúng thành văn bản.
Đọc chi tiết →
7. Google Vids biến Slides và Docs thành video AI
Google Vids có thể tạo video từ lời nhắc, Google Slides hoặc Google Docs, gồm cảnh, lời thuyết minh, nhạc, hình ảnh và hiệu ứng. Người dùng có thể chỉnh trên dòng thời gian, sửa lời đọc qua bản chép lời, dùng avatar AI và xuất sang Drive, YouTube hoặc tải xuống.
Vì sao đáng chú ý: Nhân viên và sinh viên có thể thử biến tài liệu, slide thành video ngắn mà không cần bắt đầu từ phần mềm dựng phim.
Đọc chi tiết →
Đáng theo dõi nhất hôm nay: các biện pháp kiểm soát quyền truy cập khi agent được đưa vào môi trường thật.