# Bài viết Liên quan AI

Trung tâm Tin tức HTX cung cấp những bài viết mới nhất và phân tích chuyên sâu về "AI", bao gồm xu hướng thị trường, cập nhật dự án, phát triển công nghệ và chính sách quản lý trong ngành tiền kỹ thuật số.

Kết Quả Nội Bộ Đầu Tiên Của GPT-5.6 Sol Đã Về, Chi Phí Cho Cùng Nhiệm Vụ Chỉ Bằng Một Nửa Fable 5

Kết quả thử nghiệm nội bộ đầu tiên của GPT-5.6 Sol (phiên bản xem trước) đã được công bố. Theo chia sẻ từ một kỹ sư trưởng tại NVIDIA, Sol đạt được hiệu quả tăng tốc CUDA chỉ trong 30 giờ, trong khi Opus cần tới 64 giờ. Dự kiến, các bản tối ưu sau có thể sẽ vượt trội hoàn toàn so với Opus. Người dùng nội bộ đánh giá cao khả năng viết mã ngắn gọn, súc tích của Sol, với số dòng code ước tính chỉ bằng 1/5 so với Opus, đặc biệt trong C++. Mô hình tập trung vào tối ưu hiệu suất cốt lõi cho các nhiệm vụ suy luận phức tạp, chuỗi dài, thay vì thử nghiệm lan man. So sánh với GPT-5.5 Pro, Sol thể hiện tốt hơn trong việc tuân thủ chỉ dẫn, suy luận không gian và tạo ra giao diện front-end sạch sẽ, bố cục cân đối. Khi so sánh với đối thủ Fable 5, Sol được nhận định có khả năng tổng thể và chất lượng code vẫn còn khoảng cách nhỏ. Tuy nhiên, ưu thế lớn của Sol nằm ở chi phí: chỉ 5 USD/triệu token đầu vào và 30 USD/triệu token đầu ra, rẻ hơn khoảng một nửa so với Fable 5 (10 USD và 50 USD). Ngoài ra, các hạn chế an toàn (safety limits) trên Sol được cho là linh hoạt hơn so với Fable 5, vốn bị người dùng phàn nàn là quá nghiêm ngặt. GPT-5.6 Sol dự kiến sẽ chính thức mở cửa cho tất cả người dùng trong vài ngày tới, thay vì chỉ giới hạn cho một số đối tác như trước.

marsbit22 giờ trước

Kết Quả Nội Bộ Đầu Tiên Của GPT-5.6 Sol Đã Về, Chi Phí Cho Cùng Nhiệm Vụ Chỉ Bằng Một Nửa Fable 5

marsbit22 giờ trước

Thị trường mã hóa còn ai mua không? Giải mã 3 tâm lý chờ đợi phổ biến hiện nay

Tác giả nhận thấy nhiều nhà đầu tư, kể cả những người ủng hộ tiền mã hóa nhiệt thành, hiện đang giữ thái độ thận trọng. Họ thường tập trung vào một số ít tài sản như BTC, trong khi giảm dần vị thế ở các đồng tiền khác và chờ đợi mức giá thấp hơn (ví dụ: BTC về 50,000 USD). Mối quan tâm chính là cơ hội đầu tư vào cổ phiếu AI đang tăng trưởng mạnh, khiến việc phân bổ vốn vào tiền mã hóa có vẻ kém hấp dẫn hơn. Bài viết phân tích ba tâm lý phổ biến: 1. **Hài lòng với danh mục hiện có:** Niềm tin dài hạn vào tài sản số vẫn còn, nhưng họ thiếu động lực ngắn hạn để tăng vốn. Sự thay đổi có thể đến từ một chất xúc tác mới hoặc luân chuyển vốn từ các danh mục khác. 2. **Chờ giá thấp hơn:** Phản ánh kỳ vọng về biến động giá hoặc niềm tin vào tiềm năng tăng trưởng chưa đủ lớn. Tâm lý này có thể thay đổi nếu chu kỳ thị trường dự đoán qua đi mà không có sự sụt giảm lớn, hoặc nếu có sự kiện làm tăng kỳ vọng (ví dụ: quốc gia mua vào). 3. **Chi phí cơ hội:** Trong bối cảnh các cơ hội đầu tư vào AI có vẻ hứa hẹn hơn, thật khó để biện minh cho việc đặt cược vào tài sản số nếu không kỳ vọng tốc độ tăng trưởng vượt trội. Một đợt giảm tốc trong cơn sốt AI có thể tạo điểm đảo chiều và dòng vốn quay trở lại. Kết luận, tác giả cho rằng thị trường có khả năng đang gần đáy hơn là đỉnh. Bài viết cung cấp một cái nhìn chân thực về tâm lý nhà đầu tư hiện tại, nơi niềm tin dài hạn vẫn tồn tại nhưng bị lu mờ bởi sự thận trọng và những lựa chọn thay thế hấp dẫn khác.

marsbitHôm qua 05:34

Thị trường mã hóa còn ai mua không? Giải mã 3 tâm lý chờ đợi phổ biến hiện nay

marsbitHôm qua 05:34

Trung Quốc có thêm 67 kỳ lân trong nửa năm, AI và robot chiếm hơn một nửa

Theo báo cáo từ IT桔子, nửa đầu năm 2026, Trung Quốc chào đón 67 kỳ lân mới với tổng định giá 1829 tỷ USD, đánh dấu sự phục hồi mạnh mẽ sau giai đoạn điều chỉnh. Số lượng này cao nhất trong vòng 5 năm, trung bình mỗi 3 ngày có một kỳ lân ra đời. AI và robot là hai động lực chính, chiếm hơn 53% tổng số, với 17 công ty AI và 19 công ty robot. Trong đó, DeepSeek (615.38 tỷ USD) và Kling AI (180 tỷ USD) dẫn đầu về định giá. Các lĩnh vực bán dẫn, lượng tử cũng có những kỳ lân mới. Về địa lý, các công ty tập trung cao ở Bắc Kinh (19), Thượng Hải (18), Thâm Quyến (9) và Hàng Châu (5), chiếm 76.1%. Mặc dù Hàng Châu chỉ có 5 công ty, nhưng nhờ DeepSeek, tổng định giá của thành phố này lên tới 682 tỷ USD. Cấu trúc định giá có hình kim tự tháp: 77.6% kỳ lân mới có định giá từ 10-20 tỷ USD. Tốc độ phát triển có hai cực: các công ty AI/robot thường thành lập và đạt định giá kỳ lân nhanh (34.3% trong vòng 3 năm), thậm chí có công ty như Bula Ge chỉ mất 1 tháng; trong khi các công ty công nghệ hạt nhân như bán dẫn, dược phẩm sinh học cần thời gian dài hơn (trên 8 năm) để đạt được cột mốc này. Báo cáo chỉ ra xu hướng dịch chuyển từ tiêu dùng internet sang công nghệ cứng. Tuy nhiên, sự tập trung cao vào AI/robot và tốc độ định giá nhanh cũng tiềm ẩn rủi ro về bong bóng và thử thách trong việc hiện thực hóa kỳ vọng thương mại.

marsbitHôm qua 04:52

Trung Quốc có thêm 67 kỳ lân trong nửa năm, AI và robot chiếm hơn một nửa

marsbitHôm qua 04:52

Karpathy mới nhất lên tiếng chỉ trích: Một câu nói khiến cả hội trường các nhà phát triển Agent im bặt

Andrej Karpathy, nhà nghiên cứu cốt cán tại Anthropic, đã gây sốc trong cộng đồng phát triển AI Agent bằng một tuyên bố thẳng thắn: Sai lầm lớn nhất hiện nay là mọi người vội vàng bắt Agent làm việc mà chưa thực sự hiểu rõ các mô hình nền tảng cơ bản. Ông rút ra bài học từ dự án "World of Bits" thất bại năm 2016 tại OpenAI, nơi họ cố gắng tạo Agent điều khiển máy tính. Công cụ khi đó là học tăng cường quá yếu, và ông cho rằng lựa chọn đúng đắn lúc bấy giờ phải là tập trung vào mô hình ngôn ngữ. Karpathy đưa ra ba lời khuyên ngược với xu hướng: 1. Dừng việc ép Agent làm mọi thứ, hãy ưu tiên xây dựng mô hình nền tảng đúng đắn trước. Việc ông gia nhập nhóm tiền huấn luyện tại Anthropic chính là một phiếu bầu cho quan điểm này. 2. Tạo Demo thì dễ, nhưng để biến thành sản phẩm thực sự có thể mất cả thập kỷ, giống như hành trình của xe tự lái hay VR. 3. Agent không phải là sản phẩm; năng lực nền tảng mới là sản phẩm. Xây dựng nền móng vững chắc, và Agent sẽ tự nhiên xuất hiện. Ông cũng gợi ý nên tìm cảm hứng từ khoa học thần kinh, ví dụ như cấu trúc não bộ (hồi hải mã, hạch nền, đồi thị), để hiểu sâu hơn về bản chất của trí tuệ. Điểm đáng chú ý nhất, Karpathy khẳng định rằng tuyến đầu của khả năng Agent không nằm ở các gã khổng lồ như OpenAI hay DeepMind, mà chính là ở các nhà phát triển độc lập và startup. Lý do là trong lĩnh vực Agent, không công ty lớn nào có lợi thế dẫn trước hàng năm trời; mọi người đều ở cùng vạch xuất phát, nơi sự linh hoạt và tốc độ thử nghiệm là lợi thế cạnh tranh. Thông điệp cuối cùng của Karpathy không phải là ngăn cản việc phát triển Agent, mà là cảnh báo không được bỏ qua nền tảng. Ông kêu gọi sự kiên nhẫn đầu tư vào nghiên cứu cơ bản và sẵn sàng cho một cuộc chạy đua dài hạn.

marsbitHôm qua 02:35

Karpathy mới nhất lên tiếng chỉ trích: Một câu nói khiến cả hội trường các nhà phát triển Agent im bặt

marsbitHôm qua 02:35

Người nhận giải thưởng đặc biệt Đại học Thanh Hoa, Cố Dục Hiền, gia nhập DeepSeek

Gần đây, DeepSeek đang mở rộng tuyển dụng mạnh mẽ. Trong danh sách tác giả của bài báo nghiên cứu DeepSeek V4 (dự kiến ra mắt giữa tháng này) có sự xuất hiện của **Cố Dục Hiền (Yuxian Gu)**, nghiên cứu sinh tiến sĩ khóa 2021 tại Đại học Thanh Hoa và người nhận được Học bổng Đặc biệt cho Nghiên cứu sinh năm 2025. Được biết, anh đã chính thức gia nhập DeepSeek. Cố Dục Hiền, cựu nghiên cứu sinh tại Nhóm AI Đàm thoại (CoAI) thuộc Đại học Thanh Hoa dưới sự hướng dẫn của Giáo sư Hoàng Dân Liệt, từng nhận học bổng tiến sĩ Apple 2025 và học bổng Ant In-Tech. Nghiên cứu của anh tập trung vào nâng cao hiệu quả trong toàn bộ vòng đời của mô hình ngôn ngữ lớn (LLM), bao gồm ba hướng chính: Lọc dữ liệu tiền huấn luyện (với các công trình như PDS), Cất cánh kiến thức trong nén mô hình (đại diện là MiniLLM), và Kiến trúc mô hình hiệu quả (như Jet-Nemotron). Lượng trích dẫn bài báo khoa học của anh trên Google Scholar đã gần 5.000. Công trình nổi bật Jet-Nemotron của anh, một kiến trúc ngôn ngữ lai mới, đạt độ chính xác ngang bằng các mô hình chú ý đầy đủ tiên tiến nhất (SOTA) nhưng với hiệu suất vượt trội, tăng tốc tạo sinh lên tới 53.6 lần trên GPU H100 ở ngữ cảnh dài. Mô hình MiniLLM trước đó của anh về phương pháp cất cánh kiến thức cũng được áp dụng rộng rãi bởi Google, Alibaba, NVIDIA. Việc Cố Dục Hiền gia nhập DeepSeek được kỳ vọng sẽ mang lại nhiều thành tựu mới cho công ty.

marsbitHôm qua 02:09

Người nhận giải thưởng đặc biệt Đại học Thanh Hoa, Cố Dục Hiền, gia nhập DeepSeek

marsbitHôm qua 02:09

Xu Hướng Thị Trường Chứng Khoán Mỹ (6/7): Vàng và Tiền Mã Hóa Phục Hồi Trước, Biên Bản Quyết Định Lãi Suất Định Hướng Tuần

Thị trường chứng khoán Mỹ đóng cửa nghỉ lễ Ngày Độc lập vào thứ Sáu, nhưng hợp đồng tương lai Nasdaq 100 vẫn tăng hơn 1%, cho thấy tâm lý lo ngại về lĩnh vực AI đã giảm nhiệt. Vàng phục hồi trong tuần, chấm dứt chuỗi giảm 4 tuần, trong khi dầu Brent tiếp tục giảm do phí rủi ro địa chính trị Trung Đông giảm. Bitcoin và Ethereum tăng mạnh, được xem là tín hiệu dẫn đầu cho sự thèm ăn rủi ro. Tuần này, thị trường đối mặt với nhiều sự kiện quan trọng: SpaceX chính thức được đưa vào chỉ số Nasdaq 100 vào thứ Ba, cùng ngày diễn ra phiên điều trần về thuế quan và Hội nghị Thung lũng Mặt trời. Fed sẽ công bố biên bản cuộc họp vào thứ Năm, với sự chú ý đặc biệt vào ngôn từ có cứng rắn hơn hay không sau khi Chủ tịch mới nhậm chức. Ngoài ra, SK Hynix dự kiến niêm yết ADR trên sàn Mỹ vào cuối tuần, và mùa báo cáo quý 2 chính thức bắt đầu. Logic của phe lạc quan là sự phục hồi trước của hợp đồng tương lai và vàng, cho thấy tâm lý thị trường vẫn tích cực. Tuy nhiên, những lo ngại về biên bản Fed, thuế quan và sự kiện SpaceX có thể làm giảm sự lạc quan này. Điểm then chốt nằm ở ngôn từ trong biên bản Fed: nếu không cứng rắn hơn dự kiến, đà phục hồi có thể tiếp tục; ngược lại, các tài sản biến động cao như Bitcoin có thể phản ứng đầu tiên.

marsbitHôm qua 01:35

Xu Hướng Thị Trường Chứng Khoán Mỹ (6/7): Vàng và Tiền Mã Hóa Phục Hồi Trước, Biên Bản Quyết Định Lãi Suất Định Hướng Tuần

marsbitHôm qua 01:35

OpenAI đề xuất chuyển nhượng 5% cổ phần cho Chính phủ Mỹ

OpenAI đã đề xuất chào bán 5% cổ phần cho chính phủ Mỹ với mức định giá 852 tỷ USD, trị giá hơn 400 tỷ USD. CEO Sam Altman cũng đề xuất tất cả các công ty AI lớn của Mỹ cùng tham gia một cơ chế tương tự, đóng góp cổ phần vào một quỹ công cộng để chia lợi nhuận cho chính phủ và người dân, lấy cảm hứng từ Quỹ Thường trực Alaska. Động thái này được xem như một nỗ lực chia sẻ lợi ích và xây dựng lòng tin với các nhà quản lý, trong bối cảnh ngành AI đang đối mặt với sức ép giám sát ngày càng tăng tại Mỹ. Các cuộc đàm phán sơ bộ đã diễn ra với các quan chức cấp cao. Altman lập luận rằng việc công chúng nắm giữ cổ phần là cách tốt nhất để chia sẻ thành quả từ tăng trưởng AI. Tuy nhiên, đề xuất này vẫn chỉ mang tính chất khái niệm và có thể cần luật của Quốc hội để thực hiện. Trong khi đó, một số chính trị gia như Thượng nghị sĩ Sanders lại ủng hộ mức nắm giữ công cộng lên tới 50%, phản ánh các quan điểm khác nhau về mức độ can thiệp. Đề xuất diễn ra khi OpenAI và Anthropic đang chuẩn bị cho việc lên sàn chứng khoán và đối mặt với sự chậm trễ trong việc phê duyệt phát hành các mô hình AI tiên tiến. Việc chính phủ trở thành cổ đông có thể tạo ra một kênh ảnh hưởng đến các quyết định quan trọng, từ an toàn đến quản trị, định hình lại mối quan hệ giữa ngành công nghiệp AI và nhà nước trong cuộc đua phát triển AGI (Trí tuệ nhân tạo phổ quát).

marsbitHôm qua 01:07

OpenAI đề xuất chuyển nhượng 5% cổ phần cho Chính phủ Mỹ

marsbitHôm qua 01:07

Anthropic tạo ra một bộ 'hình phạt' cho AI vượt ngục: Yêu cầu của bạn, bốn cách chết

Bài viết thảo luận về hệ thống phân loại và đánh giá mức độ nghiêm trọng của các yêu cầu "jailbreak AI" (vượt rào an ninh AI) mới được Anthropic công bố, có tên là Khung Đánh giá Mức độ Nghiêm trọng Vượt Rào AI (CJS). Hệ thống phân loại của Anthropic chia các yêu cầu liên quan đến an ninh mạng thành bốn loại: (1) Nguy hiểm cao (ví dụ: phần mềm tống tiền) bị chặn hoàn toàn; (2) Công cụ kép rủi ro cao (như thử nghiệm thâm nhập); (3) Công cụ kép rủi ro thấp (như quét lỗ hổng đã biết); và (4) Vô hại (như gỡ lỗi). Tuy nhiên, hệ thống được thiết kế quá nhạy, dẫn đến việc chặn nhiều yêu cầu hợp pháp (ví dụ đếm chữ cái, debug). Để đánh giá mức độ nguy hiểm của một lần vượt rào, Anthropic đề xuất khung CJS với bốn thang đo: Mức độ tăng cường khả năng tấn công (0-4), Phạm vi khả năng (0-2), Độ khó vũ khí hóa (0-2) và Tính dễ phát hiện (0-2). Tổng điểm 0-10 xác định mức độ nghiêm trọng từ CJS-0 (thông tin) đến CJS-4 (khủng hoảng). Điểm số phụ thuộc vào bối cảnh thời gian và kiến thức của người dùng. Bài viết chỉ ra rằng Anthropic, thông qua liên minh Glasswing với các tập đoàn công nghệ lớn, đang nắm quyền định nghĩa "nguy hiểm" và thiết lập tiêu chuẩn này. Điều này có thể ảnh hưởng đến việc kiểm duyệt mô hình và trải nghiệm người dùng. Bối cảnh được đặt trong lệnh cấm xuất khẩu của Mỹ lần đầu tiên nhắm vào API mô hình AI (như với Fable 5), cho thấy sự kiểm soát công nghệ ngày càng chặt chẽ. Khung CJS được xem như một công cụ để hợp thức hóa các quyết định kiểm soát đó. Cuối cùng, bài viết đưa ra một số lời khuyên cho người dùng khi bị chặn: điều chỉnh từ ngữ trong lệnh, cảnh giác với tín hiệu bị giáng cấp chất lượng phản hồi, hoặc kiên nhẫn chờ đợi các cải tiến không rõ thời hạn từ Anthropic.

marsbitHôm qua 00:26

Anthropic tạo ra một bộ 'hình phạt' cho AI vượt ngục: Yêu cầu của bạn, bốn cách chết

marsbitHôm qua 00:26

Thu nhập 100 triệu đô la mỗi năm, hai bạn cùng phòng Berkeley thế hệ 9x tạo ra mô hình kinh doanh AI sinh lời nhất

Công ty không tạo ra AI nào nhưng kiếm được 100 triệu USD mỗi năm! Đó là Arena, nền tảng bảng xếp hạng và đánh giá mô hình AI khổng lồ, bắt nguồn từ một dự án nghiên cứu mã nguồn mở có tên Chatbot Arena do một nhóm từ UC Berkeley khởi xướng vào năm 2023. Cốt lõi của Arena là một bảng xếp hạng được xây dựng dựa trên hàng chục triệu lượt bình chọn "mù" của người dùng thực. Người dùng nhập prompt, hai mô hình ẩn danh trả lời và họ chọn câu trả lời tốt hơn. Cơ chế "đấu trường" đơn giản này đã thu hút hơn 1000 triệu lượt đánh giá, trở thành điểm tham chiếu quan trọng. Tất cả các gã khổng lồ như OpenAI, Google, Anthropic, Meta đều đưa mô hình hàng đầu của họ lên đây để kiểm tra, thậm chí cả GPT-5 dưới bí danh. Bí quyết kiếm tiền của Arena nằm ở dịch vụ thương mại AI Evaluations, ra mắt tháng 9 năm ngoái. Các công ty phát triển mô hình và doanh nghiệp lớn trả phí để Arena huy động cộng đồng hàng triệu người dùng đánh giá chuyên sâu mô hình của họ, cung cấp phân tích hiệu suất trong thế giới thực mà các bài kiểm tra tiêu chuẩn không có được. Đây là mô hình kinh doanh "bán dụng cụ" trong cơn sốt AI: khi các công ty đua nhau cải thiện mô hình, nhu cầu cho dịch vụ đánh giá và tinh chỉnh sau khi triển khai càng lớn. Dự án này được đồng sáng lập bởi hai bạn cùng phòng tại Berkeley: CEO Anastasios Angelopoulos (chuyên gia học máy) và CTO Wei-Lin Chiang (người đứng sau chatbot mã nguồn mở Vicuna nổi tiếng). Dự án tách ra thành công ty vào mùa xuân 2025, nhanh chóng huy động được 100 triệu USD vốn hạt giống, định giá 6 tỷ USD. Đến tháng 1 năm nay, họ đã hoàn thành vòng gọi vốn Series A 150 triệu USD, định giá 1.7 tỷ USD. Arena không ngừng mở rộng, gần đây ra mắt Chế độ Tác nhân (Agent Mode) để đánh giá các AI thực hiện nhiệm vụ dài, phức tạp như viết mã, nghiên cứu. Arena đặt cược vào một tương lai nơi việc đánh giá khách quan, dựa trên dữ liệu thực tế về hiệu suất AI sẽ ngày càng quan trọng và có giá trị.

marsbitHôm qua 00:21

Thu nhập 100 triệu đô la mỗi năm, hai bạn cùng phòng Berkeley thế hệ 9x tạo ra mô hình kinh doanh AI sinh lời nhất

marsbitHôm qua 00:21

活动图片