Google DeepMind — Gemini Robotics 2: Google DeepMind giới thiệu một họ ba mô hình cho robot gồm Gemini Robotics 2 (vision-language-action), Gemini Robotics ER 2 (embodied reasoning) và Gemini Robotics On-Device 2. Hệ thống mở rộng điều khiển từ phần thân trên sang toàn thân, lập kế hoạch nhiều bước kéo dài vài phút, phối hợp nhiều robot và thích nghi với thân robot mới bằng dưới 200 ví dụ trong vài giờ. Trên các tác vụ với kẹp Franka Duo, công bố ghi nhận tỷ lệ thành công 74,2% cho pick-and-place, 78,9% cho tool kitting và 89,6% cho lắp chính xác; thao tác nhiều ngón vẫn không đồng đều, từ 32% đến 92% tùy nhiệm vụ. Gemini Robotics ER 2 đã có trên Google AI Studio và Gemini Enterprise Agent Platform, còn hai mô hình VLA mới ở diện early access. Nguồn: Google DeepMind — Gemini Robotics 2.

Kết quả thao tác toàn thân của Gemini Robotics 2

OpenAI — giảm giá GPT-5.6 Luna và Terra, thêm Fast mode: Từ ngày 30/07, giá API của GPT-5.6 Luna giảm 80% xuống 0,20 USD cho một triệu token đầu vào và 1,20 USD cho một triệu token đầu ra; Terra giảm 20% xuống lần lượt 2 USD và 12 USD. Fast mode thay Priority Processing, cho GPT-5.6 Sol tốc độ tối đa nhanh hơn 2,5 lần so với Standard nhưng có giá gấp đôi và vẫn tương thích với các request gắn nhãn priority. OpenAI cho biết Sol đã hỗ trợ tối ưu kernel, giúp giảm 20% chi phí phục vụ đầu-cuối, còn các thử nghiệm do model hỗ trợ tăng hiệu suất sinh token hơn 15%; đây là số liệu nội bộ của hãng, chưa phải benchmark độc lập. Với đội phát triển, thay đổi này làm workflow agent khối lượng lớn rẻ hơn và cho phép mua độ trễ thấp ở các bước quan trọng mà không phải đổi model. Nguồn: OpenAI — Advancing the price-performance frontier with GPT-5.6.

LightOn — mDenseOn và mLateOn: LightOn phát hành hai mô hình truy hồi đa ngôn ngữ mở 307 triệu tham số, được huấn luyện trên 2,8 tỷ cặp translate-train và tinh chỉnh với 16,3 triệu mẫu thuộc chín ngôn ngữ tự nhiên cùng mã nguồn. Trong đánh giá của nhóm, mLateOn đạt điểm trung bình 67,59 trên các ngôn ngữ MIRACL chưa xuất hiện khi huấn luyện truy hồi, so với 57,42 của mDenseOn; trên MLDR chưa thấy, chênh lệch là 66,52 so với 35,97. Kết quả gợi ý late interaction chuyển giao tốt hơn dense retrieval sang ngôn ngữ và hệ chữ mới, nhưng hiện là báo cáo của chính nhóm phát hành trên Hugging Face và cần tái lập độc lập. Models, datasets, mã huấn luyện và bài báo arXiv đều được công khai, phù hợp để thử nghiệm RAG đa ngôn ngữ hoặc tìm kiếm mã nguồn. Nguồn: Hugging Face — mDenseOn with the mLateOn.

Tổng quan mDenseOn và mLateOn

Gemini Robotics 2, embodied AI, GPT-5.6, Fast mode, mLateOn, multilingual retrieval