ĐIỂM TIN AI NÓNG - 12/08/2026

Model Releases & Đột phá Công nghệ

• NVIDIA Nemotron 3.5 Lightning — model MoE 30B cho agent tốc độ cao: NVIDIA phát hành trọng số BF16 và NVFP4 của model lai Mamba‑2, Mixture-of-Experts và attention, với 30 tỷ tham số tổng nhưng chỉ 3 tỷ tham số kích hoạt mỗi token; ngữ cảnh tối đa được công bố là 1 triệu token. Model đạt 81,94 trên MMLU‑Pro, 75,44 trên GPQA Diamond và 51,56% trên SWE‑bench Verified trong bộ đánh giá của hãng; NVIDIA cho biết tốc độ sinh token cao hơn tới 4 lần, giúp tác vụ agent hoàn tất nhanh hơn 30% so với các model cùng lớp. Bản BF16 hướng tới hậu huấn luyện, còn NVFP4 được tối ưu cho triển khai; công thức đánh giá đã được công bố trong NeMo Gym để tái lập. Đi kèm model là NeMo Switchyard, thư viện router mã nguồn mở có thể chuyển yêu cầu giữa model mở, model độc quyền và model NVIDIA mà không phải viết lại ứng dụng; benchmark nội bộ của NVIDIA báo cáo chi phí gần bằng một phần ba khi dùng riêng Opus 4.8, nên con số này cần được xem là tuyên bố của nhà cung cấp. Nguồn: NVIDIA, model card trên Hugging Face, thảo luận Hacker News.

• LTX‑2.5 — model video open-weight có multi-shot, 4K HDR và RAW: Lightricks nâng cấp nền tảng video bằng decoder diffusion mới để giảm artifact chuyển động, text encoder Gemma 4 12B cùng prompt enhancer, dự đoán thời lượng tự động và khả năng giữ nhân vật, bối cảnh, ánh sáng, giọng nói xuyên nhiều cảnh quay. Model cho tải trọng số, tự host và fine-tune; giấy phép miễn phí cho tổ chức dưới 10 triệu USD doanh thu thường niên, đồng thời hỗ trợ tối thiểu 16 GB VRAM theo thông tin hãng công bố. Trên 2× GB200, Lightricks đo một clip image-to-video 10 giây ở 720p mất 6,8 giây; bài đo artifact tự động trên 98 prompt ghi nhận 0,28 lỗi/clip cho bản Pro, nhưng đây là benchmark do chính hãng thiết kế và các đối thủ chạy ở độ phân giải không đồng nhất. Với nhà phát triển media, thay đổi thực dụng nhất là có thể đưa workflow video đa cảnh, HDR/RAW và fine-tuning vào hạ tầng riêng thay vì chỉ phụ thuộc API đóng. Nguồn: LTX‑2.5, trọng số trên Hugging Face.

Cập nhật Sản phẩm & Công cụ

• OpenAI Daybreak trên Amazon Bedrock — đưa model cyber vào môi trường AWS hiện hữu: Khách hàng đủ điều kiện hiện có thể dùng Daybreak Blue và Daybreak Red qua Amazon Bedrock sau khi đăng ký Daybreak Access. Blue cung cấp các model đa dụng tuyến đầu như GPT‑5.6 Sol với guardrail cho phòng thủ được ủy quyền; Red mở model cyber chuyên biệt cho nghiên cứu lỗ hổng, xác minh exploit và kiểm thử bảo mật. Điểm đáng chú ý cho đội kỹ thuật là model chạy trong mô hình quản trị, mua sắm, kiểm soát truy cập và vận hành AWS quen thuộc; có thể gọi từ Bedrock console hoặc Responses API qua endpoint bedrock-mantle. Đây là mở rộng kênh phân phối của năng lực đã công bố ngày 10/08, không phải một model mới, và cả hai tầng vẫn yêu cầu xét duyệt phạm vi sử dụng. Nguồn: OpenAI, tài liệu Amazon Bedrock.

Nghiên cứu & Học thuật (Báo cáo nổi bật)

• IBM ALTK‑Evolve — bộ nhớ agent chọn lọc giảm mạnh chi phí token so với ACE: Hai hệ thống đều rút “bài học” từ lịch sử trajectory mà không cập nhật trọng số hay cần nhãn người, nhưng ACE chèn toàn bộ playbook ở mỗi bước còn ALTK‑Evolve hợp nhất guideline theo support count rồi chọn một phần phù hợp với từng tác vụ và năng lực model. Trên 168 tác vụ AppWorld test_normal, cùng agent ReAct dùng DeepSeek‑V3.2, ALTK đạt TGC/SGC 89,3/80,4 với 263 nghìn token mỗi tác vụ, so với ACE 80,4/73,2 và 634 nghìn token. Với gpt‑oss‑120b, ALTK đạt 56,0/37,5 ở 116 nghìn token, gần mức chính xác 54,8/35,7 của ACE nhưng chỉ dùng khoảng một phần bảy số token; nhóm tác giả thận trọng xem chênh lệch TGC này là hòa do nhiễu giữa các lần chạy. Đây là kết quả chạy nội bộ, pass@1 và chưa phải so sánh độc lập; dù vậy, nó đưa ra tín hiệu kỹ thuật rõ rằng truy xuất bộ nhớ theo tác vụ có thể tránh context phình to ở agent dài hơi. Nguồn: IBM Research trên Hugging Face, ALTK‑Evolve.

🏷️ Từ khóa Xu hướng (Keywords)

Nemotron 3.5 Lightning, NeMo Switchyard, MoE, NVFP4, LTX-2.5, open-weight video, Daybreak, Amazon Bedrock, ALTK-Evolve, agentic memory