Google DeepMind đã ra mắt các mô hình AI đột phá, Gemini Robotics và Gemini Robotics-ER, hứa hẹn cách mạng hóa lĩnh vực robot. Các mô hình này cho phép robot tương tác với thế giới vật lý một cách khéo léo và linh hoạt, mở ra khả năng cho các trợ lý robot hình người.
Thử thách pháp lý của Elon Musk đối với việc chuyển đổi vì lợi nhuận của OpenAI đã gặp trở ngại, nhưng phán quyết của thẩm phán mang lại hy vọng. Vụ việc nhấn mạnh sự căng thẳng giữa sứ mệnh phi lợi nhuận ban đầu của OpenAI và tham vọng thương mại ngày càng tăng của nó.
GPT-4.5 của OpenAI ra mắt với mức giá cao ngất ngưởng, nhưng những cải tiến so với GPT-4 lại không rõ ràng, gây tranh cãi về giá trị thực sự.
GPT-4.5 ra mắt với giá cao nhưng gây tranh cãi về hiệu quả thực tế. Cải tiến nhỏ, chi phí lớn, liệu có xứng đáng? Các bài kiểm tra độc lập cho thấy kết quả trái ngược với tuyên bố của OpenAI, dấy lên nghi ngờ về tính minh bạch.
Phân tích chuyên sâu về GPT-4.5, các mô hình suy luận, ứng dụng AI trong vệ tinh, và cách loại bỏ cụm từ lặp lại trong ChatGPT. Từ cải tiến nhỏ đến khám phá không gian.
Alibaba ra mắt Qwen-32B, mô hình suy luận nguồn mở, hiệu suất cao, vượt trội DeepSeek R1 dù có kích thước nhỏ hơn, hứa hẹn dân chủ hóa AI.
Alibaba ra mắt mô hình AI QwQ-32B, thúc đẩy cổ phiếu tăng 8%. Mô hình này cạnh tranh với DeepSeek R1, tiết kiệm năng lượng, và thể hiện 'tinh thần triết học cổ đại', cho thấy sự cạnh tranh trong hệ sinh thái AI của Trung Quốc.
Nhóm Qwen tại Alibaba giới thiệu QwQ-32B, mô hình AI 32 tỷ tham số, cạnh tranh với các mô hình lớn hơn nhờ Reinforcement Learning (RL). Mô hình này thể hiện sự thay đổi quan trọng trong phát triển AI, nhấn mạnh vào việc ứng dụng RL trên các mô hình nền tảng mạnh mẽ.
Một cựu nhà nghiên cứu chính sách tại OpenAI cáo buộc công ty 'viết lại lịch sử' về cách tiếp cận an toàn AI, làm dấy lên lo ngại về việc ưu tiên sản phẩm hơn là các biện pháp phòng ngừa rủi ro tiềm ẩn.
Alibaba bất ngờ phát hành Qwen-32B, một mô hình ngôn ngữ 32 tỷ tham số, hiệu suất ngang ngửa DeepSeek-R1 67.1 tỷ tham số. Mô hình này sử dụng học tăng cường (RL) quy mô lớn, mở ra tiềm năng cho các thiết bị có tài nguyên hạn chế.
