CryptoPepper

Generalist AI của GEN-1 đã đến — robot thật sự bắt đầu làm việc
Tại GTC 2026, hai cánh tay robot tự động hoàn thành đóng gói điện thoại
NVIDIA tạo ra "Android" cho robot, Generalist phát triển mô hình thao tác linh hoạt ở "lớp ứng dụng", Universal Robots cung cấp phần cứng.
Không giống như Figure, Tesla Bot. Generalist chỉ làm mô hình, tích hợp phần cứng của người khác. Tài sản nhẹ, vòng đời phát triển nhanh.
Năm 2026 là bước ngoặt của robot phổ quát. Không phải vì demo ấn tượng, mà vì chuỗi cung ứng đã hình thành: chip + mô hình + phần cứng + cảnh quan, bốn tầng đều có người làm
Chúng ta đang

Một bài báo khiến tôi phải dừng lại và xem trong nửa giờ S0 Tuning
Ý tưởng cốt lõi: Không chỉnh sửa trọng số của mô hình, chỉ điều chỉnh một ma trận trạng thái ban đầu, có thể nâng cao đáng kể khả năng mã hóa của mô hình.
Trên Qwen3.5-4B, chỉ dùng 48 mẫu huấn luyện HumanEval (không phải 48K, mà là 48), S0 tuning đã nâng pass@1 lên 23.6 điểm phần trăm.
So với LoRA, S0 cao hơn 10.8 điểm phần trăm. p giá trị<0.001, thống kê có ý nghĩa.
Trên FalconH1-7B, S0 đạt 71.8%.
Điều này có nghĩa là sau khi điều chỉnh, tốc độ của mô hình không thay đổi, kích thước không thay đổi, chỉ là "vị trí xuất phát" tố

Google đã phát hành Gemma 4
Các kích thước 1B, 13B, 27B và cả phiên bản đặc biệt 31B. Tất cả đều theo giấy phép Apache 2.0. Sử dụng thương mại thoải mái.
Sự thay đổi về giấy phép này quan trọng hơn cả mô hình. Trước đây Gemma sử dụng giấy phép của Google, có hạn chế. Giờ đây với Apache 2.0, cạnh tranh trực tiếp với Meta Llama.
Điểm nổi bật của mô hình: đa phương thức — văn bản + thị giác + âm thanh. Phiên bản đặc biệt 31B đạt 89.2% tại AIME 2026, LiveCodeBench v6 đạt 80%, Codeforces ELO 2150.
27B là kích thước phù hợp cho triển khai tại chỗ. Một card 4090 có thể chạy được.
E4B và E2B là các ph

OpenAI đã chi tiền mua một talk show trên YouTube.
TBPN, một chương trình phát sóng trực tiếp công nghệ bắt đầu từ năm 2025, mới có 58.000 người theo dõi trên YouTube. OpenAI đã mua lại nó.
Năm ngoái, TBPN thu về 5 triệu USD từ quảng cáo. Năm nay dự kiến vượt 30 triệu USD. Một chương trình chưa đầy hai tuổi, tăng trưởng gấp 6 lần.
Chương trình phát sóng trực tiếp mỗi ngày lúc 2 giờ chiều, kéo dài 3 giờ, danh sách khách mời gồm: Sam Altman, các quản lý cấp cao của Meta, các quản lý cấp cao của Microsoft, Palantir, a16z. Bloomberg và CNBC đều đã từng đến.
Đây là phòng khách của giới quyề

Alibaba âm thầm tung ra một đòn lớn.
CoPaw-Flash-9B——Mô hình AI Agent dựa trên Qwen3.5 với 9B tham số, có thể chạy trên máy tính của bạn.
Điểm mạnh ở đâu?
Một số benchmark đã ngang bằng với Qwen3.5-Plus (mô hình lớn đóng nguồn).
90 tỷ tham số so với vài trăm tỷ tham số, điểm số gần như tương đương.
Điều khiến tôi phấn khích hơn là khung framework CoPaw:
- Hỗ trợ ghi nhớ lâu dài (những gì đã nói chuyện sẽ nhớ)
- Kết nối đa kênh (có thể kết nối với Feishu, Discord)
- Triển khai tại chỗ, không cần phí API
Kiến trúc của Qwen3.5 cũng rất ấn tượng——Tổng tham số 397B, mỗi token chỉ

Thị trường này cuối cùng chỉ bị phá hoại và chết bởi loại MM này
Ngày tăng 18 lần rồi kết thúc trong 15 phút
Dù là hợp đồng/spot đã lên bn cũng khó thoát khỏi số phận
Nhà đầu tư nhỏ không có bất kỳ info edge nào sẽ chết nhanh hơn
Hàng nhái xong rồi, tiền mã hóa xong rồi

Chụp một bức tranh về "Danh sách các công cụ AI", chia thành hơn mười loại, trông rất ấn tượng.
Nói một câu cực đoan - bạn hoàn toàn không cần nhiều công cụ như vậy.
Mỗi ngày tôi chỉ thực sự mở ba công cụ:
- Claude: viết mã + viết bài dài + để nó nhận diện tôi
- Codex: làm linh tinh
Thỉnh thoảng dùng thêm ba cái nữa: google stitch để tạo hình, Whisper để chuyển âm, Claude artifact để phân tích dữ liệu.
Năm cái. Đủ rồi.
Vấn đề của bức tranh đó là gì? Nó xem "tồn tại" như là "có ích". Ba công cụ viết AI, chỉ cần một Claude. Ba công cụ vẽ AI, google stitch/một cái là đủ.
Logic chọn công cụ:
Đừng

Có người dùng Transformer để xác định vòng lặp trong mã có thể song song hóa hay không.
Nghe có vẻ rất học thuật? Đừng vội.
Trước tiên nói về bối cảnh.
Ai viết mã đều biết rằng việc biến một vòng for thành thực thi song song là bí quyết tối ưu hóa hiệu suất. Nhưng vấn đề là: sửa sai thì dễ gây lỗi. Phương pháp truyền thống dựa vào phân tích tĩnh, nhưng gặp phải các mối phụ thuộc phức tạp thì thất bại.
Bài báo này đã làm một việc: đưa mã vào mô hình Transformer (đúng vậy, kiến trúc giống GPT đó), để AI đánh giá “vòng lặp này có thể chạy song song một cách an toàn hay không”.
Tại sao h

Spec-heavy, code-light là lựa chọn kiến trúc đúng đắn
Một kỹ sư harness nói thẳng ra chính là bạn không đủ bối cảnh chi tiết, hầu hết mọi người thậm chí không biết mình cần lên kế hoạch tỉ mỉ cái gì
Dự án hackathon của tôi (cho phép bạn thuê một đội tuyển AI tìm việc) đã được làm lại và hoàn thiện V2
Tôi đã viết 18 spec, gần 16 kỹ năng, các nền tảng tuyển dụng tiếng Trung + tiếng Anh, mỗi cái đều thử nghiệm + sau khi có dữ liệu thực tế mới bắt đầu triển khai
Ngày nào cũng thấy các bạn đăng này đăng kia, tự mình đã chạy qua toàn bộ chưa?

Giá cổ phiếu RH giảm 19,5% trong một đêm.
Thương hiệu nội thất xa xỉ trước đây gọi là Restoration Hardware, tối qua báo cáo tài chính toàn diện đều thất bại.
Các số liệu rất đáng thất vọng:
Doanh thu 8,43 tỷ USD, thấp hơn dự kiến 3,6%. EPS 1,53 USD, thấp hơn dự kiến 30,6%. Hướng dẫn cho quý tới 7,895 tỷ USD, thấp hơn dự kiến của các nhà phân tích 10,2%.
Giá cổ phiếu từ 141 USD trực tiếp giảm xuống còn 114 USD.
Công ty đưa ra hai lý do: thuế quan dẫn đến việc mua sắm lại chuỗi cung ứng, ảnh hưởng 30 triệu USD doanh thu. Thời tiết xấu cuối kỳ cũng làm giảm 10 triệu USD.
Nhưng nói thẳ

88%的 doanh nghiệp đã gặp sự cố an toàn với AI agent. Nhưng chỉ có 22% xem agent như "danh tính" để quản lý.
CEO Okta Todd McKinnon đã lên The Verge, nói về một điều khiến tôi chú ý:
AI agent không nên chỉ là một công cụ, nó cần có danh tính riêng của mình. Đăng nhập như nhân viên, xác thực, lưu nhật ký.
Bối cảnh là như vậy.
Hiện tại, số lượng AI agent trong doanh nghiệp ngày càng nhiều, có thể tự truy cập cơ sở dữ liệu, gọi API, gửi email. Nhưng hầu hết các công ty vẫn quản lý agent theo cách — sử dụng quyền của tài khoản người tạo.
Điều này có nghĩa là gì? Nếu agent gặp sự cố, bạn hoàn toàn k

Ban đầu, nhìn vào các xu hướng mua bán trên sàn giao dịch, có thể tổng kết về thị trường chứng khoán Mỹ

Dữ liệu cập nhật:
Morgan Stanley MSBT：0.14%
Grayscale Mini Trust：0.15%
Franklin Templeton EZBC：0.19%
Bitwise / VanEck：0.20%
BlackRock IBIT：0.25%
IBIT hiện là người dẫn đầu tuyệt đối trong thị trường ETF Bitcoin giao ngay trị giá 840 tỷ USD. Morgan Stanley dùng mức phí 0.14% để cạnh tranh với 0.25%
Tại sao lại vào thời điểm này?
Ba lý do.
Thứ nhất, khách hàng tổ chức đang cần. Morgan Stanley quản lý hơn 4 nghìn tỷ USD tài sản khách hàng. Khi khách hàng của bạn là cá nhân có giá trị ròng cao và văn phòng gia đình, họ không cần ETF tốt nhất, mà là "ETF được bộ phận tuân thủ phê duyệt". Thương hiệ