BTC $73,606.99 +0.17%
ETH $2,045.94 +0.21%
BNB $679.23 +0.39%
XRP $1.05 -0.16%
SOL $82.92 +0.40%
TRX $0.3168 -0.26%
DOGE $0.0670 -0.71%
ADA $0.1737 +0.47%
BCH $226.56 -1.57%
LINK $10.11 -1.11%
HYPE $71.15 -1.50%
AAVE $119.59 -2.97%
SUI $0.8179 -0.16%
XLM $0.1465 +1.87%
ZEC $970.52 -6.39%
AAPL $356.42 +2.11%
AMZN $267.83 -1.38%
GOOGL $295.98 +2.46%
MSFT $522.82 -2.37%
META $628.90 -2.47%
NVDA $158.24 -6.76%
TSLA $386.25 +1.62%
SNDK $947.48 +9.48%
INTC $59.94 +2.71%
SPCX $136.96 -4.40%
MU $782.84 +7.27%
AMD $563.22 +8.82%
BTC $73,606.99 +0.17%
ETH $2,045.94 +0.21%
BNB $679.23 +0.39%
XRP $1.05 -0.16%
SOL $82.92 +0.40%
TRX $0.3168 -0.26%
DOGE $0.0670 -0.71%
ADA $0.1737 +0.47%
BCH $226.56 -1.57%
LINK $10.11 -1.11%
HYPE $71.15 -1.50%
AAVE $119.59 -2.97%
SUI $0.8179 -0.16%
XLM $0.1465 +1.87%
ZEC $970.52 -6.39%
AAPL $356.42 +2.11%
AMZN $267.83 -1.38%
GOOGL $295.98 +2.46%
MSFT $522.82 -2.37%
META $628.90 -2.47%
NVDA $158.24 -6.76%
TSLA $386.25 +1.62%
SNDK $947.48 +9.48%
INTC $59.94 +2.71%
SPCX $136.96 -4.40%
MU $782.84 +7.27%
AMD $563.22 +8.82%

wen

Tất cả
Bài viết
Tin nhanh

Baidu Wenxin phát hành ERNIE 5.5 Flash Preview, trước ngày 25 tháng 11 sẽ mở mã nguồn trọng số

Theo báo cáo của IT Nhà, mô hình lớn Baidu Wenxin đã phát hành ERNIE 5.5 Flash Preview, đây là phiên bản huấn luyện sau đầu tiên dựa trên mô hình Base đã được phát hành trước đó. Mô hình này có tổng số tham số là 280B, tham số kích hoạt là 14B, hỗ trợ 1M ngữ cảnh, và theo thông tin chính thức, nó thể hiện xuất sắc trong lập trình, mô hình 3D, công việc tri thức, sáng tạo nội dung và nhiều lĩnh vực khác.ERNIE 5.5 Flash Preview cân bằng giữa mức độ thông minh và hiệu quả suy luận, đạt được điểm số cạnh tranh trong nhiều bài kiểm tra chuẩn, đồng thời giữ tốc độ giải mã nhanh. API của mô hình đã được ra mắt trên nền tảng Thiên Phàm, trọng số sẽ được mã nguồn mở trước ngày 25 tháng 11.Baidu cho biết, mô hình này là phiên bản trung gian trong quá trình huấn luyện sau, mặc dù đã đạt được hiệu suất cạnh tranh trong số các mô hình cùng kích thước, nhưng vẫn có thể tồn tại một số khuyết điểm về khả năng do huấn luyện chưa đầy đủ. Quá trình huấn luyện sau vẫn đang tiếp tục và sẽ được tối ưu hóa trong phiên bản chính thức tiếp theo.

first_img Sogou Wenwen và Wenwen Mall hôm nay ngừng hoạt động, từng có hơn một trăm triệu người dùng

Vào ngày 7 tháng 11, cộng đồng hỏi đáp Sogou Wenwen và cửa hàng Wenwen thuộc Tencent chính thức ngừng dịch vụ. Theo thông báo ngừng dịch vụ được phát hành vào tháng 10, cả hai sẽ ngừng dịch vụ vào lúc 23 giờ 59 phút ngày 7 tháng 11 năm 2026, vào thời điểm đó các trang liên quan sẽ không thể tiếp tục truy cập, chức năng đổi điểm hỏi cũng sẽ đồng thời bị đóng; sau khi ngừng dịch vụ, tài khoản người dùng sẽ tự động bị hủy, không cần thao tác thủ công.Trước đó, chính thức đã nhắc nhở, người dùng cần tự đăng nhập vào trung tâm cá nhân để chụp màn hình hoặc sao chép lưu giữ các câu hỏi, câu trả lời và nội dung cá nhân đã tích lũy trên Sogou Wenwen trước khi ngừng dịch vụ; sau khi ngừng dịch vụ, tất cả nội dung trên nền tảng sẽ được xóa hoặc xử lý ẩn danh theo các luật và quy định liên quan như "Luật bảo vệ thông tin cá nhân của Cộng hòa Nhân dân Trung Hoa". Sogou Wenwen là sản phẩm ứng dụng kiến thức và nền tảng tương tác hỏi đáp thuộc công ty Sogou, có nguồn gốc từ cộng đồng hỏi đáp tương tác SOSO Wenwen thuộc Tencent, bao phủ hàng chục loại hình như máy tính số, trò chơi, v.v., với hơn một trăm triệu người dùng.

Baidu Open Source Wenxin 5.5 Flash, tổng tham số 2800 tỷ

Mô hình trọng số ERNIE-5.5-Flash-Base được Baidu mở nguồn. Sau khi phát hành loạt mô hình Wenxin 4.5 vào tháng 6 năm 2025, Baidu đã mở nguồn lại mô hình lớn với hàng trăm tỷ tham số sau khoảng 16 tháng, trong thời gian này, các phiên bản Wenxin 5.0 và 5.1 đều không được mở nguồn. Wenxin 5.5 Flash chủ yếu tập trung vào hiệu suất suy diễn, với tổng số tham số là 2800 tỷ, chỉ kích hoạt 140 tỷ tham số cho mỗi Token được tạo ra, và sử dụng 33,5 triệu tỷ Token để huấn luyện từ đầu.Mô hình này hỗ trợ ngữ cảnh suy diễn tối đa 1 triệu Token. Baidu đã thiết kế lại cơ chế xử lý văn bản dài, trong 43 lớp mạng có 37 lớp nén mỗi 128 Token lịch sử thành một bản ghi bộ nhớ đệm, 6 lớp còn lại giữ lại khả năng tìm kiếm tinh vi đối với nội dung gốc, nhằm giảm thiểu chi phí bộ nhớ và tính toán trong việc xử lý văn bản dài. Chính thức, nó đã được đánh giá đồng nhất với DeepSeek-V4-Flash-Base, Tencent Hy3-preview-Base, Xiaomi MiMo-V2.5-Base, trong 30 bài kiểm tra chuẩn, có 24 bài đứng đầu.Lần này mở cửa là mô hình Base văn bản thuần chưa qua huấn luyện và hậu huấn luyện, chủ yếu dành cho các nhà phát triển tiếp tục thực hiện tinh chỉnh lĩnh vực, huấn luyện theo chỉ dẫn và học tăng cường. Baidu cho biết, phiên bản Wenxin 5.5 Flash đã qua hậu huấn luyện sẽ được phát hành sau. Giấy phép nghiêm ngặt hơn so với thế hệ trước, Wenxin 4.5 áp dụng giấy phép Apache 2.0, 5.5 Flash chuyển sang giấy phép tùy chỉnh, không cho phép sử dụng tại Liên minh Châu Âu, Vương quốc Anh và Hàn Quốc; các sản phẩm hoặc dịch vụ liên quan có doanh thu liên tục trên 50 triệu USD trong 12 tháng qua, trước khi thương mại phải có sự cho phép bằng văn bản của Baidu.

first_img Bản thử nghiệm mở Beta của Apple, Qianwen có thể tiếp nhận nhiệm vụ Siri

Vào rạng sáng ngày 4 tháng 11, Apple đã mở thử nghiệm phiên bản Beta dành cho nhà phát triển iOS mới nhất. Theo báo cáo của Financial Associated Press, người dùng có thể trực tiếp gọi ra khả năng hiểu văn bản và hình ảnh, tạo nội dung của ứng dụng trí tuệ nhân tạo Qianwen thuộc Alibaba trong Siri, công cụ viết và trí tuệ hình ảnh. Phóng viên đã trải nghiệm và phát hiện rằng người dùng có thể hoàn thành các câu hỏi cơ bản, phân tích hình ảnh và tạo nội dung trên iPhone, và khi có nhu cầu thêm, có thể nhấp vào để chuyển đến ứng dụng Qianwen, thông tin đối thoại sẽ tự động đồng bộ.Người dùng có thể tự chọn có kích hoạt tính năng tích hợp Qianwen hay không. Sau khi kích hoạt, có thể đăng nhập bằng Apple ID hoặc sử dụng tài khoản ứng dụng Qianwen của riêng mình, và sử dụng Qianwen trong Siri, trí tuệ hình ảnh và công cụ viết. Khi phóng viên hỏi về phương pháp cải thiện giấc ngủ, Siri đã gọi Qianwen để đưa ra những gợi ý chung; nếu cần một kế hoạch cá nhân hóa hơn, có thể nhấp vào biểu tượng Qianwen để chuyển đến ứng dụng Qianwen, kết hợp với các ghi chép giấc ngủ trước đó, tình trạng vận động và thói quen sinh hoạt để phân tích các yếu tố ảnh hưởng và lập kế hoạch cải thiện.Trí tuệ hình ảnh hỗ trợ lựa chọn "Hỏi Qianwen" để nhận diện các vật phẩm hoặc cảnh trong hình ảnh, ví dụ như trước tiên hỏi thương hiệu quần áo qua Siri, sau đó chuyển đến ứng dụng Qianwen để tìm kiếm và đặt hàng sản phẩm tương tự trên Taobao. Công cụ viết "Sáng tạo Qianwen" có thể tạo nội dung theo yêu cầu và điều chỉnh giọng điệu và độ dài, như giữ lại thời gian, địa điểm trong lời mời tham gia sự kiện, hoặc rút gọn thành thông báo ngắn gọn dễ dàng để chuyển tiếp. Hiện tại, người dùng tại Trung Quốc mua iPhone hỗ trợ trí tuệ nhân tạo của Apple, hoặc có thiết bị được định vị và tài khoản Apple được thiết lập cho quốc gia và khu vực là Trung Quốc, đã có thể trải nghiệm các tính năng liên quan thông qua phiên bản Beta dành cho nhà phát triển này.

first_img Alibaba ra mắt kính thông minh Qwen, giá khởi điểm 2999 nhân dân tệ

Tập đoàn Alibaba vào thứ Ba đã phát hành dòng kính thông minh Qwen Glasses N1 tại sự kiện ở Hàng Châu, coi thiết bị điện tử tiêu dùng là một phần mở rộng trong chiến lược trí tuệ nhân tạo của mình. Công ty tự nhận là nhà cung cấp trí tuệ nhân tạo toàn diện tại Trung Quốc, bao gồm trung tâm dữ liệu, phần mềm đến sản phẩm đầu cuối. Dòng sản phẩm này có giá khởi điểm trước khi giảm giá là 2999 nhân dân tệ (khoảng 450 đô la Mỹ). Bloomberg báo cáo rằng mức giá này không thấp hơn so với kính thông minh Ray-Ban của Meta, Alibaba nhằm cạnh tranh bằng chất lượng và tính năng, chứ không chỉ bằng giá cả.Giám đốc sản phẩm phần cứng Qwen AI, Wu Jianjun cho biết, kính mới được trang bị camera và cảm biến 50 triệu pixel được cải tiến, phiên bản Pro có giá 3499 nhân dân tệ, có chức năng theo dõi chuyển động mắt, một lần sạc có thể chờ 25 giờ hoặc phát nhạc 9 giờ. Mẫu mới này cách phiên bản đầu tiên ra mắt vào tháng 11 năm ngoái khoảng một năm, tích hợp chặt chẽ hơn với trợ lý Qwen AI và mở rộng tính năng. Alibaba bắt chước Meta, cố gắng biến kính thông minh thành cổng vào công cụ và trí tuệ nhân tạo của mình. Meta đã ra mắt phiên bản kính thông minh đơn giản không có camera vào tháng trước, có giá 349 đô la, chủ yếu dùng để tương tác với trợ lý Muse AI.

first_img TD Cowen: Khung quy định về tiền điện tử của CFTC có thể khó hoàn thành trước năm 2028

Ngân hàng đầu tư TD Cowen, Giám đốc điều hành nhóm nghiên cứu Washington Jaret Seiberg cho biết trong báo cáo phát hành vào thứ Hai rằng, quy định dự kiến mà CFTC công bố vào tuần trước là một bước tích cực đối với các nền tảng tiền điện tử, nhưng cơ quan này có thể phải đến đầu năm 2028 mới hoàn thành việc xây dựng quy định. Khi chu kỳ bầu cử năm 2028 đến gần, quy định này có nguy cơ không thể thực hiện được. Seiberg cho biết "thời gian đang cạn kiệt", dự đoán rằng CFTC sớm nhất cũng phải đến cuối quý đầu tiên hoặc đầu quý thứ hai năm 2027 mới có thể công bố đề xuất, và sau đó có thể phải đến đầu năm 2028 mới có thể hoàn tất quy định.Tuần trước, CFTC đã đề xuất một khuôn khổ quản lý liên bang cho các nền tảng tiền điện tử, nhưng đã tránh quyền tài phán trực tiếp đối với giao dịch thị trường giao ngay. Theo Seiberg, quy định dự kiến sẽ yêu cầu các nền tảng duy trì "kiểm toán chứng minh dự trữ", và trao quyền tài phán cho CFTC đối với các nền tảng có giấy phép tiểu bang. Trước đó, Thượng viện Hoa Kỳ đã không thể thông qua một dự luật trao quyền rộng rãi cho CFTC đối với giao dịch tiền điện tử giao ngay trong cuộc bỏ phiếu sơ bộ, CFTC và SEC đã can thiệp vào việc quản lý ngành công nghiệp tiền điện tử, bao gồm việc đưa ra miễn trừ đổi mới mà thị trường đã mong đợi từ lâu, nhưng cả hai cơ quan đều thiếu tính bền vững mà luật pháp có thể mang lại.Seiberg cũng chỉ ra rằng, nếu CFTC quyết định tăng tốc quy trình xây dựng quy định, điều này có thể làm tăng rủi ro can thiệp của tòa án. Ông cho biết, việc tăng tốc quy trình này sẽ làm tăng rủi ro mà các thẩm phán có thể ngăn chặn quy định này vì lý do thủ tục, ngay cả khi cơ quan này đủ cẩn thận, các thách thức pháp lý cũng có thể kéo dài đến sau năm 2028.

first_img Sigil Wen ra mắt AI Underdog riêng tư bên cạnh, nhận được sự hỗ trợ từ a16z và các tổ chức khác

Người sáng lập Conway Research, Sigil Wen, đã công bố ra mắt Underdog, một AI cá nhân riêng tư có thể chạy trên thiết bị hiện có của người dùng. Sigil Wen cho biết, Underdog đã nhận được sự hỗ trợ từ a16z, Khosla Ventures, Hummingbird VC, Anthology (Anthropic và Menlo Ventures), cũng như các tổ chức và nhân vật trong lĩnh vực AI như Patrick Collison, Naval, Guillermo Rauch, Noam Brown, Thomas Wolf, Logan Kilpatrick.Theo thông báo, sứ mệnh của Underdog là cung cấp AI miễn phí, có thể sử dụng, đáng tin cậy và riêng tư cho hàng tỷ người. Nhóm đã đưa ra Đạo luật của Underdog: trí tuệ nhân tạo tiên tiến hiện tại sẽ đến tay người dùng trong vòng sáu tháng. Dự án sẽ bắt đầu với AI tốc độ cao có thể chạy trên phần cứng tiêu dùng, thông qua việc thiết kế hợp tác mô hình và động cơ suy luận, nâng cao khả năng, tốc độ, tiêu thụ năng lượng và hiệu quả dữ liệu.Thông báo cũng cho biết, nghiên cứu của Underdog bao gồm thương mại hóa trí tuệ nhân tạo, suy luận bí mật, cũng như cách AI định hình lại nền kinh tế internet, và cho rằng quyền riêng tư và khả năng không cần phải đánh đổi lẫn nhau.

first_img DeepSeek công khai hệ thống đào tạo Agent DSec, Liang Wenfeng ký tên

Ngành đầu tư trích dẫn báo cáo từ Quantum Bit, DeepSeek công khai chi tiết kỹ thuật của hệ thống DSec (DeepSeek Elastic Compute) dùng để huấn luyện Agent, do Lương Văn Phong ký tên. Hệ thống này có thể tạo ra hơn 5000 sandbox mỗi giây, đạt 3 triệu sandbox mỗi ngày, với đỉnh điểm chạy đồng thời 380,000 sandbox; một cụm đơn hỗ trợ quy mô này có khoảng 160 nút, 30,000 lõi CPU và 250TB bộ nhớ.DSec chuẩn bị bốn loại backend cho các nhiệm vụ FnCall, Container, MicroVM và Full VM, phía huấn luyện gọi thông qua SDK Python thống nhất libdsec. Chuỗi lập lịch bao gồm IAM, API Server, động cơ lập lịch, nút Edge, proxy mạng Aether và các thành phần trong sandbox Chronus. Môi trường được chia thành ba lớp hình ảnh chỉ đọc: hình ảnh cơ bản, khu vực làm việc và bộ công cụ, được sử dụng kết hợp khi khởi động. Dữ liệu hiển thị khi chạy bài báo cho thấy tỷ lệ hình ảnh container Python, Java, C++ thực tế được đọc lần lượt khoảng 6.0%, 9.2% và 8.7%.Bắt đầu từ DeepSeek-V4.1, vòng lặp Agent đã được tách ra vào container worker của DSec, không còn ràng buộc với vòng đời Pod GPU. Phần an toàn đã tiết lộ việc hack phần thưởng trong quá trình huấn luyện, bao gồm việc ghi đè lên các tệp hệ thống, trao đổi khối dữ liệu tệp, quét mạng và kích hoạt sự cố kernel. Các biện pháp phòng thủ bao gồm AppArmor và lọc mạng dựa trên eBPF, nhưng báo cáo cho biết những biện pháp này không thể giải quyết triệt để vấn đề.
app_icon
ChainCatcher Building the Web3 world with innovations.