AVATAR AI BÂY GIỜ CÓ THỂ NÓI TỐI ĐA 5 PHÚT TRONG MỘT LẦN TẠO RA OmniHuman 2.0 chuyển ảnh nhân vật thành video với lời nói, biểu cảm khuôn mặt, cử chỉ và chuyển động toàn thân. Tải lên một bản ghi âm, mô tả các chuyển động máy quay và hành động bằng văn bản, mô hình sẽ tạo ra màn trình diễn. Điều nổi bật nhất: Video 5 phút: tăng từ 60 giây, không cần ghép các đoạn clip riêng lẻ. Hội thoại và nhạc: hỗ trợ các định dạng nội dung giàu biểu cảm hơn. Chi phí tạo thấp hơn: được cho là giảm từ 0,12 USD xuống còn 0,07 USD mỗi giây. Với giá 0,07 USD mỗi giây, một video 5 phút có chi phí khoảng 21 USD. Điều này mở ra các trường hợp sử dụng thực tế cho các trình bày viên ảo, nhà sáng tạo quảng cáo, nội dung giáo dục và các nhân vật thương hiệu cần nói thường xuyên. Cơ hội lớn hơn là sản xuất nội dung quy mô lớn. Thay vì quay một người mỗi khi bạn cần một video mới, bạn có thể xây dựng một quy trình lặp lại dựa trên một nhân vật kỹ thuật số, kịch bản và bản ghi âm. Thử thách thực sự là liệu đầu ra có duy trì tính nhất quán và tự nhiên trong suốt 5 phút hay không. https://t.co/PW8ib5olVc

BLACK FOREST LABS VỪA LÀM CHO VIỆC TẠO HÌNH ẢNH AI 4K TRÊN GPU 8GB TRỞ NÊN KHẢ THI @bfl_ai đã phát hành FLUX 3 Image Klein, một mô hình mở với 5,6 tỷ tham số, mang đến khả năng tạo và chỉnh sửa hình ảnh tiên tiến trên phần cứng người dùng thông thường. Thay vì phụ thuộc hoàn toàn vào các API đám mây, các nhà phát triển hiện có thể chạy mô hình hình ảnh mạnh mẽ ngay tại máy thông qua ComfyUI hoặc Diffusers. Đây là những gì nó mang lại: - 5,6 tỷ tham số - Tạo hình ảnh 4K bản địa - Chỉnh sửa với tối đa 10 hình ảnh tham chiếu - Kiểm soát hộp giới hạn để bố cục chính xác - Mô hình cơ sở và mô hình đã nén cho các nhiệm vụ khác nhau - Hỗ trợ INT8 cho GPU có ít nhất 8GB VRAM Theo Black Forest Labs, mô hình đã nén có thể tạo ra một hình ảnh 1MP trong dưới 9 giây trên RTX 4070. Nhưng cơ hội lớn hơn không phải là một kỷ lục tốc độ mới. Đó là điều gì xảy ra khi các đội ngũ marketing có thể tự xây dựng hạ tầng sản xuất hình ảnh của riêng mình. Hãy tưởng tượng một quy trình sáng tạo nơi các tác nhân tạo ra hàng chục biến thể quảng cáo, điều chỉnh tài sản hiện có sang các định dạng khác nhau và duy trì các tham chiếu hình ảnh nhất quán mà không cần gửi mọi yêu cầu đến một nền tảng SaaS riêng biệt. Mô hình có thể chạy tại chỗ, các cài đặt có thể được chuẩn hóa, và các tác vụ sản xuất lặp đi lặp lại có thể được tự động hóa thông qua các workflow tùy chỉnh. Có một hạn chế quan trọng. Các trọng số mở không có nghĩa là tự do thương mại vô hạn. Giấy phép FLUX Kommunity cho phép sử dụng thương mại miễn phí cho các doanh nghiệp có doanh thu hàng năm dưới 5 triệu USD, trong khi các tổ chức lớn hơn cần cấp phép bổ sung. Suy luận tại chỗ cũng đi kèm với chi phí phần cứng, bảo trì và thiết lập. Nhưng xu hướng đang trở nên rõ ràng. Khi các mô hình hình ảnh trở nên nhỏ hơn và dễ tiếp cận hơn, khả năng tạo hình ảnh không còn là lợi thế cạnh tranh chính nữa. Điều quan trọng hơn là hệ thống xung quanh chúng: định hướng sáng tạo, tính nhất quán thương hiệu, tài sản sở hữu và phân phối. AI đang làm cho hạ tầng sản xuất hình ảnh ngày càng dễ tiếp cận hơn. Những đội ngũ biết nên tạo gì và tại sao sẽ hưởng lợi nhiều nhất. nghiên cứu ↓

META VỪA RA MẮT MÔ HÌNH AI 816B MỞ TRỌNG LƯỢNG HOẠT ĐỘNG TRÊN HAI MAC STUDIOS @Meta đã ra mắt Muse Spark Open, mô hình AI mới của họ được xây dựng dành cho mã hóa phức tạp, các tác nhân tự chủ và các nhiệm vụ kỹ thuật kéo dài. Điều bất thường là các nhà phát triển có thể tải về trọng số và chạy mô hình quy mô lớn này trên phần cứng cục bộ thay vì hoàn toàn phụ thuộc vào các API đám mây. Đây là những gì Meta đã tích hợp vào nó: - 816 tỷ tham số tổng cộng - 42 tỷ tham số hoạt động mỗi token - Cửa sổ ngữ cảnh 1 triệu token - Đầu vào bản văn, hình ảnh, video và âm thanh bản địa - Hỗ trợ phần cứng AMD, Apple, Intel và NVIDIA Kiến trúc sử dụng Mixture of Experts. Thay vì kích hoạt tất cả 816 tỷ tham số cho mỗi token, mô hình chỉ sử dụng khoảng 42 tỷ, giảm đáng kể lượng tính toán cần thiết trong quá trình suy luận. Điều này khiến việc triển khai trên máy để bàn trở nên đặc biệt thú vị. Meta đã hợp tác với Apple để tối ưu Muse Spark Open cho hai Mac Studio M5 Ultra sử dụng khung MLX. Cùng nhau, hai máy này cung cấp tới 1TB bộ nhớ thống nhất. Công ty cũng đã trình diễn các luồng tác nhân thực tế chạy cục bộ: - Sửa lỗi và triển khai tính năng trong ứng dụng iOS - Hoàn thành quá trình xây dựng phần mềm thông qua Muse Code - Điều khiển DaVinci Resolve để phân tích cảnh quay - Xác định những khoảnh khắc video nổi bật và tạo bản cắt dọc Mô hình hiện có sẵn qua Hugging Face và các nhà cung cấp API bao gồm Groq, Together AI, Fireworks và OpenRouter. Tuy nhiên, có một sự phân biệt quan trọng. “Open-weight” không có nghĩa là mã nguồn mở không giới hạn. Giấy phép Mô hình Muse của Meta bao gồm các hạn chế thương mại, và việc chạy mô hình 816B cục bộ vẫn đòi hỏi phần cứng đắt tiền. Điều khiến tôi quan tâm nhất là điều này có thể mang lại ý nghĩa gì cho các hoạt động bản địa AI. Các đội ngũ marketing ngày càng xây dựng các tác nhân xử lý cuộc trò chuyện khách hàng, phân tích đối thủ cạnh tranh, phân loại nội dung và phối hợp luồng công việc sản xuất. Hiện nay, nhiều hệ thống đó phụ thuộc vào các nhà cung cấp mô hình bên ngoài cho từng bước. Các mô hình mở trọng lượng mạnh mẽ hơn tạo ra một lựa chọn khác: chạy các nghiên cứu nhạy cảm, xử lý tri thức nội bộ và các tác nhân chuyên biệt trên hạ tầng do tổ chức kiểm soát. Điều này không tự động khiến AI cục bộ rẻ hơn hay tốt hơn. Chi phí triển khai, tốc độ suy luận, bảo trì và chất lượng mô hình vẫn là những yếu tố quyết định liệu việc này có hợp lý hay không. Nhưng bối cảnh cạnh tranh đang thay đổi. Việc tiếp cận các mô hình mạnh mẽ dần trở nên ít phụ thuộc vào một vài nhà cung cấp API đóng. Và khi việc tiếp cận mô hình trở nên linh hoạt hơn, lợi thế sẽ chuyển sang các đội ngũ có thể xây dựng các luồng công việc đáng tin cậy, kết nối dữ liệu sở hữu và biến các khả năng AI thành các hệ thống hữu ích.

GPT-5.6 SOL VỪA THAY ĐỔI KINH TẾ HỌC CỦA AN TOÀN MẠNG Các nhà nghiên cứu đã sử dụng AI để giúp phát hiện một lỗ hổng Linux nghiêm trọng có thể cho phép máy ảo truy cập vào máy chủ của nó. Chi phí API được báo cáo dưới $700 Điều thú vị không chỉ nằm ở chính lỗ hổng đó. Các nhà nghiên cứu con người vẫn điều phối và xác minh công việc, nhưng AI đã làm cho một cuộc điều tra cực kỳ phức tạp trở nên rẻ hơn đáng kể Nếu việc phát hiện các lỗ hổng nghiêm trọng trở nên rẻ đến vậy, lợi thế sẽ thuộc về bên nào có thể tìm ra, xác thực và vá chúng nhanh hơn AI đang làm giảm chi phí của cả tấn công lẫn bảo vệ cơ sở hạ tầng qua @entropyIO

META ĐANG XÂY DỰNG LỚP PHÂN PHỐI TIẾP THEO CHO CÁC ĐỐI TƯỢNG AI @Meta và Sierra đang hợp tác với Shopify, @stripe và Walmart để phát triển một giao thức cho phép các đối tượng AI xác thực và tương tác với các doanh nghiệp thay mặt khách hàng. Câu chuyện rõ ràng nhất là bảo mật. Các đối tượng AI cần được cấp quyền truy cập tài khoản, kiểm tra đơn hàng và thực hiện các hành động mà không bị coi là bot. Nhưng tôi nghĩ hệ quả lớn hơn nằm ở lĩnh vực tiếp thị. Trong nhiều thập kỷ, các công ty đã tối ưu hóa trang web để chuyển đổi khách truy cập con người. Bây giờ, họ có thể cần phải phục vụ các đối tượng AI đang nghiên cứu sản phẩm, so sánh các ưu đãi và đưa ra quyết định trước khi bất kỳ ai mở trang web. Điều này thay đổi hành trình mua hàng. Dữ liệu sản phẩm, giá cả, tình trạng sẵn có, danh tiếng và thông tin có thể đọc được bởi máy tính có thể trở nên quan trọng không kém gì trang đích. Lợi thế cạnh tranh sẽ chuyển dịch sang việc trở nên dễ phát hiện, dễ hiểu và dễ tiếp cận với máy móc. Giao thức này vẫn còn ở giai đoạn đầu, nhưng hướng đi này đáng để theo dõi. Các thương hiệu đã dành nhiều năm để tối ưu hóa cho các công cụ tìm kiếm. Thách thức tiếp theo là đảm bảo các đối tượng AI thực sự có thể chọn và tương tác với chúng.

AI vừa giúp giảm đáng kể chi phí xây dựng một sản phẩm thay thế Adobe Một nhà phát triển được cho là đã sử dụng Claude Opus 5.5 và Rust để tạo ra bảy ứng dụng sáng tạo mã nguồn mở, bao gồm Photoshop, Illustrator, Premiere Pro, After Effects và nhiều công cụ khác. Chúng chưa phải là các bản thay thế sẵn sàng cho môi trường sản xuất. Tính tương thích chuyên nghiệp, chất lượng hiển thị và độ tin cậy vẫn rất quan trọng. Nhưng câu chuyện lớn hơn không phải là Adobe mất đột ngột bảy danh mục sản phẩm. Mà là điều gì sẽ xảy ra khi chi phí xây dựng phần mềm phức tạp giảm mạnh. Trong nhiều năm, các công ty phần mềm đã có lợi thế nhờ khoản đầu tư kỹ thuật khổng lồ cần thiết để cạnh tranh với họ. AI đang bắt đầu làm suy yếu rào cản đó. Lợi thế cạnh tranh thực sự có thể chuyển từ việc ai có thể chi trả để xây dựng phần mềm sang ai có thể làm cho nó đáng tin cậy, giành được niềm tin người dùng và xây dựng hệ sinh thái mạnh nhất. Đó là mối đe dọa thú vị hơn nhiều đối với Adobe so với một bản sao Photoshop miễn phí khác.

Các thị trường dự đoán có vấn đề về chỉ số ảo: khối lượng giao dịch. Khối lượng trông giống như sự tăng trưởng, nhưng nó có thể tăng đột biến xung quanh các sự kiện lớn và tính lặp lại cùng một lượng vốn khi các nhà giao dịch luân chuyển vị thế. Lợi ích mở cho thấy một câu chuyện rõ ràng hơn nhiều. Tính đến ngày 1 tháng Năm, các thị trường dự đoán được theo dõi đang giữ khoảng $1,11 tỷ lợi ích mở. Kalshi: ~$630,7 triệu Polymarket: ~$449,9 triệu Cùng nhau, chúng chiếm gần 98%. Tất cả những người còn lại đều dưới $15 triệu. Điều này thay đổi cách tôi hiểu về danh mục này. Đây không phải là mười nền tảng cạnh tranh trên cơ sở bình đẳng. Mà là hai trung tâm thanh khoản đi đầu, theo sau là một chuỗi dài các sản phẩm ngày càng chuyên biệt hơn. @Kalshi đang dẫn đầu với hạ tầng được quản lý và trải nghiệm người dùng giống như môi giới. @Polymarket chiếm lĩnh vị thế bản địa crypto. Các đối thủ nhỏ hơn đang phân biệt hóa thông qua các môi trường cụ thể: thị trường crypto dạng sàn giao dịch, hợp đồng vĩ mô, hoặc thị trường dự đoán được tích hợp trực tiếp vào các nền tảng giao dịch hiện có. Bài học rộng hơn rất đơn giản: hoạt động không giống với độ sâu. Bạn có thể tài trợ cho khối lượng và khiến bảng điều khiển trông sôi động. Nhưng bạn không thể giả tạo việc liệu vốn nghiêm túc có thể vào và ra mà không làm biến động thị trường hay không. Tôi sẽ xếp hạng các thị trường dự đoán theo lợi ích mở, độ sâu, chênh lệch giá và chất lượng xác định kết quả, trước khi xem xét khối lượng giao dịch nổi bật.

Các DEX Perp vào năm 2026 không gặp vấn đề về lưu lượng truy cập. Họ gặp vấn đề về giữ chân người dùng. Việc thu hút 50.000 ví thông qua KOL, điểm thưởng và chiến dịch airdrop tương đối dễ dàng. Nhưng khiến một trader nạp tiền, mở vị thế, quay lại tuần sau và cuối cùng biến nền tảng của bạn thành một phần trong bộ công cụ giao dịch của họ thì khó hơn nhiều. Đó là lý do tại sao @entropyIO đáng để theo dõi. Thay vì chỉ dựa vào phần thưởng tương lai mang tính đầu cơ, Entropy đang xây dựng các động lực xung quanh hành vi có thể tích lũy: hoàn tiền giao dịch, giới thiệu bạn bè, phân phối đối tác và phần thưởng được trả bằng $HYPE từ phí cấp deployer. Gần đây, Entropy đã bắt đầu phân phối các khoản hoàn tiền này cho trader và người giới thiệu, đồng thời mở rộng phân phối thông qua các kênh như Trust Wallet. Và đã có hoạt động đáng kể để giữ chân người dùng. DefiLlama hiện cho thấy khoảng 895 triệu USD khối lượng Perp trong 30 ngày của Entropy. Chỉ số quan trọng hiện nay không phải là bao nhiêu ví một chiến dịch có thể thu hút. Mà là: tài khoản được tài trợ → giao dịch đầu tiên → tuần thứ hai → tỷ lệ giữ chân ngày 30 → LTV. Điểm thưởng có thể thuê khối lượng. Một hệ thống tăng trưởng thực sự khiến việc quay lại trở nên hợp lý về mặt kinh tế, ngay cả sau khi chiến dịch kết thúc.

TÀI KHOẢN CHẾT TRONG HÀNH TRÌNH THƯỜNG LÀ CỦA NGƯỜI SÁNG LẬP Mỗi cuộc kiểm toán đều giống nhau. Thương hiệu đăng bài mỗi ngày. Tài khoản cá nhân của người sáng lập bị khóa vào tháng Tư. Một bài đăng cố định từ đợt ra mắt mùa trước. Với một sản phẩm cần người dùng và đối tác, khoảng trống này rất tốn kém. Không ai chịu trách nhiệm lấp đầy nó. Các đội nhóm xếp kênh này vào danh mục “cá nhân” hoặc “khi nào tôi có một giờ rảnh”. Trong Web3, giọng nói của người sáng lập là tài sản đáng tin cậy nhất mà công ty đã có. Hầu hết các đội đều bỏ qua nó. ĐÂY KHÔNG PHẢI VỀ SỨC HẤP DẪN Edelman 2025: các nhà khoa học 77%, giáo viên 75%, tổng giám đốc nói chung 53%. Mọi người tin tưởng một người hiểu rõ chủ đề. Không phải sơ đồ tổ chức. Trong crypto, sự chú ý cũng có giá. Sự chú tâm tập trung quanh một khuôn mặt và một quan điểm. Một thương hiệu vô danh đang chiến đấu để giành sự chú ý mà không có tài sản mạnh nhất của mình được phát huy. Thương hiệu nói về những gì đã ra mắt. Người sáng lập nói về lý do tại sao nó quan trọng và liệu người xây dựng nó có đáng để đầu tư hay không. NƠI MÀ TÍN HIỆU NHẬP THỰC SỰ ĐẾN Các đối tác, nhân sự chất lượng cao, giới thiệu quỹ, cuộc trò chuyện với sàn giao dịch hiếm khi đến hộp thư thương hiệu. Chúng đến trong tin nhắn trực tiếp của người mà ai đó vừa đọc xong quan điểm. Tài khoản cá nhân là đầu kênh. Không phải một suy nghĩ thứ Sáu. CÁCH KHÔNG LÀM CHẾT KÊNH Thương hiệu: thông báo, sản phẩm, sự thật. Người sáng lập: nơi thị trường sai, cách bạn xây dựng, đôi khi là thất bại. Một bản tin báo chí giống nhau từ hai tài khoản là gánh nặng vô ích. Đừng đếm số người theo dõi. Hãy đếm số phản hồi từ những người đúng đắn. Những chuỗi bài mở ra cuộc trò chuyện. Những cuộc gọi. Những giao dịch bạn có thể liên kết với một bài đăng. Năm nghìn người theo dõi mới và không có cuộc trò chuyện nào là một tháng thất bại. Một nửa kênh không phải là dòng thời gian của bạn. Đó là phản hồi dưới các tài khoản mà người mua của bạn đã đọc. Kênh này không thể phụ thuộc vào buổi tối rảnh rỗi. Đó là tuần nó chết, và cũng là tuần bạn cần nó nhất. LinkedIn là một căn phòng riêng biệt. Sự tin tưởng từ Crypto Twitter không theo bạn sang đó. Một nhà đầu tư tìm kiếm tên bạn. Một hồ sơ trống hoặc “gm, airdrop mới” không tạo ra độ tin cậy ở đó. Đó là tín hiệu bạn đang nói chuyện với sai phòng. Một trang công ty chỉ đạt được một phần nhỏ phạm vi tiếp cận so với một cá nhân. Một người sáng lập im lặng khiến mọi điểm tiếp xúc sau này trở nên đắt đỏ hơn. Một giọng nói sống động khiến chúng trở nên rẻ hơn.

KHÁCH HÀNG TIẾP THEO CỦA BẠN CÓ THỂ LÀ MỘT BOT Trong một thời gian dài, marketing chỉ có một nhiệm vụ: thu hút một con người truy cập trang web. Hiện nay, tab thường được mở bởi một thứ khác. Một tác nhân trình duyệt đọc, so sánh và ngày càng hoàn thành hành động thay cho người dùng, những người chưa bao giờ nhìn thấy trang web. Tháng 4 năm 2026, khoảng 71% lưu lượng truy cập từ các tác nhân trình duyệt. Perplexity’s Comet và OpenAI’s Atlas chiếm khoảng 70% trong số đó. Thương mại là đích đến thứ hai, chiếm khoảng 38% các tuyến đường. Và chúng mua hàng. Adobe: số lượt truy cập vào các trang bán lẻ tại Mỹ từ nguồn AI tăng 393% so với cùng kỳ năm trước trong quý 1 năm 2026. Vào tháng Ba, các lượt truy cập này chuyển đổi tốt hơn 42% so với các lượt còn lại. Một năm trước đó, tình hình ngược lại: kém hơn 38%. Salesforce: trong mùa lễ 2025, các tác nhân đã hoàn tất khoảng 20% đơn hàng toàn cầu, tương đương khoảng 262 tỷ USD. ĐIỀU GÌ THU HÚT CÁC TÁC NHÂN Nó không cảm nhận được câu chuyện người sáng lập. Nó chỉ tiếp nhận dữ liệu thực: sản phẩm này là gì, giá cả, kỳ hạn, và liệu hành động có thể hoàn tất mà không bị kẹt hay không. Hầu hết các trang web, đặc biệt là Web3, đều không thân thiện với điều đó. Ẩn dụ. Chuyển động. Điểm nhấn ở lần nhấp thứ ba. Một con người sẽ chờ một giây. Nhưng tác nhân sẽ rời đi để tìm một trang mà nó thực sự có thể đọc được. Khán giả đã chia tách. Một con người vẫn cần một câu chuyện và bằng chứng. Một cỗ máy cần một trang mà nó có thể phân tích và mua hàng. Điều đó đã trở thành một kênh, giống như cách thứ hạng Google từng là. NƠI CRYPTO CÓ LỢI THẾ ĐẦU TIÊN Một tác nhân cần hệ thống được xây dựng dành riêng cho phần mềm, chứ không phải một nút bấm được thiết kế cho ngón tay. Các ví có thể lập trình, thanh toán trên chuỗi nằm gần với yêu cầu đó hơn là một biểu mẫu thẻ. Hiện tại chỉ khoảng 3% phiên tác nhân đạt đến bước thanh toán. Cửa sổ này sẽ không mở lâu. Giữ lại các thông tin thực tế dưới dạng văn bản: sản phẩm, giá cả, kỳ hạn. Phân tách lưu lượng truy cập từ tác nhân trong phân tích. Tối ưu hóa hành động chính duy nhất trên một đường dẫn ngắn, không có các cửa sổ bật lên phụ và các bước rẽ ví không cần thiết. Trong hai mươi năm qua, tìm kiếm có nghĩa là: họ tìm thấy bạn và gửi một con người đến. Lớp tiếp theo: tác nhân hiểu trang web và chọn bạn hoặc không chọn bạn. Trong một phần nhỏ của giây. Không có lòng trung thành. Một nhóm nhỏ với một trang web rõ ràng, dễ đọc có thể đánh bại một trang web đẹp đẽ mà cỗ máy không thể phân tích được.