Tin công nghệ: AI đa phương thức, giọng tổng hợp và Cloudflare

Các cập nhật lần này tập trung vào khả năng xử lý nhiều loại dữ liệu, quản lý nội dung và kiểm soát tương tác với AI. Cloudflare mở rộng dòng Clef và hạ tầng Workers, trong khi ElevenLabs bổ sung công cụ cho sáng tạo và cuộc gọi. Những công bố từ OpenAI cũng cho thấy ứng dụng tác nhân trong bảo mật, tối ưu quy trình và nhận diện văn bản được tạo.

Cloudflare ra mắt Clef-omni, mở rộng đầu vào đa phương thức

Cloudflare công bố Clef-omni, mô hình nhận đầu vào âm thanh, video, văn bản và hình ảnh, đồng thời phát hành trọng số mở trên HuggingFace. Mô hình hỗ trợ âm thanh wav hoặc mp3 và video mp4 hoặc webm. Clef-omni được xây dựng trên nền tảng mixture-of-experts Qwen3-Omni-30B-A3B-Instruct, sử dụng phần lõi xử lý đầu vào nhưng loại bỏ các thành phần đầu ra chuyển văn bản thành giọng nói. Cùng đợt cập nhật, Cloudflare cho biết đã tăng tốc Clef và giảm giá Clef-flash xuống thấp hơn Jev. Tuy nhiên, nội dung công bố không đưa ra số đo cải thiện hiệu năng hay mức giá cụ thể. Thay đổi đáng chú ý là khả năng đưa thêm âm thanh và video vào cùng một mô hình của dòng Clef.

Nguồn: Cloudflare

ElevenCreative đưa bộ nhận diện thương hiệu vào quy trình tạo nội dung

ElevenLabs giới thiệu Brand Kit, hiện có sẵn trong ElevenCreative, để lưu màu sắc, phông chữ, logo, ảnh tham chiếu và quy tắc thương hiệu thành một đối tượng chung trong workspace. Người dùng nhập @ để gắn kit vào prompt trong Image & Video, Flows hoặc ElevenCreative agent; các tài sản và quy tắc sẽ định hướng nội dung được tạo. Cùng một kit có thể dùng xuyên suốt các công cụ và giữa các thành viên, giảm nhu cầu mô tả lại bộ nhận diện ở từng bước. Agency hoặc nhóm quản lý nhiều khách hàng có thể tạo kit riêng và chuyển đổi giữa chúng. ElevenLabs cũng đang phát triển khả năng mở rộng sang giọng nói và âm thanh thương hiệu, nhưng đây chưa phải tính năng đã được công bố là có sẵn.

Nguồn: Elevenlabs

Sophos công bố giảm thời gian điều tra với mô hình OpenAI

Sophos kết hợp các mô hình OpenAI thông qua Daybreak với thông tin tình báo về mối đe dọa, quy trình ứng phó và chuyên môn bảo mật của mình. Theo công bố trên trang OpenAI, thời gian điều tra giảm 96%; thời gian phản hồi trung bình ở các vụ việc sử dụng tác nhân giảm từ khoảng 38 phút xuống 89 giây. Nguồn này cũng cho biết AI xử lý từ đầu đến cuối 52% các vụ việc MDR. Tác nhân thu thập bối cảnh khách hàng, phát hiện và chỉ dấu xâm nhập, rồi thực hiện vòng lặp lập kế hoạch–thực thi–rà soát. Bản tóm tắt cùng đề xuất ứng phó được chuyển cho chuyên viên xem xét; các hành động có khả năng gây phá hủy vẫn cần mức giám sát phù hợp của con người.

Nguồn: Openai

Samsung nhận sáu giải tại Better Choice Awards 2026

Samsung được vinh danh ở sáu hạng mục tại Gala Better Choice Awards ngày 04/10/2026. Giải thưởng do Bộ Khoa học và Công nghệ chỉ đạo, VCCorp và Trung tâm Đổi mới sáng tạo Quốc gia phối hợp tổ chức. Galaxy Z Fold8 nhận giải “Sản phẩm công nghệ kiến tạo xu hướng” với 33.931 lượt bình chọn từ độc giả; Galaxy S26 Ultra thắng hạng mục “Smartphone đột phá sáng tạo được yêu thích” của Better List. Galaxy Watch9 và Galaxy Watch Ultra2 cùng nhận giải về AI trong chăm sóc sức khỏe chủ động. Các ghi nhận còn lại dành cho trải nghiệm AI tiếng Việt của Galaxy AI, hệ sinh thái SmartThings và Samsung Việt Nam trong “Top 5 đối tác FDI đồng hành tiêu biểu của năm”, trải rộng từ thiết bị đến phần mềm và vai trò đối tác.

Nguồn: Samsung

Cloudflare bổ sung phân tích CPU và bộ nhớ cho Workers

Cloudflare công bố công cụ phân tích CPU và bộ nhớ cho Workers và Durable Objects. Từ Workers Observability, người dùng có thể yêu cầu phân tích theo nhu cầu trên Worker đang hoạt động, xem flamegraph tương tác và tải tệp kết quả để nghiên cứu thêm. Công cụ có thể được sử dụng qua CLI hoặc Cloudflare Dashboard. Trên dashboard, người dùng chọn thời lượng và phiên bản Worker; phiên bản đó cần đủ lưu lượng truy cập để phân tích thành công. Mỗi hình chữ nhật trong flamegraph biểu diễn một lời gọi hàm, với chiều rộng phản ánh thời gian CPU hoặc lượng bộ nhớ sử dụng. Cloudflare cho biết các đội ngũ nội bộ đã dùng công cụ để tìm cơ hội tối ưu, sửa lỗi hết bộ nhớ và cải thiện hiệu năng.

Nguồn: Cloudflare

ElevenAgents bổ sung nhận diện giọng tổng hợp trong cuộc gọi

ElevenLabs công bố tính năng phân tích vài giây đầu cuộc gọi để phân loại giọng người hoặc giọng do AI tạo trong ElevenAgents. Doanh nghiệp tự đặt quy tắc tiếp theo, như yêu cầu xác thực, chuyển bên gọi AI tới tác nhân có giới hạn riêng hoặc chặn yêu cầu nhạy cảm. Nhận diện hoạt động trên âm thanh trực tiếp, không phụ thuộc watermark. Tại thời điểm công bố, tính năng dành cho khách hàng doanh nghiệp được đội Forward Deployed Engineering hỗ trợ; việc mở rộng được dự kiến vào cuối tháng theo công bố. ElevenLabs cũng tham gia Personal Agent Protocol với vai trò đối tác thiết kế. Nhóm do Meta và Sierra dẫn dắt đang phát triển cách tác nhân cá nhân tự định danh, xác định người được đại diện và phạm vi hành động.

Nguồn: Elevenlabs

Asana thử nghiệm tối ưu lịch sử cho tác nhân trình duyệt

Theo bài viết của OpenAI, Asana sử dụng GPT‑6 Astra trong Codex để thử nghiệm và tối ưu quy trình tác nhân trình duyệt dùng GPT‑6.1 Sol. Nghiên cứu gồm 144 lượt chạy với GPT‑6.1 Sol và ba mô hình được gọi là Model A, B, C. StackAI cho phép xây dựng quy trình điều hướng website, điền biểu mẫu và thu thập thông tin mà không cần viết mã. Điểm kém hiệu quả được phát hiện là lịch sử văn bản trang và ảnh chụp chưa được lưu đệm, khiến mỗi yêu cầu gửi lại toàn bộ lịch sử với đầy đủ chi phí. Chính sách hiệu quả nhất tích lũy tới 20 ảnh rồi chỉ giữ ảnh mới nhất, kết hợp ngân sách lịch sử lớn hơn. Mọi cấu hình cùng thu thập sáu trường thông tin cho 32 cuốn sách từ danh mục demo công khai.

Nguồn: Openai

Đội ngũ Deno gia nhập Cloudflare để đơn giản hóa tự vận hành

Đội ngũ Deno gia nhập Cloudflare nhằm đơn giản hóa việc tự vận hành Workers và Durable Objects, giúp nhà phát triển sử dụng các thành phần này trong nhiều môi trường hơn. Ryan Dahl cho biết đội ngũ đang hợp nhất workerd và celld. Dù workerd đã là mã nguồn mở, khả năng hỗ trợ Durable Objects hiện bị giới hạn ở một phiên bản chạy đơn lẻ. Hướng phát triển được nêu là một phiên bản phân tán, trong đó nền tảng đảm nhiệm việc bố trí, định tuyến và lưu trữ bền vững trên nhiều máy. celld được định hướng thành chương trình nhị phân viết bằng Rust, chỉ phụ thuộc bên ngoài vào dịch vụ lưu trữ đối tượng. Đây là hướng giảm độ phức tạp vận hành, chưa phải xác nhận rằng phiên bản phân tán đã hoàn tất.

Nguồn: Cloudflare

Scribe tạo dấu thời gian từng từ ngay khi phiên âm

Scribe tính dấu thời gian ở cấp độ từng từ ngay trong quá trình phiên âm, bằng một lần gọi API. Đầu ra có cấu trúc gồm các token được phân loại thành từ, khoảng cách hoặc sự kiện âm thanh; nhóm cuối có thể bao gồm tiếng cười, tiếng vỗ tay và âm thanh nền. Cách phiên âm thông thường cần thêm bước căn chỉnh văn bản với âm thanh để xác định thời điểm, làm tăng thời gian xử lý và nhu cầu tính toán. Scribe hỗ trợ tối đa năm kênh, được phiên âm độc lập. Dữ liệu có dấu thời gian và phân loại âm thanh có thể phục vụ phụ đề đồng bộ, kho bản ghi có khả năng tìm kiếm và tự động tạo đoạn trích cho mạng xã hội.

Nguồn: Elevenlabs

OpenAI trình bày watermark văn bản và giới hạn phát hiện

OpenAI mô tả watermark văn bản là cách đáp ứng yêu cầu nhận diện nội dung được tạo ở dạng máy đọc được của EU AI Act. Khách hàng API toàn cầu có thể bật tùy chọn này cho một số mô hình; mặc định là tắt. Hãng dự kiến thêm watermark vô hình vào đầu ra văn bản đủ điều kiện của ChatGPT và Codex tại EU trong những tuần tiếp theo. Công nghệ textGrain nhúng tín hiệu thống kê vào lựa chọn từ, để bộ phát hiện kiểm tra. Quyền truy cập bộ phát hiện ban đầu giới hạn ở nhà nghiên cứu và tổ chức chuyên môn được phê duyệt. OpenAI dự định mở mã nguồn công nghệ, đồng thời lưu ý khả năng phát hiện tốt hơn với đoạn dài, thấp hơn đáng kể với toán học và có thể giảm mạnh khi thay từ đồng nghĩa.

Nguồn: Openai

Tóm tắt nhanh

Cloudflare mở rộng đầu vào đa phương thức của Clef, bổ sung công cụ phân tích tài nguyên và hướng tới đơn giản hóa hạ tầng tự vận hành.
ElevenLabs tập trung vào bộ hướng dẫn thương hiệu dùng chung và quy tắc xử lý người gọi bằng giọng tổng hợp.
Các trường hợp Sophos và Asana cho thấy vai trò của tác nhân AI trong điều tra bảo mật và tối ưu quy trình trình duyệt, với kết quả gắn với từng công bố.
Dấu thời gian của Scribe hỗ trợ sử dụng bản ghi âm, còn watermark văn bản của OpenAI phục vụ nhận diện nội dung nhưng có giới hạn khi bị chỉnh sửa.