Google makes Gemini’s personalized image generation free for all US users

Gemini 3.5 Flash can now see and control your screen, and Google wants enterprises to trust it

Google tích hợp khả năng xem và điều khiển màn hình (screen-seeing & control) trực tiếp vào Gemini 3.5 Flash, thay thế mô hình tách biệt trước đây, nhằm phục vụ tự động hóa doanh nghiệp như kiểm thử phần mềm liên tục hay tác vụ trình duyệt đa bước. Tính năng này đi kèm các biện pháp an toàn tùy chọn như xác nhận người dùng trước hành động nhạy cảm hay dừng tự động khi phát hiện prompt injection, nhưng Google thừa nhận không có giải pháp bảo mật nào là hoàn hảo. Động thái này cạnh tranh trực tiếp với các sản phẩm tương tự của Anthropic (Claude Computer Use) và OpenAI, trong đó câu chuyện an toàn cho doanh nghiệp là điểm khác biệt chính.

Lập trình viên nên đọc để hiểu cách Gemini 3.5 Flash mở rộng khả năng tự động hóa công việc phát triển, từ kiểm thử liên tục đến điều khiển giao diện người dùng, giúp tiết kiệm thời gian và tăng hiệu suất trong các dự án doanh nghiệp.

Toward More Controllable AI Video Editing: An Early Research Exploration at Netflix

Netflix giới thiệu hai mô hình chỉnh sửa video AI giai đoạn đầu là Vera và VOID. Vera sử dụng mô hình diffusion phân lớp, chỉ tái tạo vùng chỉnh sửa (kèm alpha matte) thay vì toàn bộ clip, bảo toàn nội dung chưa chỉnh sửa. VOID chuyên xóa vật thể trong video với kỹ thuật inpainting hợp lý vật lý, tái tạo cảnh thực tế khi vật thể bị loại bỏ. Cả hai mô hình đều vượt trội so với các phương pháp hiện có trong nghiên cứu.

Lập trình viên muốn phát triển các giải pháp AI tiên tiến trong xử lý video nên tham khảo để hiểu cách thiết kế mô hình hiệu quả như Vera và VOID, từ kiến trúc đặc biệt đến kỹ thuật điều khiển chi tiết để nâng cao chất lượng và tính khả thi của các ứng dụng AI video trong tương lai.

Concerns rise as Google implements AI for search engine answers

Google triển khai AI để trả lời truy vấn trên công cụ tìm kiếm, khiến lưu lượng truy cập website của các nhà xuất bản có nguy cơ sụt giảm. Song, chuyên gia vẫn kỳ vọng cơ hội hợp tác giữa doanh nghiệp AI và tòa soạn.

Lập trình viên nên đọc bài này để hiểu cách AI thay đổi cách xây dựng và tối ưu hóa hệ thống tìm kiếm, từ đó cập nhật kiến thức về công nghệ mới để phát triển ứng dụng web hoặc API tương thích với xu hướng mới này.

Gemini API in Ruby: Building AI Agents Without an SDK

A practical guide to building Gemini AI agents in Ruby on Rails without an official SDK. Covers using the Gemini Interactions API over generateContent, building a Faraday HTTP client, function calling with a tool registry, server-side state via previous_interaction_id, background job execution, streaming events, authorization inside tools, write tool confirmation patterns, observability with agent_runs/agent_steps tables, and production guardrails including iteration caps and state machines. Also addresses the store/background tradeoffs, Developer API vs Enterprise Agent Platform decision, and fixture-based testing strategies.

Google Cloud will sell specialist AI models built for science

Google Cloud is adding SandboxAQ's 'large quantitative models' (LQMs) to its marketplace, targeting enterprise and research use cases in drug discovery, materials science, and semiconductor manufacturing. Unlike large language models trained on text, LQMs are trained on numerical data and scientific equations, making them better suited for chemistry, biology, and physics problems. Researchers can combine these with Gemini, using the language model for reasoning and the quantitative model for domain-specific science. Google also announced Gemini for Science, a bundle of tools including its AI co-scientist, AlphaEvolve, and NotebookLM aimed at accelerating research workflows. The move positions Google Cloud as infrastructure for scientific R&D, competing with other hyperscalers for high-value enterprise AI workloads that general chatbots cannot serve well.

Go deh!: Sparse Ranges

Một nhà phát triển tạo ra lớp sparse_range trong Python cho phép loại bỏ các khoảng số nguyên (integer ranges) mà không tốn bộ nhớ. Sử dụng các đối tượng RangePointer để theo dõi các khoảng bao gồm và loại trừ, hỗ trợ duyệt tiến/lùi thông qua công thức đảo ngược phạm vi toán học, và được kiểm chứng bằng thuật toán Sieve of Eratosthenes khai báo sử dụng các cấp số cộng thuần túy thay vì mảng boolean khả biến.

Lập trình viên nên đọc bài này để khám phá cách tối ưu hóa bộ nhớ và tăng hiệu suất cho các thuật toán xử lý dãy số liên tục bằng cách sử dụng cấu trúc dữ liệu sparse range—giúp tiết kiệm không gian và mở rộng khả năng xử lý cho các trường hợp cần truy xuất ngược dòng.

Unconventional AI releases its first model, built on an oscillator architecture that could cut AI power use by 1000x

Unconventional AI, founded by former Databricks AI chief Naveen Rao, has released Un-0, an image generation model running on a software simulation of a novel oscillator-based computing architecture. Unlike conventional digital logic using transistors, the approach uses coupled ring oscillators to encode and process information through physics, with Rao claiming it could reduce AI power consumption by 1000x. The model performs comparably to established diffusion models like Stable Diffusion, but currently runs only on a simulated version of hardware that doesn't yet exist. The company, backed by $475M in seed funding at a $4.5B valuation from Lightspeed, a16z, and Sequoia, plans to release chip schematics soon and eventually operate as a compute provider. The 1000x efficiency claim remains theoretical until physical hardware is built and validated.