London robotics startup Humanoid raises $152M Series A, with Bosch set to manufacture its wheeled robots at scale

Colossal Biosciences reportedly in talks to raise new capital at $20B–$30B valuation

Colossal Biosciences đang đàm phán huy động vốn mới, nhằm tăng gấp đôi hoặc gấp ba mức định giá trước đó lên 20-30 tỷ USD.

Lập trình viên nên đọc bài này để hiểu về cơ hội hợp tác với các công ty sinh học tiên tiến như Colossal Biosciences, nơi ứng dụng công nghệ AI và dữ liệu gen để giải quyết thách thức khoa học hiện đại, từ đó mở ra nhiều cơ hội phát triển dự án hoặc công nghệ mới trong tương lai.

Z.AI built a giant AI data centre on Chinese-made chips

Z.AI vừa hoàn thành trung tâm dữ liệu 1GW chạy hoàn toàn bằng chip Trung Quốc để huấn luyện mô hình GLM, không sử dụng bất kỳ sản phẩm nào của Nvidia. Điều này cho thấy sự thay đổi trong chuỗi cung ứng AI khi Trung Quốc đẩy mạnh tự chủ công nghệ.

Lập trình viên nên đọc bài này để hiểu cách các công ty đang xây dựng hệ sinh thái AI độc lập, từ chip đến mô hình, và cách này có thể ảnh hưởng đến sự phát triển công nghệ AI trong tương lai.

Ethnography: The UX Research Skill

Nghiên cứu dân tộc học (ethnography) là kỹ năng quan trọng trong nghiên cứu trải nghiệm người dùng (UX), giúp hiểu sâu hành vi người dùng thông qua quan sát và tương tác thực tế, thay vì chỉ dựa vào phỏng vấn.

Là người thiết kế trải nghiệm người dùng, bạn cần học cách hiểu sâu sắc những hành vi thực tế của người dùng thông qua quan sát và cảm nhận, không chỉ là những câu trả lời trực tiếp trong cuộc trò chuyện, để tạo ra giải pháp UX chân thực và hiệu quả.

CuspAI signs up Nvidia and Meta for AI materials push

CuspAI khởi động nền tảng AI Materials Foundry với sự tham gia của Nvidia, Meta cùng hơn 45 đối tác, đồng thời huy động thành công 450 triệu USD từ vòng gọi vốn mới, được hậu thuẫn bởi Bezos và chính phủ Anh, định giá công ty lên 2,6 tỷ USD.

Những công nghệ mới trong lĩnh vực vật liệu AI—được Nvidia và Meta hỗ trợ—có thể giúp cải thiện hiệu suất mô hình AI, từ đó mở ra những ứng dụng thực tế như thiết kế vật liệu siêu nhẹ, chống thấm nước hay tăng hiệu suất pin, giúp lập trình viên phát triển các giải pháp sáng tạo và hiệu quả hơn trong tương lai.

Already rich, already successful, why the last wave of tech winners is grinding again

Những tỷ phú công nghệ giàu có đang lao vào cuộc đua AI mới, sợ bỏ lỡ thời khắc quyết định …

Robotics @ XIAOMI

Xiaomi ra mắt XR-1, mô hình robot nền tảng đầu tiên kết hợp 100.000 giờ dữ liệu pre-training (UMI) và 7.200 giờ dữ liệu post-training trên robot thực, giải quyết vấn đề thiếu dữ liệu trong robotics. Mô hình đạt tỷ lệ thành công 75% trên tác vụ mới với dưới 10 giờ huấn luyện, vượt 58,3% so với RoboDojo trong các bài kiểm tra mô phỏng.

Là lập trình viên nghiên cứu AI hoặc robotics, bạn nên đọc bài này để hiểu cách xây dựng mô hình robot thông minh hiệu quả hơn bằng cách áp dụng kỹ thuật pre-training và post-training như trong mô hình LLM, giúp tiết kiệm thời gian và dữ liệu thực tế mà vẫn đạt hiệu quả cao.

Let AI Burn

Bài viết cho rằng ngành AI đang là một bong bóng không bền vững, dựa trên tài trợ vòng tròn, quảng cáo thổi phồng và nhu cầu ảo. Tác giả lập luận rằng AI tạo sinh khác biệt hoàn toàn so với bong bóng Dot Com vì GPU không có giá trị tồn dư, nhu cầu LLM chủ yếu được tạo ra và trợ cấp, trong khi OpenAI/Anthropic đang tiêu tốn hàng trăm tỷ USD mà không có lộ trình sinh lời.

Những lập trình viên muốn tránh rơi vào "sự mê hoặc của công nghệ" và hiểu rõ về rủi ro tài chính, kỹ thuật cũng như thực tế thị trường khi xây dựng dự án AI lớn nên đọc bài này để tránh đầu tư vào những "bong bóng" không có cơ sở thực tế.