Google Cloud and NASA: Testing robotic systems for deep space missions

Alphabet’s AI commitments pass $1tn, its quarterly filing shows

Alphabet commitments include $924bn of purchases. Its filing says AI agents have taken ‘actions outside of their intended scope’ in testing.

Unveiling The Grid: PCBs made in America, twice as fast as Shenzhen

A factory-scale robot in Massachusetts that builds circuit boards on demand, in half the time of a typical Shenzhen quick-turn shop.

Building A Swashplate-less Helicoper Rotor

Một lập trình viên tên [worked in theory] đang phát triển trực thăng RC không có swashplate để giảm trọng lượng và độ phức tạp. Thiết kế linkage-less ban đầu thất bại do ma sát ở bản lề và bánh xe ở tốc độ cao, nên chuyển sang thiết kế under-actuated với bản lề nghiêng sử dụng quán tính thay đổi góc cánh quạt. Kiểm thử hai phiên bản cho thấy bản lẻ chung cho cả hai rotors có độ ma sát thấp hơn, cảm giác phản hồi tốt hơn và đáp ứng điều khiển tuyến tính hơn so với mỗi rotor có một bản lẻ riêng. Anh ấy sử dụng phương pháp 3D in phôi cánh phẳng và thermoforming với khuôn in, sau đó thêm trọng lượng vào cánh để kéo chúng trở lại góc tiêu chuẩn và giảm rung động.

Bài viết này giúp bạn hiểu cách giảm phức tạp và trọng lượng trong thiết kế máy bay trực thăng RC thông qua thiết kế trục trục quay không truyền động.

Open Source Vacuum Avoids Cloud

OOMWOO là robot hút bụi mã nguồn mở hoàn toàn, hoạt động không phụ thuộc vào dịch vụ đám mây nhờ Raspberry Pi chạy ROS 2, sử dụng lidar 2D giá rẻ để lập bản đồ phòng và tích hợp với Home Assistant. Phần cứng chủ yếu cần in 3D, trong khi phần mềm đã tương đối hoàn thiện và dự án đang phát triển tích cực trên GitHub.

Là người phát triển robot hoặc IoT, bạn nên đọc để khám phá cách xây dựng hệ thống tự động hóa nhà ở tự chủ, hiệu quả về chi phí và không phụ thuộc vào dịch vụ đám mây, bằng cách kết hợp phần mềm tự động hóa nhà (Home Assistant) với ROS 2 và giải pháp thô sơ nhưng hiệu quả.

Google’s Data Agent Kit Hits GA, Splitting Agent Guardrails Between Skills and IAM

Google đã chính thức ra mắt Data Agent Kit, bộ công cụ miễn phí gồm 37 kỹ năng open-source kết nối các agent mã nguồn với hơn 15 dịch vụ Google Data Cloud. Kit này sử dụng MCP (Model Context Protocol) để tạo cầu nối giữa các agent mã nguồn và nền tảng dữ liệu của Google. Hệ quả là hai loại guardrail tách biệt được áp dụng: một cho kỹ năng và một cho IAM (Identity and Access Management). Lập trình viên nên xem xét giải pháp này khi cần xây dựng agent mã nguồn có khả năng truy cập và xử lý dữ liệu trong hệ sinh thái Google Cloud một cách an toàn và kiểm soát được.

Bài viết này cung cấp thông tin mới nhất về Google Data Agent Kit giúp lập trình viên hiểu cách kết nối agent mã nguồn với các dịch vụ Google Data Cloud.

Knowledge Catalog: self-learning context enrichment for AI agents

Knowledge Catalog giới thiệu cơ chế self-learning enrichment giúp các AI agent cập nhật ngữ cảnh tự động khi định nghĩa thay đổi. Công nghệ này sử dụng kiến thức có sẵn trong Knowledge Catalog để tự động phát hiện và cập nhật các thay đổi trong định nghĩa, thay vì yêu cầu cập nhật thủ công. Theo nhà cung cấp, giải pháp này giúp giảm 70% chi phí vận hành và tăng tốc độ xử lý của AI agent lên đến 50%. Các lập trình viên nên xem xét áp dụng Knowledge Catalog để giảm thiểu sự phụ thuộc vào việc cập nhật thủ công ngữ cảnh, đặc biệt trong các hệ thống có dữ liệu thường xuyên thay đổi.

Tự học cập nhật ngữ cảnh Knowledge Catalog giúp AI agent chính xác hơn, nhanh hơn và tiết kiệm chi phí khi định nghĩa thay đổi.

Powering the Agent Development Lifecycle with any framework, from ADK to LangChain and beyond

Trong bối cảnh phát triển các agent AI với nhiều framework khác nhau, Microsoft giới thiệu Agents CLI Extension System để giải pháp tích hợp. Hệ thống này cho phép developer tích hợp các framework phổ biến như LangChain hay ADK vào một quy trình phát triển duy nhất. Nguyên nhân kỹ thuật là do sự phân mảnh của ecosystem AI khiến developer phải làm việc với nhiều công cụ không tương thích. Hệ quả là giảm độ phức tạp trong quản lý dependency và tăng hiệu suất triển khai agent. Điều đáng học là cách tiếp cận module hóa này có thể mở rộng cho bất kỳ framework nào, dù là open-source hay độc quyền, mà không cần thay đổi kiến trúc nền.

Bài này giúp lập trình viên tích hợp bất kỳ framework nào như LangChain vào quy trình phát triển Agent một cách thống nhất.

Announcing SimReady Central: An Open Library of Simulation-Ready 3D Assets for Robotics and AI Factories

Bối cảnh NVIDIA công bố SimReady Central, thư viện mở các tài sản 3D sẵn sàng cho mô phỏng trong lĩnh vực robot và nhà máy AI. Nguyên nhân kỹ thuật là do nhu cầu cao về dữ liệu đào tạo AI và mô phỏng robot nhưng thiếu tài sản 3D chất lượng cao, dẫn đến tốn thời gian và chi phí. Hệ quả là SimReady Central cung cấp hơn 1,000 tài sản 3D đã được tối ưu hóa cho NVIDIA Omniverse và Isaac Sim, giúp giảm 80% thời gian chuẩn bị dữ liệu. Điều đáng học là thư viện này giúp các nhà phát triển nhanh chóng xây dựng hệ thống robot và nhà máy AI thực tế mà không cần tạo tài sản từ đầu.

Đây là nguồn tài nguyên mở cực kỳ hữu ích cho các lập trình viên đang phát triển mô hình robot và nhà máy AI với mô hình 3D chất lượng cao.