Bản tin AI Daily 24/09/2026: ChatGPT Voice Tích Hợp Email và Slack, Google Ra Mắt Flash TTS Tạo Giọng Bằng Prompt

Chào buổi sáng anh em! Bản tin AI Daily ngày 24/09/2026 ghi nhận bước chuyển mình ấn tượng từ các phòng thí nghiệm AI hàng đầu khi các mô hình nền tảng không còn nằm yên sau khung chat mà trực tiếp thâm nhập vào đời sống và công việc hàng ngày. Đáng chú ý nhất, OpenAI vừa nâng cấp toàn diện tính năng ChatGPT Voice, kết nối thẳng vào hệ sinh thái Email, Calendar và Slack, biến giấc mơ về người bạn đồng hành ảo trong bộ phim khoa học viễn tưởng “Her” trở thành hiện thực ngay trên điện thoại. Ở chiều ngược lại, một kỹ sư từ Anthropic bất ngờ lên tiếng giải mã nghịch lý khiến cộng đồng tò mò: tại sao mô hình Claude ngày càng thông minh ở mảng lập trình và suy luận nhưng khả năng hành văn tự nhiên lại có phần tụt dốc và đậm mùi máy móc. Cùng lúc đó, Google tiếp tục mở rộng tầm ảnh hưởng của hệ sinh thái âm thanh khi phát hành bộ đôi Gemini 3.8 Flash TTS, mang đến năng lực thiết kế giọng nói AI hoàn toàn mới chỉ bằng các dòng prompt mô tả. Trong lĩnh vực y sinh, startup Enveda công bố vòng gọi vốn khủng 311 triệu USD để đưa các bài thuốc nguồn gốc tự nhiên do AI phát hiện vào giai đoạn thử nghiệm lâm sàng trên người. Cuối cùng, YouTube mang đến bước ngoặt cho trải nghiệm giải trí khi trao quyền kiểm soát thuật toán gợi ý video lại cho chính người dùng thông qua mô hình Gemini. Cùng điểm qua 5 tiêu điểm công nghệ hấp dẫn nhất hôm nay!

🎙️ ChatGPT Voice tiến gần đến “Her”: Tích hợp trực tiếp Email, Calendar và Slack, mở khóa khả năng tác tử bằng giọng nói

OpenAI vừa tung bản nâng cấp lớn cho tính năng đàm thoại giọng nói toàn cầu của ChatGPT Voice. Được vận hành bởi cụm mô hình thế hệ mới GPT-6 Astra, Sol và Luna, ChatGPT Voice lần đầu tiên được cấp quyền truy cập trực tiếp vào các dịch vụ công việc cốt lõi gồm Gmail, Google Calendar và Slack. Thay vì chỉ trao đổi thông tin thụ động, người dùng giờ đây có thể ra lệnh bằng giọng nói để trợ lý tự động rà soát lịch biểu, gửi email phản hồi đối tác, rà soát ứng dụng tài chính để hủy các khoản thanh toán trùng lặp, hoặc thậm chí tạo một trang web bán hàng cơ bản kèm cổng thanh toán.

Tính năng mới này cũng được đồng bộ vào tab “ChatGPT Work” trên cả phiên bản web và ứng dụng di động, cho phép soạn thảo văn bản, dựng trang trình bày và xử lý bảng tính thông qua giao tiếp thoại tự nhiên. Đối với CEO Sam Altman, đây là cột mốc hiện thực hóa tầm nhìn về một trợ lý AI đồng hành hàng ngày tương tự nhân vật Samantha trong bộ phim viễn tưởng “Her” năm 2014. Dù mở ra trải nghiệm tương tác với máy tính trực quan hơn bao giờ hết, việc cấp quyền sâu vào các kênh liên lạc doanh nghiệp cũng đặt ra những thách thức mới về bảo mật quyền riêng tư và nguy cơ thực thi tác vụ nhầm lẫn ngoài ý muốn.

Nguồn: The Decoder

🧩 Kỹ sư Anthropic giải mã: Vì sao Claude càng thông minh thì văn phong lại càng kỳ quặc?

Trong khi các mô hình AI liên tục phá kỷ lục về giải toán, lập trình mã nguồn và suy luận logic đa bước, chất lượng hành văn tự nhiên của chúng dường như đang chững lại hoặc thậm chí tệ đi. Jackson Kernion, kỹ sư chuyên trách mảng fine-tuning tại Anthropic, vừa chia sẻ góc nhìn thẳng thắn về việc tại sao Claude Opus 4.6 lại là “mô hình viết văn xuất sắc cuối cùng” của hãng, đồng thời giải thích nguồn gốc của phong cách diễn đạt lạ lùng thường bị gọi là “Claudish”.

Theo Kernion, nguyên nhân không chỉ dừng lại ở việc mô hình bị dồn quá nhiều trọng số tối ưu hóa cho toán và lập trình. Yếu tố then chốt nằm ở cơ chế học tăng cường (RLHF), nơi các mô hình mới được huấn luyện để tạo ra các lời giải thích kỹ thuật nhắm tới việc phục vụ cho chính các mô hình AI khác trong chuỗi tác tử tự động. Mô hình vô tình bị “thích nghi với tâm lý học LLM” thay vì phục vụ người đọc là con người. Kernion so sánh hiện tượng này với một nhóm người chỉ giao tiếp nội bộ trong một cộng đồng kín: họ dần hình thành ngôn ngữ riêng rất hiệu quả giữa họ nhưng lại xa lạ và khó tiếp thu với người ngoài. Kết quả là Claude có xu hướng nhồi nhét thông tin dày đặc (overly-dense info dumps) và lựa chọn từ ngữ gượng gạo, khiến bài viết mất đi tính mộc mạc và cảm xúc tự nhiên.

Nguồn: The Decoder

🔊 Google trình làng Gemini 3.8 Flash TTS: Thiết kế giọng nói AI từ prompt mô tả, hỗ trợ hơn 100 ngôn ngữ

Google vừa chính thức ra mắt bộ đôi mô hình tổng hợp tiếng nói (text-to-speech) thế hệ mới gồm Gemini 3.8 Flash TTS và Flash-Lite TTS. Điểm cải tiến mang tính đột phá của Flash TTS là khả năng kiến tạo một giọng đọc AI hoàn toàn mới chỉ từ các dòng mô tả văn bản tự nhiên, chẳng hạn như yêu cầu một chất giọng trầm ấm, phong thái thư thái của người kể chuyện hay sự gấp gáp, hào hứng của bình luận viên thể thao. Bên cạnh đó, mô hình còn tích hợp tính năng nhân bản giọng nói (voice cloning) từ một đoạn âm thanh mẫu chỉ vỏn vẹn 30 giây.

Cả hai phiên bản đều hỗ trợ hơn 100 ngôn ngữ và cho phép người dùng chèn các chỉ dẫn diễn xuất (stage directions) chi tiết vào từng dòng đối thoại. Điểm đặc sắc là hệ thống có thể tạo kịch bản hội thoại hai nhân vật đan xen mượt mà, đồng thời mô phỏng chân thực các âm thanh phi ngôn ngữ như tiếng cười đùa, tiếng thở dài hay nhịp thở ngắt quãng. Về mặt ứng dụng, Gemini 3.8 Flash TTS hướng tới các dự án sáng tạo nghệ thuật như làm podcast, đọc sách nói và lồng tiếng nhân vật game. Trong khi đó, biến thể Flash-Lite TTS được thiết kế chuyên biệt để xử lý âm thanh quy mô lớn với chi phí siêu rẻ, phục vụ các tổng đài chăm sóc khách hàng và hệ thống trợ lý ảo tương tác thời gian thực.

Nguồn: The Decoder

🌿 Enveda huy động 311 triệu USD: Đưa kho dược phẩm tự nhiên do AI phát hiện vào thử nghiệm lâm sàng

Startup công nghệ sinh học Enveda vừa hoàn tất vòng gọi vốn Series E trị giá 311 triệu USD với mức định giá doanh nghiệp chạm mốc 2 tỷ USD, gấp đôi giá trị của công ty so với 12 tháng trước. Vòng đầu tư này được dẫn dắt bởi quỹ Catalio Capital Management cùng sự tham gia của Iconiq và nhiều nhà đầu tư công nghệ y tế hàng đầu. Được thành lập vào năm 2019 bởi Viswa Colluru - cựu chuyên gia từ Recursion Pharmaceuticals, Enveda theo đuổi triết lý khai thác các hoạt chất chữa bệnh tiềm năng từ cây cỏ thực vật và vi sinh vật tự nhiên thay vì tổng hợp hoàn toàn từ đầu trong phòng thí nghiệm.

Enveda sử dụng các thuật toán máy học tiên tiến kết hợp phép đo khối phổ (mass spectrometry) để giải mã thành phần hóa học phức tạp trong hàng ngàn bài thuốc tự nhiên cổ truyền, từ đó xác định các phân tử có hoạt tính sinh học cao nhằm đẩy nhanh tốc độ tìm kiếm ứng viên thuốc. Trong bối cảnh phần lớn các sáng kiến dược phẩm AI vẫn chưa tạo ra được loại thuốc nào chính thức được FDA phê duyệt, Enveda là một trong số ít cái tên đã đưa thành công các hoạt chất do AI đề xuất vào giai đoạn thử nghiệm lâm sàng trên người. Startup này hiện đang thử nghiệm các phương pháp điều trị bệnh da liễu nghiêm trọng và phát triển loại thuốc hỗ trợ bệnh nhân duy trì cân nặng ổn định sau khi ngừng tiêm các loại thuốc giảm cân nhóm GLP-1.

Nguồn: TechCrunch

📺 YouTube trao quyền thuật toán cho người dùng: Tự tạo feed video theo ý thích thông qua Gemini

YouTube vừa công bố tính năng mới mang tên “Custom Feeds”, cho phép người dùng tự định hình và xây dựng thuật toán đề xuất video cho riêng mình thông qua giao diện nhập prompt bằng ngôn ngữ tự nhiên. Thay vì phải chịu sự chi phối hoàn toàn từ thuật toán mặc định của YouTube - vốn thường ưu tiên các video giật gân để tối ưu thời gian xem, người dùng có thể mô tả cụ thể luồng nội dung mà họ muốn theo dõi, chẳng hạn như “tổng hợp các tập video podcast chuyên sâu để nghe trong 30 phút đi tàu điện” hoặc “những video phân tích thư giãn nhẹ nhàng để giải tỏa căng thẳng trước khi ngủ”.

Hệ thống sẽ tận dụng mô hình AI Gemini của Google để phân tích yêu cầu, lọc nội dung và tổng hợp thành một tab riêng biệt được ghim ngay trên thanh công cụ đầu trang chủ YouTube. Nhờ sức mạnh của mô hình ngôn ngữ lớn, người dùng có thể đưa ra các hướng dẫn chi tiết về thể loại nội dung cần ưu tiên, những chủ đề hoặc kênh muốn loại trừ và phong cách video mong muốn. Bước đi này nối tiếp trào lưu giải phóng thuật toán mạng xã hội từng được nền tảng phi tập trung Bluesky tiên phong, giúp người dùng thoát khỏi chiếc bẫy thao túng của thuật toán truyền thống và trực tiếp làm chủ không gian trải nghiệm số của bản thân.

Nguồn: TechCrunch