Tháng 10 vừa rồi Google làm một việc mà mấy năm trước phải mất cả năm mới thấy: họ phát hành một model suy luận mạnh nhất ra toàn cầu, rồi đúng hai tuần sau công bố luôn model kế tiếp. Tôi đọc bản tổng hợp chính thức của Google và thấy đáng ghi lại, vì nó cho thấy nhịp ra sản phẩm đang nhanh tới mức nào, và cũng cho thấy họ đang giữ lại cái gì.
Gemini 4 Argon ra toàn cầu, Carbon thì chưa
Gemini 4 Argon là model suy luận thuộc nhóm mạnh nhất hiện nay, Google gọi là frontier reasoning model, và đã mở cho mọi người dùng từ cá nhân tới doanh nghiệp. Nó tập trung vào những việc khó như viết code phức tạp, phân tích tài chính và quy trình pháp lý, có mặt trên app Gemini, Search, Google AI Studio, Gemini API và Google Cloud, kèm một nhánh riêng cho robot.
Hai tuần sau đó, Google công bố Gemini 4 Carbon và gọi đây là model mạnh nhất của họ tính tới nay, giỏi an ninh mạng và những việc kỹ thuật kéo dài nhiều bước. Điểm đáng chú ý nằm ở cách họ triển khai: Carbon chưa mở cho số đông mà đang chạy trước với chính phủ Mỹ và một nhóm chuyên gia phòng thủ an ninh mạng được chọn, thông qua một chương trình tên Fairwind. Nói cách khác, model càng mạnh thì thời gian thử an toàn càng dài trước khi tới tay người dùng thường.
Cùng lúc, Genie 4 ra mắt như một bước khác hẳn: nó tạo thế giới ảo tương tác theo thời gian thực, có vật lý, chuyển động người như thật và âm thanh riêng. Điều tôi thấy hay là người dùng điều khiển cảnh đang diễn ra bằng câu lệnh thường ngày, không cần biết gì về dựng cảnh. Google nói rõ mục tiêu gần là tạo môi trường huấn luyện an toàn cho robot và AI agent.
Kiểm ảnh do AI tạo, và chặn lừa đảo trên điện thoại
SynthID Detector giờ mở rộng ra toàn cầu với bản tiếng Anh. Công cụ này cho phép bất kỳ ai kiểm một ảnh, video hay đoạn âm thanh có phải do AI tạo không. Con số đáng để ý: Google đã gắn watermark cho hơn 180 tỷ ảnh và video, cộng với 240.000 năm âm thanh. Detector còn nhận diện được nội dung từ đối tác bên ngoài như OpenAI, NVIDIA, Kakao và Apple, chứ không chỉ sản phẩm của chính Google.
Về phía điện thoại, Android đang đưa vào Google Messages một chế độ tên Enhanced protection, người dùng tự chọn bật. Chế độ này dùng các model Gemini mới nhất trên đám mây để bắt những chiêu lừa qua trò chuyện tinh vi, thứ mà bộ lọc theo từ khoá không bắt được. Hiện tính năng Scam Detection có sẵn đã gắn cờ hơn 5 triệu cuộc gọi và tin nhắn nghi lừa đảo mỗi tháng, nên đây là vấn đề đủ lớn để Google phải làm thêm một lớp nữa.
Tạo game, tạo app, và học bài theo cách khác
Playground là nền tảng thử nghiệm mới, cho phép tạo, chỉnh và chia sẻ game một hoặc nhiều người chơi từ câu lệnh chữ, không cần viết code. Cùng hướng đó, người dùng Android có thể tự làm app AI riêng bằng Google AI Studio rồi cài thẳng lên máy qua Google Play, còn người làm nhạc thì dựng nhạc cụ và plugin âm thanh riêng trong Google Flow Music.
Với việc học, Gemini Notebook có phần tổng quan bài học tương tác và quiz tuỳ chỉnh theo nội dung bạn đưa vào. Điểm mới là quyền quyết định trước khi máy tạo: bạn định hình bộ slide và video tổng quan trước, rồi mới để Gemini dựng, thay vì nhận kết quả rồi sửa.
Từ phòng khám tới quỹ đạo, và một mốc ở máy tính lượng tử
Nghiên cứu đăng trên The Lancet cho thấy hệ thống AI y khoa AMIE được thử tại phòng khám thật, thu thập bệnh sử và soạn tóm tắt trước giờ khám. Kết quả: giúp bác sĩ chuẩn bị trong 75% số ca, và khớp danh sách chẩn đoán phân biệt cuối cùng của bác sĩ 90% số lần. Đây là lần đầu Google công bố trên tạp chí chính của The Lancet, nên cách họ chọn đăng cũng là một tín hiệu.
Trên quỹ đạo, vệ tinh thử nghiệm của Project Suncatcher mang chip TPU lên quỹ đạo thấp và gửi về câu trả lời AI đầu tiên được sinh ngay trên vệ tinh: một bài thơ haiku do Gemma 4 sáng tác. Việc này xác nhận phần cứng sống sót qua phóng và chạy được khối lượng tính toán ngang trung tâm dữ liệu ở trên không.
Ở máy tính lượng tử, trên bộ xử lý Willow, kỹ thuật magic state cultivation giảm lỗi khoảng 40 lần so với khi không qua bước này, công bố trên Science. Điều làm con số đó có nghĩa là trước đây việc tạo trạng thái magic tinh khiết có thể ngốn tới 95% tài nguyên của cả máy, nên đây là chỗ nghẽn đã tồn tại hai mươi năm.
Ngoài ra còn hai thứ nhỏ hơn nhưng dễ dùng: đồng hồ Fitbit Edge với pin tới 7 ngày, GPS chính xác và nhận diện tự động hơn 50 môn vận động, có Google Health Coach chạy bằng Gemini; và EmbeddingGemma 2, model mở 740 triệu tham số, đưa được code, ảnh, video và âm thanh vào cùng một không gian biểu diễn ngay trên máy, cắt tới 6 lần dung lượng lưu vector nên làm được tính năng tìm kiếm offline riêng tư.
Vậy tháng này thực sự thay đổi điều gì
Điều tôi rút ra không phải danh sách tính năng, mà là cách Google chia hai làn: một làn phát hành rộng cho việc khó nhưng phổ biến, một làn giữ lại thử nghiệm dài với những model đủ mạnh để thành rủi ro. Nếu bạn đang chờ một model duy nhất làm được mọi thứ thì hướng đi này cho thấy sẽ không có chuyện đó, mà là nhiều model chuyên biệt, mỗi cái mở ra theo một lịch riêng.
Với người dùng bình thường, ba thứ dùng được ngay là Gemini 4 Argon trong app và Search, SynthID Detector để kiểm nội dung, và chế độ Enhanced protection trên Android. Bạn có thể đọc bản gốc để đối chiếu từng mục.
Câu hỏi thường gặp
Câu hỏi: Gemini 4 Carbon đã dùng được chưa? Trả lời: chưa. Model này đang trong giai đoạn thử trước với chính phủ Mỹ và một nhóm chuyên gia phòng thủ an ninh mạng qua chương trình Fairwind, chưa mở cho người dùng phổ thông.
Câu hỏi: Gemini 4 Argon khác Carbon ở đâu? Trả lời: Argon là model suy luận đã phát hành toàn cầu, mạnh ở việc khó như code, tài chính, pháp lý. Carbon là model mạnh nhất của Google tính tới nay, thiên về an ninh mạng và các việc kỹ thuật kéo dài nhiều bước, và đang được thử nghiệm giới hạn.
Câu hỏi: SynthID Detector kiểm được nội dung của hãng khác không? Trả lời: có. Ngoài nội dung do Google tạo, công cụ này còn nhận diện nội dung từ các đối tác như OpenAI, NVIDIA, Kakao và Apple.
Câu hỏi: AMIE đã thay bác sĩ chưa? Trả lời: chưa, và không phải mục tiêu. AMIE thu thập bệnh sử và soạn tóm tắt trước giờ khám để bác sĩ chuẩn bị, giúp bác sĩ chuẩn bị trong 75% số ca và khớp chẩn đoán phân biệt 90% số lần.
Câu hỏi: EmbeddingGemma 2 dùng để làm gì? Trả lời: đây là model mở để tạo tính năng tìm kiếm đa phương tiện chạy ngay trên thiết bị. Bạn có thể tìm một đoạn video cụ thể từ ghi âm giọng nói, hoặc tìm trong nhiều giờ âm thanh bằng một câu chữ, không cần mạng.
Nếu bạn muốn xem cách tôi dùng AI agent trong công việc hằng ngày, bài về những việc nên và không nên giao cho agent là chỗ bắt đầu hợp lý. Còn nếu bạn thử SynthID Detector trên một ảnh nào đó và thấy kết quả bất ngờ, để lại bình luận dưới bài này nhé, tôi rất muốn biết nó nhận diện đúng tới mức nào trong thực tế.
Quét mã QR để đọc bài viết này để xem tiếp trên điện thoại
