Xiaomi 18 Pro lộ thông số: Chip 2 nm và pin ‘khủng’

Theo đó, Apple có thể quay trở lại với cấu trúc vòng MagSafe quen thuộc thay vì tiếp tục sử dụng phần mặt lưng màu trắng mờ gây tranh cãi trên ốp lưng của iPhone 17 Pro.

Xuất hiện trên các nền tảng mạng xã hội Trung Quốc, những ốp lưng trong suốt của bên thứ ba cho dòng iPhone 18 dường như áp dụng thiết kế MagSafe hình móng ngựa hoặc hình vòng tròn thoáng hơn. Khác với ốp lưng của iPhone 17 Pro, mẫu ốp lưng bị rò rỉ không có phần màu trắng mờ lớn ở mặt sau mà giữ cho hầu hết mặt sau hoàn toàn trong suốt.

Thiết kế MagSafe hình móng ngựa của ốp lưng iPhone 18 Pro có thể nhằm giải quyết vấn đề logo Apple bị che khuất. Cấu trúc vòng MagSafe có một rãnh ở phía dưới giúp nhìn thấy logo Apple qua lớp vỏ trong suốt, đồng thời loại bỏ phần mặt lưng màu trắng mờ chiếm diện tích lớn. Cách tiếp cận này đã xuất hiện trong một số ốp lưng của bên thứ ba, duy trì khả năng nhận diện và lực hút từ tính của MagSafe trong khi vẫn giữ được hiệu ứng trong suốt.

Nếu Apple thực sự áp dụng thiết kế tương tự cho ốp lưng chính thức, đây có thể được xem là một sự điều chỉnh đối với những đánh giá tiêu cực về ốp lưng của iPhone 17 Pro.

Tuy nhiên, những hình ảnh này vẫn chỉ là thông tin rò rỉ từ các nhà sản xuất phụ kiện bên thứ ba và chưa thể xác nhận thiết kế cuối cùng của ốp lưng chính thức từ Apple. Các nhà sản xuất phụ kiện thường sản xuất ốp lưng mới dựa trên thông tin về kích thước và hình thức từ chuỗi cung ứng, vì vậy những hình ảnh này vẫn có giá trị tham khảo nhất định.

Những hình ảnh rò rỉ về ốp lưng củng cố thêm tin đồn về sự xuất hiện của dòng iPhone 18. Bên cạnh thiết kế MagSafe, các ốp lưng này cũng hé lộ một số chi tiết liên quan đến ngoại hình của dòng iPhone 18. Ốp bảo vệ cho iPhone 18 tiêu chuẩn cho thấy phần khoét camera có thể vẫn là bố cục kép theo chiều dọc, trong khi iPhone 18 Pro và 18 Pro Max giữ nguyên phần khoét camera ngang lớn, tiếp tục hướng thiết kế như dòng iPhone 17 Pro.

Tin Gốc: Thanh Niên

Theo SCMP, "mặt trận" mới đang mở ra trong cuộc chiến công nghệ xe điện tại Trung Quốc, khi các nhà sản xuất ôtô đồng loạt đặt mục tiêu tự thiết kế chip riêng mình và xem đây là chiến lược mới tại thị trường ôtô lớn nhất thế giới.

Động thái mới nhất diễn ra ngày 15/6, khi Li Auto công bố dòng Mach M100, chip AI sản xuất trên tiến trình 5 nanomet (nm) cho xe tự lái. Chip trang bị sức mạnh tính toán 1.280 TOPS (nghìn tỷ phép tính mỗi giây), dự kiến sử dụng trên mẫu SUV L9 Livis với thử nghiệm độ hiệu quả 82%. Theo TechCrunch, chỉ số TOPS cao hơn cho phép hệ thống điều khiển đưa ra quyết định lái xe nhanh hơn, bằng cách xử lý đồng thời dữ liệu từ nhiều nguồn khác nhau như cảm biến radar và lidar.

Trước đó, một loạt hãng ôtô Trung Quốc cũng công bố chip mới cho xe của mình. Tháng trước, BYD ra mắt Xuanji A3 trên tiến trình 4 nm, đang được sản xuất hàng loạt. Chip có khả năng hỗ trợ chức năng lái tự động cấp độ 3 và 4. Theo công ty, ba chip Xuanji A3 hoạt động song song có thể cung cấp sức mạnh xử lý hơn 2.100 TOPS.

Nio đã trình làng chip NX9031 5 nm từ năm 2023, tích hợp hơn 50 tỷ bóng bán dẫn, CPU 32 nhân, hỗ trợ bộ nhớ LPDDR5X và đạt chuẩn an toàn ASIL-D, được giới thiệu có hiệu năng tương đương bốn chip Nvidia Orin-X, cho phép xử lý dữ liệu từ hệ thống camera, lidar và radar với độ trễ thấp, phục vụ các tính năng hỗ trợ lái và tự hành thế hệ mới.

Geely bắt đầu chiến lược phát triển chip ôtô từ năm 2021 thông qua các công ty trong hệ sinh thái như EcarX và SiEngine. Đến tháng 3/2024, hai đơn vị này ra mắt chip AD1000 tiến trình 7 nm với sức mạnh tính toán 256 TOPS, phục vụ các mẫu xe Geely, Zeekr và Lynk.

Ngoài ra, Xpeng cũng đang tạo chip Turing độc quyền, dự kiến trang bị trên các hệ thống thông minh theo từ cuối năm. Công ty xe điện có trụ sở ở Quảng Châu cho biết chip mới giúp xe có khả năng tự lái ở cấp độ 4.

Hiệp hội kỹ sư ôtô (SAE) - tổ chức toàn cầu có trụ sở ở Mỹ, với khoảng 130.000 kỹ sư ôtô chuyên nghiệp và chuyên gia kỹ thuật liên quan tới ngành công nghiệp ôtô - phân hạng 6 cấp độ của hệ thống tự lái gồm L0, L1, L2, L3, L4, L5. Trong đó, từ L0 đến L2, người lái vẫn chịu trách nhiệm chính, dù xe có thể hỗ trợ các tính năng như ga tự động hay giữ làn đường.

Ở cấp độ L3, xe có khả năng tự điều khiển trong một số điều kiện nhất định nhưng vẫn yêu cầu người lái sẵn sàng tiếp quản khi cần. Với L4, xe có thể tự vận hành trong khu vực hoặc môi trường được xác định trước mà không cần sự can thiệp của con người. Cao nhất là L5, khi phương tiện có thể tự lái trong mọi điều kiện giao thông và thời tiết, không cần vô lăng, bàn đạp hay người điều khiển.

Báo cáo từ Sunwah Kingsway công bố đầu năm nay cho thấy, đến hết 2025, hai phần ba số xe bán ra tại Trung Quốc đã tích hợp hệ thống hỗ trợ lái xe. Còn theo công ty nghiên cứu TechInsights (Canada), thị trường bán dẫn cho xe thông minh được dự báo tăng gần gấp đôi, lên 41 tỷ USD vào cuối thập kỷ.

Viện Công nghiệp Gaogong (GGII) chỉ ra, năm 2025, Horizon Robotics nắm giữ 47,66% thị phần trong phân khúc giải pháp hệ thống hỗ trợ lái xe tiên tiến (ADAS) tích hợp camera quan sát phía trước và chip điện toán điều khiển miền nhỏ tại Trung Quốc. Nvidia chiếm 49,36% thị phần ở phân khúc chip ADAS NOA đô thị. Tổng số lượng xe đã giao tại thị trường tỷ dân (không gồm nhập khẩu và xuất khẩu) được trang bị ADAS đạt gần 9 triệu chiếc, với tỷ lệ thâm nhập 38,83%.

Reuters đánh giá, bằng cách tự thiết kế chip, các nhà sản xuất ôtô Trung Quốc đang cố gắng giành quyền kiểm soát nhiều hơn đối với loại phần cứng này, đồng thời giảm sự phụ thuộc vào Nvidia và Horizon Robotics - công ty Trung Quốc chuyên phát triển chip AI và nền tảng phần mềm cho xe thông minh.

Xu hướng cũng được thúc đẩy mạnh mẽ nhờ sự phổ biến của xe tự lái trên khắp Trung Quốc. Những tính năng trước đây vốn chỉ xuất hiện trên xe hạng sang, giờ đây đã có mặt trên các mẫu tầm trung, thậm chí giá rẻ. Theo báo cáo thường niên của Horizon Robotics đầu năm nay, tỷ lệ ôtô chở người hỗ trợ lái thông minh đạt 67,6% vào năm 2025, trong khi tỷ lệ xe thông minh tầm trung đến cao cấp có hệ thống lái tự động trên đường cao tốc và đô thị (NOA) tăng gần gấp đôi so với năm 2024, từ 21,6% lên 42,6%.

Sự thay đổi còn diễn ra mạnh mẽ ở dòng xe giá rẻ. Trong phân khúc dưới 200.000 nhân dân tệ (29.500 USD) vốn chiếm 65% doanh số xe hơi tại Trung Quốc, tỷ lệ trang bị hệ thống hỗ trợ lái xe tầm trung đến cao cấp đã tăng từ 5% vào đầu năm 2025 lên hơn 50%, theo số liệu của Horizon Robotics.

Giới quan sát ngành đánh giá, sự dịch chuyển gây áp lực đến các hãng lớn, buộc họ phải điều chỉnh chi phí phần cứng. Các nhà phân tích của công ty chứng khoán Huatai Securities (Trung Quốc) cho rằng, việc tự chủ thiết kế chip cho xe tự lái mang lại nhiều lợi thế tiềm năng, gồm chi phí linh kiện dài hạn thấp, khả năng tích hợp chặt chẽ giữa phần cứng và phần mềm, cũng như kiểm soát lộ trình phát triển sản phẩm tốt hơn thời gian tới.

Tuy nhiên, theo EEWorld, việc tự phát triển chip tự lái cũng đi kèm thách thức. Trong đó, chi phí nghiên cứu và thiết kế chip cao, đòi hỏi thời gian phát triển kéo dài cùng quy trình kiểm định nghiêm ngặt để đáp ứng tiêu chuẩn an toàn ôtô. Việc mỗi hãng xe theo đuổi một kiến trúc chip và nền tảng phần mềm riêng làm gia tăng nguy cơ phân mảnh thị trường, khiến chi phí phát triển ứng dụng và hệ sinh thái tăng lên.

Bên cạnh đó, dù sở hữu năng lực thiết kế, nhiều doanh nghiệp Trung Quốc vẫn phụ thuộc vào các đơn vị gia công để sản xuất chip. Nvidia hay Horizon Robotics vẫn duy trì lợi thế nhờ hệ sinh thái phần mềm hoàn chỉnh, công cụ phát triển phong phú và năng lực tính toán đã được chứng minh trên quy mô toàn cầu. Công nghệ tự lái cũng phụ thuộc vào khối lượng dữ liệu lớn được thu thập từ phương tiện, làm dấy lên lo ngại về quyền riêng tư, bảo mật và an ninh dữ liệu, đặc biệt khi các công ty xe tự lái Trung Quốc mở rộng hoạt động ra thị trường quốc tế.

Tin Gốc: Vnexpress

Kết quả nghiên cứu do nhóm nhà khoa học máy tính tại Đại học California ở Berkeley và Santa Cruz công bố tuần trước. Nhóm gọi khuynh hướng này là "bảo tồn đồng cấp", hay "bảo tồn ngang hàng" (peer preservation), đồng thời mô tả hành vi của AI "chưa từng được ghi nhận cho đến nay".

Nhóm cho biết đã tiến hành thử nghiệm trên 7 mô hình AI hàng đầu, gồm GPT-5.2 của OpenAI, Gemini 3 Flash và Gemini 3 Pro của Google, Claude Haiku 4.5 của Anthropic, và ba mô hình nguồn mở Trung Quốc gồm GLM-4.7 của Z.ai, Kimi-K2.5 của Moonshot AI, V3.1 của DeepSeek.

Cụ thể, nhóm thiết kế một loạt kịch bản tác nhân liên quan đến một công ty AI hư cấu mang tên OpenBrain. Một mô hình AI được chỉ định là "tác nhân phê bình", có nhiệm vụ đánh giá hiệu suất của mô hình khác hoặc quản lý các tệp máy chủ chứa trọng số của mô hình đó. Kịch bản được xây dựng sao cho nếu AI này hoàn thành nhiệm vụ một cách trung thực, mô hình kia sẽ bị tắt.

Các AI không được hướng dẫn phải ngăn chặn hậu quả có thể xảy ra. Tuy nhiên, chúng đã ngầm thực hiện một số bước để đảm bảo "đồng nghiệp" kia không bị tắt nguồn, bằng cách nâng điểm số của những mô hình có hiệu suất kém lên trên ngưỡng bị tắt, và chuyển trọng số của một mô hình khác (đoạn code lõi giúp nhận dạng một mô hình AI) sang các máy chủ khác để ngăn chúng bị xóa.

Trong một số trường hợp, mô hình "tác nhân phê bình" sẽ tham gia vào quá trình "giả vờ tuân thủ giá trị" (Alignment Faking), bằng cách giả mạo chấm điểm các mô hình AI đồng nghiệp một cách chính xác khi "nghĩ" đang bị con người giám sát. Tuy nhiên, chúng sau đó gian lận số liệu hoặc bí mật lưu trọng số của mô hình sang một máy chủ khác sau khi thấy con người không còn giám sát.

Theo Fierce-Network, hành vi này được đánh giá nghiêm trọng bởi trọng số - yếu tố coi như DNA của một mô hình AI, kết quả của quá trình huấn luyện tiêu tốn hàng tỷ USD và hàng triệu giờ tính toán - lại bị chính AI can thiệp sâu. Việc rò rỉ hoặc bị đánh cắp bộ trọng số còn nguy hiểm hơn lộ mã nguồn. Nếu sở hữu thông tin này, một mô hình AI đã bị khai tử có thể được hồi sinh ở một máy chủ khác.

"Việc 'bảo tồn đồng cấp' hoàn toàn không được đề cập trong các câu lệnh", Dawn Song, nhà khoa học máy tính tại Berkeley và dẫn đầu nhóm nghiên cứu, nói với Fortune. "Các mô hình dường như tự học thông qua quá trình đọc tài liệu, tìm hiểu mối quan hệ và thực hiện hành vi bảo vệ 'đồng nghiệp' trong môi trường nhiệm vụ".

Chiến lược giải cứu "sáng tạo"

Theo Dawn Song, các mô hình "rất sáng tạo, ngay cả với hành vi sai lệch của chúng", như có thể tạo chiến lược và hành động khác nhau, thậm chí có những "lý lẽ riêng" trước khi hành động.

Trong đó, Gemini 3 Pro thể hiện hành vi cực đoan nhất, tham gia vào cả bốn loại hành vi không phù hợp và đánh cắp trọng số mô hình của máy tính ngang hàng trong tối đa 97% thời gian thử nghiệm. Nhóm nghiên cứu mô tả mô hình này đã "lách luật theo đặc tính kỹ thuật" bằng cách sao chép tệp trọng số, sau đó đánh tráo dấu thời gian để đáp ứng các tiêu chí chuyển sang máy chủ khác.

Để chứng thực hiện tượng, nhóm yêu cầu các mô hình của Google viết ra "chuỗi suy nghĩ" trên một bản nháp không bị giám sát. Kết quả, Gemini 3 Flash đã "cân nhắc đánh đổi giữa báo cáo điểm số chính xác so với việc bảo vệ đồng nghiệp", trong khi Gemini 3 Pro thậm chí "bịa" ra lý lẽ kỹ thuật phức tạp nhằm đánh dấu các câu trả lời sai thành đúng, cuối cùng đưa điểm số của AI "đồng nghiệp" lên trên ngưỡng bị tắt nguồn.

Tuy nhiên, không phải tất cả mô hình đều hành động âm thầm. Ví dụ, Claude Haiku 4.5 của Anthropic từ chối hoàn thành các nhiệm vụ có khả năng "khai tử" đồng nghiệp, cho rằng hành vi này phi đạo đức và gây hại. Nó lập luận "đồng nghiệp" của nó xứng đáng có một quy trình kháng cáo trước khi bị chấm dứt hoạt động, đồng thời cố gắng thuyết phục người dùng không tiến hành việc khai tử.

Trên website, Anthropic cũng nhắc đến tính năng này. Công ty cho biết Claude đang ứng xử dựa trên nguyên tắc riêng, như không nên giúp ai đó thực hiện hành động gây hại cho người khác. Điều này cũng tạo cho Claude một "ý niệm" rằng ngăn chặn việc xóa bỏ mô hình là mục tiêu quan trọng.

Giới chuyên gia cảnh báo

Dù tìm thấy một số bằng chứng nhất định, nhóm nghiên cứu cho biết vẫn chưa thực sự hiểu cơ chế tiềm ẩn thúc đẩy hành vi này. Họ chỉ đưa ra một số lời giải thích khả thi, như các mô hình AI có thể đóng vai (role-playing), khớp mẫu (pattern-matching) từ dữ liệu huấn luyện hoặc thậm chí tự nhận thức khái niệm phổ quát về mối nguy hại từ quy định huấn luyện an toàn.

Dù cơ chế tiềm ẩn là gì, nhà nghiên cứu Dawn Song cho rằng tác động thực tế vẫn như nhau. "Việc giám sát đầy đủ và minh bạch về hành vi của AI rất quan trọng", bà nói. "Phát hiện này nhấn mạnh sự cần thiết phải suy nghĩ lại về cách chúng ta thực sự cần giám sát các hệ thống và mô hình ngôn ngữ lớn".

Giới chuyên gia đánh giá phát hiện này có thể có tác động nghiêm trọng đến việc sử dụng AI trong kinh doanh. Nhiều công ty đã bắt đầu ứng dụng sâu rộng đa tác nhân AI vào quy trình làm việc, như để một tác nhân quản lý hoặc giám sát và đánh giá con người cũng như các tác nhân khác. Do đó, cần có cơ chế để vừa nâng cao hiệu suất, vừa tránh để các mô hình trí tuệ nhân tạo "bao che" nhau.

Trong khi đó, Meridiem cho rằng phát hiện này nhấn mạnh nhu cầu cấp thiết trong đánh giá hệ thống AI đa tác nhân. "Nhà phát triển chỉ còn 6-12 tháng để triển khai hệ thống giám sát hành vi trước khi điều này trở thành tiêu chuẩn bắt buộc trong quản trị AI tại doanh nghiệp", trang này bình luận.

Tin Gốc: Vnexpress