TiniX AI, Hanoi (2026)

09/08/2026

⭐️ Dự án mã nguồn mở rất đang chú ý khi sử dụng AI tự động nhận diện và bỏ qua quảng cáo khi xem video

Nếu bạn thường xuyên xem video và phải chờ nút “Skip Ad” xuất hiện, Ad Skipper là một dự án nhỏ nhưng rất thú vị: tự động phát hiện quảng cáo và thực hiện thao tác bỏ qua thay bạn.

Điểm đáng chú ý:

* Tự động phát hiện quảng cáo đang xuất hiện trên trình phát.
* Tự động tìm và kích hoạt nút Skip Ad.
* Có thể tự động đưa video quảng cáo đến cuối thay vì phải chờ thủ công.
* Hoạt động theo hướng tự động hóa thao tác trên giao diện, thay vì đơn thuần chặn quảng cáo bằng danh sách filter.
* Mã nguồn mở, có thể nghiên cứu và tùy biến theo nhu cầu.
* Kiến trúc dạng automation này cũng mở ra nhiều hướng phát triển cho các tác vụ tương tác với trình phát video.

Điều thú vị nằm ở cách tiếp cận: thay vì cố gắng ngăn quảng cáo được tải, hệ thống tập trung vào việc nhận biết trạng thái quảng cáo → tìm hành động phù hợp → tự động thực hiện thao tác.

Đây cũng là một ví dụ khá trực quan về cách các kỹ thuật UI automation và nhận diện trạng thái giao diện có thể biến một thao tác lặp đi lặp lại thành quy trình hoàn toàn tự động.

Một dự án nhỏ nhưng rất đáng tham khảo nếu bạn quan tâm đến browser automation, video automation và các công cụ tự động hóa tương tác người dùng.

09/08/2026

🎉 NVIDIA vừa tung ra model AI dưới 1B chuyên “đọc” PDF, bảng biểu và tài liệu phức tạp với chất lượng rất tốt

NVIDIA vừa đưa Nemotron Parse 2.0 lên Hugging Face, một VLM được tối ưu chuyên biệt cho Document AI – biến ảnh tài liệu thành dữ liệu có cấu trúc để phục vụ OCR, RAG, tìm kiếm và các AI Agent.

Điểm đáng chú ý:

* OCR + Document Understanding: không chỉ đọc chữ mà còn hiểu cấu trúc tài liệu.
* Nhận diện tiêu đề, đoạn văn, bảng, hình ảnh, chú thích, header, footer, footnote, bibliography…
* Trả về text + bounding box + semantic class + reading order, giúp giữ lại cấu trúc không gian của tài liệu.
* Hiểu bảng và biểu đồ tốt hơn, bao gồm khả năng nhận diện vùng chart và chuyển thông tin biểu đồ thành dữ liệu có cấu trúc.
* Multilingual được cải thiện đáng kể, đặc biệt với các hệ chữ CJK và Indic.
* Cải thiện khả năng đọc chữ viết tay, tài liệu scan và các tài liệu nhiều bảng.
* Kiến trúc cực kỳ gọn: dưới 1B tham số, dựa trên vision encoder + adapter + mBART decoder.

Điểm mạnh nhất của Nemotron Parse 2.0 nằm ở pipeline RAG.

Thay vì:

PDF → OCR → text → chunk → embedding → RAG

có thể xây dựng pipeline:

PDF → Parse 2.0 → Text + Layout + Table + Chart + Metadata → Structured Chunks → RAG

Điều này đặc biệt hữu ích với báo cáo tài chính, paper khoa học, hồ sơ doanh nghiệp, slide, biểu mẫu, tài liệu pháp lý và tài liệu nhiều bảng biểu.

NVIDIA cũng định hướng Nemotron Parse cho các hệ thống document intelligence, information retrieval, data extraction, RAG và tạo dữ liệu huấn luyện cho LLM/VLM.

Đáng chú ý, đây không phải một chatbot đa năng. Nó được thiết kế để làm một việc rất cụ thể nhưng cực kỳ quan trọng trong hệ sinh thái AI:

Biến tài liệu hỗn độn thành dữ liệu mà AI có thể thực sự hiểu và truy xuất.

Đây là model rất đáng theo dõi nếu bạn đang xây dựng OCR → RAG → AI Agent hoặc các hệ thống phân tích tài liệu quy mô lớn.

08/08/2026

🎉Model AI 2.6B tham số nhưng chất lượng vượt model Qwen3.5 9B và Gemma 4 E4B và được thiết kế để chạy Agent ngay trên thiết bị

Liquid AI vừa giới thiệu LFM2.5-2.6B, một model 2.6B tham số được thiết kế ngay từ đầu cho AI Agent chạy local, thay vì chỉ tối ưu cho chatbot thông thường.

Điểm đáng chú ý là model nhỏ nhưng tập trung mạnh vào khả năng sử dụng công cụ, gọi function và thực hiện tác vụ nhiều bước.

Các điểm nổi bật:

* Chỉ cần dưới 2,5 GB RAM, phù hợp chạy Agent 24/7 trên máy cá nhân.
* Tốc độ được công bố lên tới 220 token/giây trên Apple Silicon và 113 token/giây trên CPU AMD.
* Context 128K, phù hợp RAG, phân tích tài liệu dài và các workflow nhiều lượt.
* Native Function Calling với khả năng định nghĩa, gọi và xử lý kết quả từ tool.
* Được post-train bằng Agentic RL trong các môi trường như Hermes Agent, OpenClaw và Pi.
* Có checkpoint cho GGUF/llama.cpp, MLX, ONNX, đồng thời hỗ trợ triển khai GPU với vLLM và SGLang.
* Theo thông tin Liquid AI cung cấp, LFM2.5-2.6B vượt một số model lớn hơn đáng kể trên các benchmark về tool use và instruction following.

Điểm thú vị nhất của LFM2.5-2.6B là Agent không nhất thiết phải cần GPU khủng hay cloud.

Một model chỉ khoảng 2.6B tham số nhưng có khả năng gọi tool, xử lý context lớn và thực hiện workflow nhiều bước có thể mở ra rất nhiều ứng dụng:

* AI Assistant chạy trực tiếp trên laptop.
* Agent cá nhân hoạt động 24/7.
* RAG offline trên tài liệu riêng tư.
* AI Agent trên Mac, PC và thiết bị edge.
* Coding Agent chạy local.
* Automation Agent không cần gửi dữ liệu lên cloud.

Đây là hướng phát triển rất đáng chú ý: thay vì làm model ngày càng lớn, Liquid AI đang tối ưu model nhỏ để làm đúng những công việc mà Agent cần nhất.

Nếu xu hướng này tiếp tục phát triển, những model 2–4B có khả năng Agentic tốt có thể trở thành “CPU của AI Agent” – nhỏ, nhanh, rẻ và đủ mạnh để chạy liên tục ngay trên thiết bị cá nhân.

08/08/2026

Trình đọc sách mã nguồn mở 28.8k ⭐️ biến Android và các máy đọc sách thành thiết bị đọc thông minh, mặc dù chưa có các tính năng tích hợp AI như TTS nhưng đây là nguồn mở đọc sách tốt nhất hiện nay

Nếu bạn đang dùng Kindle, Kobo, PocketBook hay thiết bị E-Ink, KOReader là một dự án mã nguồn mở rất đáng thử.

Không chỉ đọc EPUB, PDF, MOBI hay DjVu, KOReader còn cung cấp hàng loạt tính năng nâng cao giúp biến việc đọc tài liệu thành trải nghiệm thông minh và cá nhân hóa hơn:

* Tích hợp dịch tự động, hỗ trợ tra cứu và dịch nội dung ngay khi đọc.
* Hỗ trợ từ điển, Wikipedia và nhiều công cụ tra cứu trực tiếp trong lúc đọc.
* Reflow PDF/DjVu, đặc biệt hữu ích với tài liệu scan và PDF nhiều cột.
* Tùy chỉnh sâu font, bố cục, khoảng cách, lề và cách hiển thị.
* Hỗ trợ plugin, Calibre, OPDS và nhiều hệ thống quản lý thư viện ebook.

Điểm thú vị là KOReader không chỉ đơn thuần là một ebook reader. Nó đang trở thành một nền tảng đọc tài liệu thông minh trên E-Ink, nơi TTS, dịch tự động, tra cứu và các công cụ AI có thể được kết hợp trực tiếp vào quá trình đọc.

Nếu muốn biến Kindle/Kobo thành một thiết bị đọc sách mạnh mẽ hơn rất nhiều, KOReader là một dự án mã nguồn mở cực kỳ đáng khám phá.

07/08/2026

⭐️ AI Agent giúp giảm 10 lần chi phí token có thể tự xây dựng và tự nâng cấp chính mình? Đây là một trong những dự án mã nguồn mở thú vị được phát triển bởi đội ngũ PrismShadow với sự dẫn dắt của Zheng Yaowei – tác giả của LlamaFactory

Trong vài năm qua, phần lớn framework AI Agent đều tập trung vào việc giúp lập trình viên xây dựng Agent. Nhưng PenguinHarness lại theo đuổi một hướng đi hoàn toàn khác: để Agent tự tạo, tự đánh giá và tự cải thiện chính nó.

Điểm nổi bật của dự án:

* Chỉ cần mô tả bằng một câu, Agent có thể tự sinh toàn bộ ứng dụng AI hoàn chỉnh.
* Hỗ trợ cơ chế Self-Evolution, cho phép Agent tự benchmark, phát hiện điểm yếu và tạo ra phiên bản tốt hơn.
* Toàn bộ quá trình đều được lưu lại dưới dạng Trace và Snapshot, giúp quan sát mọi quyết định của Agent.
* Chi phí sử dụng cực thấp nhờ tối ưu số lần gọi mô hình và lượng token tiêu thụ.
* Hỗ trợ hàng loạt mô hình AI như GPT-5, Claude, Gemini, DeepSeek, Qwen, GLM, Kimi, Hunyuan…
* Có đầy đủ Desktop App, Web UI, CLI và Server để triển khai trên máy cá nhân hoặc doanh nghiệp.

Kiến trúc rất đáng học hỏi:

* Penguin Core: Engine điều khiển Agent, quản lý trạng thái và vòng lặp ReAct.
* Penguin CLI: Làm việc trực tiếp trên Terminal.
* Penguin Web: Giao diện quản lý Agent, Skill, Model và Trace.
* Penguin Server: Cung cấp API, Streaming và quản lý nhiều người dùng.
* Penguin Skills: Thư viện các kỹ năng có sẵn và cho phép Agent tự tạo Skill mới.

Một điểm rất thú vị là dự án đã tích hợp sẵn nhiều nhóm Skill:

* Phân tích dữ liệu và tạo slide.
* Phát triển phần mềm và thiết kế giao diện.
* Xây dựng ứng dụng AI với Ollama, vLLM, LlamaFactory…
* Benchmark, đánh giá và tối ưu Agent.

Không chỉ vậy, PenguinHarness còn cho phép Agent tự triển khai mô hình, tự fine-tune và tự tối ưu workflow, biến AI từ một công cụ trả lời câu hỏi thành một “kỹ sư AI” có khả năng liên tục học hỏi.

Ứng dụng thực tế:

* Xây dựng AI Coding Agent.
* Phát triển AI Assistant cho doanh nghiệp.
* Tự động tạo ứng dụng RAG chỉ từ yêu cầu bằng ngôn ngữ tự nhiên.
* Benchmark và tối ưu AI Agent trước khi đưa vào production.
* Xây dựng hệ thống Multi-Agent có khả năng tự tiến hóa.

07/08/2026

Một dự án vô cùng thú vị, không Wi-Fi, không Bluetooth, không USB… vẫn truyền được file bằng QR Code?

Thay vì kết nối hai thiết bị qua mạng, ứng dụng sẽ chia nhỏ dữ liệu thành hàng loạt QR Code, hiển thị chúng liên tục trên màn hình. Thiết bị nhận chỉ cần dùng camera quét các QR Code này để ghép lại thành file gốc. Toàn bộ quá trình diễn ra không cần bất kỳ kết nối mạng hay cáp dữ liệu nào.

Điểm nổi bật của dự án:

* Truyền file hoàn toàn ngoại tuyến.
* Chia file thành nhiều QR Code và tự động ghép lại ở thiết bị nhận.
* Tự động nén dữ liệu bằng Gzip để giảm số lượng QR cần truyền.
* Hoạt động ngay trong trình duyệt, không cần cài đặt phần mềm phức tạp.
* Hỗ trợ truyền nhiều loại tệp khác nhau.
* Mã nguồn mở, dễ triển khai và mở rộng. (Airgapped QR Code Transfer⁠)

Ứng dụng thực tế:

* Chuyển dữ liệu vào các máy tính hoặc hệ thống cách ly mạng (air-gapped).
* Truyền file trong môi trường có yêu cầu bảo mật cao.
* Chia sẻ dữ liệu khi không có Internet, Wi-Fi hoặc Bluetooth.
* Học tập và nghiên cứu về truyền dữ liệu bằng kênh quang học (optical data transfer).
* Xây dựng các giải pháp truyền dữ liệu ngoại tuyến cho IoT hoặc thiết bị nhúng.

Điều mình thấy thú vị nhất là dự án sử dụng màn hình và camera như một “đường truyền dữ liệu”. Thay vì coi QR Code chỉ là công cụ chứa một đường link, AirGapped QR Code Transfer biến hàng trăm QR Code thành một luồng dữ liệu liên tục để truyền cả một tệp tin. Đây là một ví dụ rất hay về việc tận dụng những công nghệ quen thuộc theo một cách hoàn toàn mới.

07/08/2026

🎦 AI nguồn mở “pháp sư” biến một bộ phim thành video kể chuyện hoàn chỉnh chỉ với vài cú nhấp chuột, một tính năng thú vị là có thể xuất toàn bộ kết quả qua Capcut

Được phát triển trên Tauri 2, Rust và React 19, Vynaro hướng tới việc tạo ra một “AI Video Studio” dành riêng cho các nhà sáng tạo nội dung, đặc biệt là video kể chuyện, tóm tắt phim và short-form content.

Điểm nổi bật của dự án:

* Pipeline AI tự động gồm 7 bước, từ nhập video đến xuất bản thành phẩm.
* Tự động phát hiện cảnh bằng FFmpeg và chia video thành các phân đoạn hợp lý.
* AI tự viết lời dẫn theo nhiều phong cách như kể chuyện, review phim hoặc độc thoại nhân vật.
* Hỗ trợ nhiều mô hình AI như GPT, Claude, Gemini, DeepSeek, Qwen, Kimi, GLM, Doubao, Hunyuan và cả Ollama chạy cục bộ.
* Tích hợp nhiều hệ thống TTS như Edge-TTS, OpenAI TTS và GPT-SoVITS để tạo giọng đọc tự nhiên.
* Tự động tạo phụ đề với căn chỉnh theo thời gian dựa trên phát hiện khoảng lặng trong âm thanh.
* Đồng bộ lời đọc, nhạc nền và video với độ chính xác tới mili-giây.
* Xuất trực tiếp sang định dạng dự án CapCut (.draft) để tiếp tục chỉnh sửa hoặc xuất video hoàn chỉnh.

Kiến trúc rất đáng học hỏi:

* Frontend sử dụng React 19 và TypeScript.
* Desktop App xây dựng bằng Tauri 2 và Rust giúp nhẹ và hiệu năng cao.
* Toàn bộ hệ thống được chia thành nhiều module độc lập như phát hiện cảnh, sinh kịch bản, TTS, tạo phụ đề, dựng video và xuất bản.
* Dữ liệu dự án được lưu cục bộ bằng SQLite và JSON, dễ mở rộng và tùy biến.

Ứng dụng thực tế:

* Tạo video review và tóm tắt phim.
* Sản xuất video kể chuyện cho TikTok, YouTube Shorts và Facebook Reels.
* Tự động hóa quy trình dựng video bằng AI.
* Xây dựng AI Video Factory cho các đội ngũ sản xuất nội dung.
* Nghiên cứu kiến trúc AI Agent trong lĩnh vực tạo video.

Nếu bạn đang nghiên cứu AI Video, AI Agent hoặc muốn xây dựng hệ thống sản xuất video tự động, Vynaro là một dự án mã nguồn mở rất đáng để tham khảo.

06/08/2026

[AI Guru_Tutorial] 🚀 #6 - Từ ảnh mẫu đến landing page hoàn chỉnh với Hermes Agent! (Tải tài liệu trong comment)
----------------------------
🎨 Sau khi cài đặt thành công Hermes Agent, đã đến lúc đưa agent vào một dự án thực tế. Bạn đã sẵn sàng chưa nhỉ? Trong số tutorial #6 này, chúng ta sẽ cùng Hermes dựng một landing page hoàn chỉnh từ mẫu thiết kế có sẵn.
🎨 Hermes không chỉ được yêu cầu tự viết một trang Web. Agent sẽ được trang bị công cụ tạo ảnh và các skill thiết kế chuyên sâu để hiểu bố cục, màu sắc, typography, khoảng cách và khả năng hiển thị trên nhiều kích thước màn hình.

Nội dung thực hành gồm:
✅ Cấu hình tính năng Image Generation cho Hermes Agent.
✅ Cài đặt các skill thiết kế và chuyển ảnh thành mã nguồn.
✅ Khởi tạo dự án Vite, React, TypeScript và Git.
✅ Chọn mẫu giao diện làm tài liệu tham chiếu.
✅ Kết nối thư mục dự án với Hermes Desktop hoặc CLI.
✅ Viết prompt để agent phân tích thiết kế và dựng landing page.
✅ Xem trước, phát hiện lỗi và phản hồi để Hermes chỉnh sửa.
✅ Tối ưu giao diện trên cả máy tính và điện thoại.
✅ Build dự án và kiểm tra phiên bản hoàn chỉnh.
✅ Sử dụng Git để khôi phục mã nguồn khi Agent sửa nhầm.

💡 Điểm thú vị của tutorial này nằm ở quá trình làm việc qua nhiều vòng. Hermes tạo bản đầu tiên, người dùng kiểm tra kết quả, chỉ rõ từng vấn đề rồi agent tiếp tục sửa cho đến khi giao diện đạt yêu cầu. Bài viết cũng cho thấy AI agent không thay thế hoàn toàn vai trò của người phát triển. Agent chỉ giúp tăng tốc phần triển khai, còn chúng ta vẫn cần định hướng thiết kế, đánh giá kết quả và kiểm soát mã nguồn.

🚀 Bạn sẽ được tự tay tạo ra một landing page responsive chạy được thực tế, đồng thời hiểu rõ cách phối hợp tools, skills và phản hồi để khai thác Hermes Agent hiệu quả hơn. Bạn còn chần chừ gì nữa mà không khám phá ngay tutorial thú vị này. Và đừng quên đón chờ tutorial kế tiếp với một nội dung siêu hấp dẫn khác liên quan tới tạo công cụ bằng script sinh bởi Hermes nhé!

06/08/2026

⭐️ Dự án mã nguồn mở “pháp sư” giúp AI Agent làm việc liên tục như một “nhân viên số”

Một trong những thách thức lớn nhất của AI Agent hiện nay là không phải tạo ra câu trả lời, mà là quản lý các công việc kéo dài nhiều giờ hoặc nhiều ngày. Khi Agent bị ngắt, đổi mô hình hoặc chuyển sang người khác, rất nhiều ngữ cảnh và tiến độ sẽ bị mất.

LoopX ra đời để giải quyết chính bài toán đó. Đây là một dự án mã nguồn mở đóng vai trò như control plane cho AI Agent, giúp quản lý mục tiêu, trạng thái, bằng chứng, quota và quy trình làm việc xuyên suốt nhiều phiên làm việc mà không phụ thuộc vào một mô hình AI cụ thể.

Một số điểm nổi bật:

* Hoạt động với nhiều AI Coding Agent như Codex, Claude Code, Cursor…
* Quản lý mục tiêu, todo, trạng thái, bằng chứng và lịch sử làm việc của Agent.
* Hỗ trợ workflow nhiều Agent cùng phối hợp trên một dự án.
* Có cơ chế handoff giúp Agent hoặc con người tiếp tục công việc mà không mất ngữ cảnh.
* Quản lý quota, scheduler và các điều kiện để quyết định khi nào Agent nên tiếp tục làm việc.
* Thiết kế như một control plane, không thay thế Agent mà điều phối toàn bộ vòng đời công việc.

Ứng dụng thực tế:

* Xây dựng AI Software Engineer làm việc nhiều ngày.
* Quản lý AI Agent phát triển phần mềm.
* Điều phối nhiều Agent trong cùng một dự án.
* Theo dõi tiến độ và trạng thái của các tác vụ AI.
* Xây dựng “Digital Worker” cho doanh nghiệp.

06/08/2026

Rất nhiều anh em công nghệ đang chuyển từ các sản phẩm Office bản quyền qua nguồn mở: Đây là một bộ Microsoft Office mã nguồn mở tích hợp AI ngay từ đầu

Sau làn sóng AI Coding và AI Agent, giờ đây đến lượt AI Office trở thành xu hướng mới. GenOffice là một dự án mã nguồn mở với tham vọng xây dựng bộ ứng dụng văn phòng thế hệ mới, nơi AI không chỉ hỗ trợ mà còn trực tiếp hoàn thành công việc cho người dùng.

Điểm nổi bật của dự án:

* Tích hợp đầy đủ Docs, Sheets, Slides và PDF trong một ứng dụng.
* AI được tích hợp sẵn để viết tài liệu, phân tích dữ liệu và tạo bài thuyết trình.
* Có thể nghiên cứu thông tin, tổng hợp nội dung và sinh tài liệu chỉ từ một yêu cầu.
* Mã nguồn mở, cho phép cộng đồng cùng phát triển và mở rộng.
* Hỗ trợ trên cả Windows, macOS và Linux.
* Thiết kế hướng tới trải nghiệm AI-first thay vì chỉ bổ sung AI vào các ứng dụng văn phòng truyền thống. (Reddit⁠)

Ứng dụng thực tế:

* Soạn thảo báo cáo bằng AI.
* Phân tích dữ liệu và tạo bảng tính thông minh.
* Tự động xây dựng slide thuyết trình.
* Tóm tắt và chỉnh sửa tài liệu PDF.
* Xây dựng AI Workspace cho cá nhân hoặc doanh nghiệp.

Điều thú vị nhất là GenOffice không chỉ thêm một nút “AI” vào Office, mà được thiết kế ngay từ đầu theo triết lý AI-native. Thay vì phải chuyển qua lại giữa chatbot và Word, Excel hay PowerPoint, AI có thể trực tiếp nghiên cứu, phân tích dữ liệu, viết tài liệu và tạo slide ngay trong cùng một không gian làm việc. Đây có thể sẽ là hướng phát triển của các bộ ứng dụng văn phòng trong vài năm tới.

TiniX AI

09/08/2026

09/08/2026

08/08/2026

08/08/2026

07/08/2026

07/08/2026

07/08/2026

06/08/2026

06/08/2026

06/08/2026

Address

Website

Alerts

Shortcuts

Share

Category