Dòng thời gian phát triển AI

Kurt Gödel công bố định lý bất toàn, chứng minh rằng bất kỳ hệ thống hình thức đủ mạnh nào cũng chứa những mệnh đề không thể chứng minh hay bác bỏ trong chính hệ thống đó. Khám phá này không chỉ gây chấn động giới toán học mà còn có ý nghĩa sâu sắc đối với lý thuyết tính toán và trí tuệ nhân tạo.

Alonzo Church và Alan Turing độc lập đề xuất luận đề Church-Turing nổi tiếng. Luận đề này khẳng định rằng mọi hàm có thể tính toán hiệu quả đều có thể tính được bởi máy Turing. Điều này hình thức hóa khái niệm trực giác về “tính toán được” và trở thành nền tảng của khoa học máy tính.

Alan Turing giới thiệu khái niệm máy Turing trong bài báo mang tính bước ngoặt “Về các số tính toán được, với ứng dụng cho Entscheidungsproblem”. Mô hình tính toán trừu tượng này có thể mô phỏng bất kỳ quá trình tính toán nào về mặt toán học.

Alonzo Church đề xuất lambda calculus, một hệ thống hình thức để định nghĩa và áp dụng hàm. Lambda calculus được coi là nền tảng lý thuyết của lập trình hàm. Bản gốc lambda calculus năm 1936 vốn không có kiểu; Church đã thêm kiểu đơn giản vào năm 1940 (“A Formulation of the Simple Theory of Types”), tạo ra một trong những hệ thống kiểu rõ ràng đầu tiên.

Warren McCulloch và Walter Pitts công bố “Một phép tính logic của các ý tưởng nội tại trong hoạt động thần kinh”, giới thiệu mô hình nơ-ron nhân tạo đầu tiên (nơ-ron McCulloch-Pitts). Mô hình này đơn giản hóa nơ-ron thành các công tắc ngưỡng nhị phân, đặt nền móng cho nghiên cứu mạng nơ-ron sau này.

Norbert Wiener xuất bản “Điều khiển học: hay sự điều khiển và truyền thông ở động vật và máy móc”, sáng lập ngành điều khiển học. Nghiên cứu về cách các hệ thống tự điều chỉnh thông qua cơ chế phản hồi có ảnh hưởng sâu sắc đến AI và robotics.

Claude Shannon xuất bản “Một lý thuyết toán học về truyền thông”, đặt nền móng cho lý thuyết thông tin. Các khái niệm như entropy, mã hóa và lượng thông tin trở thành công cụ cốt lõi để hiểu dữ liệu và xử lý thông tin.

Trong “Computing Machinery and Intelligence”, Turing thay câu hỏi mơ hồ “Máy có thể suy nghĩ không?” bằng trò chơi bắt chước, trong đó người đánh giá dùng hội thoại văn bản để phân biệt máy với người. Đây là một tiêu chí hành vi, không phải bằng chứng rằng máy có ý thức.

Năm 1955, John McCarthy, Marvin Minsky, Nathaniel Rochester và Claude Shannon dùng thuật ngữ “Artificial Intelligence” trong đề xuất Dartmouth Summer Research Project và phác thảo chương trình nghiên cứu cho mùa hè năm 1956.

Hội thảo Dartmouth mùa hè năm 1956 giúp xác lập tên gọi “artificial intelligence” và chương trình nghiên cứu như bản sắc của một lĩnh vực học thuật mới; thuật ngữ này đã xuất hiện trong đề xuất năm 1955.

Allen Newell và Herbert Simon phát triển “Logic Theorist”, chương trình AI thực tiễn tiên phong. Chương trình này có thể chứng minh các định lý từ Principia Mathematica và được coi là chương trình AI tiên phong. Newell và Simon nhận Giải Turing năm 1975.

Frank Rosenblatt đề xuất mô hình Perceptron, mô hình mạng nơ-ron nhân tạo thực sự tiên phong. Perceptron là một bộ phân loại nhị phân tuyến tính đơn giản, học cách phân loại dữ liệu đầu vào bằng cách điều chỉnh trọng số.

John McCarthy phát triển Lisp tại MIT, ngôn ngữ lập trình cấp cao tiên phong được thiết kế đặc biệt cho nghiên cứu AI. Sự linh hoạt và khả năng xử lý biểu tượng mạnh mẽ của Lisp khiến nó trở thành ngôn ngữ được ưa chuộng trong nghiên cứu AI.

Newell và Simon phát triển General Problem Solver (GPS) từ năm 1957 đến 1959, cùng các cộng sự trong đó có J. C. Shaw. Đây là chương trình AI đầu tiên cố gắng mô phỏng cách con người giải quyết vấn đề bằng cách tách kỹ thuật giải quyết vấn đề khỏi tri thức về miền vấn đề cụ thể, sử dụng phân rã mục tiêu và tìm kiếm mục tiêu con (phân tích phương tiện và mục đích).

Frank Rosenblatt chứng minh tính chất hội tụ của thuật toán học perceptron, cho thấy nếu dữ liệu khả phân tuyến tính, perceptron chắc chắn sẽ hội tụ.

Unimate trở thành robot đầu tiên làm việc trên dây chuyền lắp ráp. Năm 1961, General Motors lắp đặt nó tại nhà máy ở Trenton, New Jersey để dỡ hàng khỏi máy đúc áp lực, lấy các chi tiết kim loại nóng ra khỏi máy. Unimation chế tạo những cỗ máy này cho các công việc khó khăn, nguy hiểm hoặc đơn điệu với con người.

Trong luận án tiến sĩ tại MIT năm 1963, Larry Roberts mô tả một hệ thống diễn giải từ ảnh các cảnh gồm những khối đa diện đơn giản, một nền tảng quan trọng ban đầu của thị giác máy tính ba chiều.

MIT khởi động Project MAC năm 1963 dưới sự lãnh đạo của Robert Fano để nghiên cứu chia sẻ thời gian, tính toán và nhận thức có máy hỗ trợ. Dự án trí tuệ nhân tạo MIT, thành lập năm 1959, tham gia sau đó; hai bên không phải là một phòng thí nghiệm duy nhất được lập năm 1959.

Joseph Weizenbaum tạo ra ELIZA tại MIT, chatbot tiên phong. ELIZA mô phỏng cuộc trò chuyện của một nhà tâm lý trị liệu thông qua khớp mẫu, khơi gợi suy ngẫm sâu sắc về tương tác người-máy.

SRI International phát triển Shakey, robot di động tự hành tiên phong có thể cảm nhận môi trường, lập kế hoạch đường đi và thực thi nhiệm vụ. Shakey kết hợp thị giác máy tính, xử lý ngôn ngữ tự nhiên và thuật toán lập kế hoạch.

Marvin Minsky và Seymour Papert xuất bản “Perceptrons”, phân tích chặt chẽ những gì perceptron một lớp có thể và không thể biểu diễn. Cuốn sách thường được gắn với sự suy giảm quan tâm về sau đối với mạng nơ-ron, nhưng thay đổi tài trợ còn phản ánh giới hạn tính toán, kỳ vọng không thành và các quyết định chính sách rộng hơn.

Alain Colmerauer, Philippe Roussel và các cộng sự phát triển phiên bản Prolog đầu tiên tại Marseille, áp dụng logic vị từ vào lập trình và thúc đẩy lập trình logic cùng AI biểu tượng.

Nhà khoa học Anh James Lighthill đệ trình một báo cáo bi quan về nghiên cứu AI lên chính phủ Anh, dẫn đến việc cắt giảm đáng kể nguồn tài trợ.

Marvin Minsky công bố “Bài báo về khung”, đề xuất lý thuyết khung để biểu diễn tri thức. Lý thuyết này ảnh hưởng đến lập trình hướng đối tượng và các phương pháp biểu diễn tri thức sau này.

Đại học Stanford phát triển MYCIN, hệ chuyên gia dùng cho chẩn đoán y khoa. Nó chứng minh tính thực tiễn của hệ chuyên gia, mặc dù chưa bao giờ được sử dụng lâm sàng do vấn đề trách nhiệm pháp lý.

DEC triển khai XCON (eXpert CONfigurer), hệ chuyên gia cấu hình hệ thống máy tính VAX. Việc phát triển bắt đầu năm 1978 tại Đại học Carnegie Mellon, lần triển khai đầu tiên vào năm 1979 và hệ thống vận hành đầy đủ từ năm 1980. XCON là một trong những hệ chuyên gia thành công thương mại đầu tiên, giúp công ty tiết kiệm hàng triệu đô la mỗi năm.

Sau các đánh giá phê bình và cắt giảm tài trợ trong thập niên 1970, một phần nghiên cứu AI bước vào giai đoạn suy giảm. “Mùa đông AI thứ nhất” là cách phân kỳ hồi cố; thời điểm và mức độ khác nhau theo quốc gia và chuyên ngành.

Nhật Bản công bố dự án máy tính thế hệ thứ năm (FGCS) tại một hội nghị của JIPDEC và MITI vào tháng 10 năm 1981, một chương trình quốc gia kéo dài 10 năm nhằm phát triển máy tính có khả năng suy luận logic và xử lý tri thức. Dự án chính thức khởi động vào tháng 4 năm 1982 với việc thành lập ICOT (Institute for New Generation Computer Technology).

David Rumelhart, Geoffrey Hinton và Ronald Williams công bố về thuật toán lan truyền ngược, mở ra khả năng huấn luyện mạng nơ-ron nhiều lớp.

Cuối thập niên 1980, những kỳ vọng vượt xa kết quả thực tế đã không thành hiện thực. Các nhà sản xuất máy Lisp thua các máy trạm đa dụng, nhiều công ty AI đóng cửa, và nguồn tài trợ của DARPA cho nghiên cứu AI cơ bản giảm trong giai đoạn từ 1987 đến 1989.

Trong những năm 1990, các phương pháp thống kê bắt đầu chi phối nghiên cứu AI. Mô hình Markov ẩn (HMM) trong nhận dạng giọng nói, Naive Bayes và cây quyết định trong học máy, đều đạt được kết quả tốt.

Quân đội Mỹ sử dụng các hệ thống lập kế hoạch và hậu cần dựa trên AI trong Chiến tranh vùng Vịnh, chứng minh tiềm năng của AI trong ứng dụng thực tế.

Tim Berners-Lee tạo ra World Wide Web. Sự phổ biến của internet thay đổi cách sống của con người và cung cấp nguồn dữ liệu chưa từng có cho AI.

Sự suy thoái dịu đi dần dần thay vì kết thúc vào một ngày cụ thể. Nhiều nhà nghiên cứu chuyển sang các mục tiêu khiêm tốn và khả thi hơn, trong khi sự phục hồi của mạng nơ-ron và các phương pháp xác suất đặt nền móng cho kỷ nguyên mới.

Vladimir Vapnik và cộng sự đề xuất máy vector hỗ trợ (SVM), một phương pháp phân loại và hồi quy mạnh mẽ. SVM đạt hiệu suất xuất sắc trong phân loại văn bản và nhận dạng chữ viết tay.

Deep Blue của IBM đánh bại nhà vô địch cờ vua thế giới Garry Kasparov, chứng minh khả năng của AI trong việc vượt trội hơn con người ở những nhiệm vụ được định nghĩa rõ ràng.

Sepp Hochreiter và Jürgen Schmidhuber đề xuất LSTM, một loại RNN đặc biệt có khả năng học các phụ thuộc dài hạn. LSTM đạt thành công lớn trong nhận dạng giọng nói và mô hình hóa ngôn ngữ.

Yann LeCun phát triển LeNet-5, một CNN dùng cho nhận dạng chữ số viết tay. LeNet-5 là một trong những mô hình học sâu đầu tiên được triển khai thương mại ở quy mô lớn: AT&T/NCR dùng nó để đọc séc từ năm 1993, và Bưu điện Mỹ dùng nó để nhận dạng mã ZIP từ cuối thập niên 1990.

Yoshua Bengio, Réjean Ducharme, Pascal Vincent và Christian Jauvin đề xuất mô hình ngôn ngữ xác suất học đồng thời biểu diễn phân tán của từ và xác suất chuỗi từ để giảm lời nguyền số chiều. Mạng này là feed-forward, không phải RNN.

Từ năm 2004, một chương trình của CIFAR tạo điều kiện trao đổi thường xuyên giữa Geoffrey Hinton, Yann LeCun, Yoshua Bengio và cộng sự. Chương trình giúp phối hợp nghiên cứu góp phần vào sự phục hưng của deep learning, nhưng không phải một điểm khởi đầu duy nhất.

Geoffrey Hinton và các cộng sự đề xuất mạng niềm tin sâu (DBN), cùng một thuật toán tham lam nhanh huấn luyện mạng từng lớp một. Cách tiền huấn luyện từng lớp này góp phần khơi lại sự quan tâm đến mạng nơ-ron sâu.

Các nhà nghiên cứu bắt đầu sử dụng GPU để tăng tốc huấn luyện học sâu. Khả năng tính toán song song của GPU giúp việc huấn luyện các mạng nơ-ron lớn trở nên khả thi.

Nhóm ImageNet công bố bài báo về cơ sở dữ liệu ảnh phân cấp quy mô lớn vào năm 2009, dùng hệ thống WordNet để tổ chức ảnh được gán nhãn. ImageNet và thử thách nhận dạng sau đó trở thành hạ tầng quan trọng cho huấn luyện và đánh giá thị giác máy tính quy mô lớn.

Microsoft Research và Đại học Toronto đã mở đường cho bước đột phá lớn đầu tiên của học sâu trong nhận dạng giọng nói (Dahl, Yu, Deng 2011; Mohamed, Dahl, Hinton 2012), giảm đáng kể tỷ lệ lỗi từ. Google triển khai nhận dạng giọng nói dựa trên DNN/LSTM trong sản phẩm từ năm 2012 đến 2015.

Nhóm của Alex Krizhevsky, Ilya Sutskever và Geoffrey Hinton đưa AlexNet vào cuộc thi ImageNet 2012 (ILSVRC) và thắng áp đảo: tỷ lệ lỗi top-5 là 15,3%, so với 26,2% của đội về nhì.

Tomas Mikolov công bố Word2Vec, mô hình mạng nơ-ron để học nhúng từ. Word2Vec giúp máy tính hiểu được mối quan hệ ngữ nghĩa giữa các từ.

Ian Goodfellow đề xuất GAN, một trong những đổi mới quan trọng nhất trong học sâu. GAN tạo ra hình ảnh cực kỳ chân thực thông qua huấn luyện đối kháng.

Kaiming He và cộng sự đề xuất ResNet, giải quyết khó khăn huấn luyện mạng sâu thông qua các kết nối tắt. ResNet cho phép huấn luyện hàng trăm lớp.

AlphaGo của DeepMind đánh bại nhà vô địch cờ vây thế giới Lee Sedol với tỷ số 4-1. Cờ vây được coi là một trong những trò chơi cờ khó nhất đối với AI.

Google đề xuất kiến trúc Transformer, bước đột phá mang tính cách mạng trong NLP. Transformer là nền tảng của các mô hình ngôn ngữ lớn hiện đại.

OpenAI phát hành GPT-3, mô hình ngôn ngữ lớn với 175 tỷ tham số. GPT-3 thể hiện khả năng sinh ngôn ngữ đáng kinh ngạc, khơi dậy cuộc thảo luận rộng rãi về AGI.

OpenAI phát hành DALL-E (sinh hình ảnh) và CLIP (học tương phản hình ảnh-văn bản). Các mô hình này chứng minh khả năng của AI trong việc hiểu và sinh nội dung đa phương thức.

OpenAI phát hành Codex, mô hình AI hiểu và sinh mã nguồn. GitHub Copilot trở thành trợ lý lập trình AI được sử dụng rộng rãi đầu tiên.

Tháng 11 năm 2022, OpenAI phát hành ChatGPT, trợ lý đối thoại AI tạo sinh đầu tiên hướng đến thị trường đại chúng. ChatGPT đạt 100 triệu người dùng trong hai tháng, trở thành sản phẩm tiêu dùng tăng trưởng nhanh nhất lịch sử.

Stability AI phát hành Stable Diffusion, mô hình sinh hình ảnh có trọng số tải về tự do, theo giấy phép hạn chế một số mục đích sử dụng. Cộng đồng mã nguồn mở nhanh chóng phổ biến hóa công nghệ sinh hình ảnh.

OpenAI phát hành GPT-4, mô hình đa phương thức có khả năng xử lý hình ảnh và văn bản. GPT-4 thể hiện hiệu suất gần ngang con người trên các bài đánh giá chuyên môn và học thuật.

Anthropic phát hành Claude, trợ lý AI tập trung vào an toàn và hữu ích. Thiết kế của Claude phản ánh sự chú trọng đến an toàn AI — AI cần hữu ích, vô hại và trung thực.

Meta phát hành LLaMA, mô hình ngôn ngữ lớn theo giấy phép nghiên cứu phi thương mại. Mặc dù LLaMA có kích thước tham số tương đối nhỏ, hiệu suất xuất sắc của nó đã thúc đẩy phát triển LLM trọng số mở.

Khái niệm AI Agent bắt đầu nhận được sự chú ý rộng rãi. Agent là hệ thống AI có khả năng tự lập kế hoạch và thực thi các nhiệm vụ phức tạp.

Tháng 2 năm 2024, Google giới thiệu Gemini 1.5 với kiến trúc mixture-of-experts và cửa sổ ngữ cảnh thử nghiệm lên tới một triệu token.

Anthropic phát hành dòng Claude 3, bao gồm Opus, Sonnet và Haiku. Claude 3 Opus đã cạnh tranh sòng phẳng với GPT-4 trên một số bài đánh giá, bao gồm MMLU và GPQA, nhưng vẫn kém hơn ở những bài khác.

Meta phát hành gia đình Llama 3 với trọng số mở, gồm các mô hình 8 và 70 tỷ tham số.

Liên minh châu Âu thông qua Luật AI, quy định ngang đầu tiên toàn diện về trí tuệ nhân tạo. Luật thiết lập phân loại dựa trên rủi ro và các yêu cầu nghiêm ngặt cho hệ thống AI rủi ro cao.

OpenAI phát hành mô hình o1, mô hình lớn có khả năng suy luận. o1 thể hiện xuất sắc trong các nhiệm vụ khoa học và lập trình, chứng minh khả năng “suy nghĩ”.

Tháng 10 năm 2024, Anthropic giới thiệu bản thử nghiệm công khai computer use cho Claude 3.5 Sonnet nâng cấp, cho phép nhà phát triển yêu cầu Claude quan sát màn hình, di chuyển con trỏ, nhấp và nhập văn bản.

Anthropic phát hành MCP (Model Context Protocol), giao thức chuẩn mở để kết nối mô hình AI với công cụ và nguồn dữ liệu bên ngoài. MCP đang trở thành “USB-C” của ứng dụng AI.

Đến 2025, các agent AI trưởng thành từ demo nghiên cứu thành công cụ sản xuất. Agent lập trình, agent trình duyệt và agent đa bước trở thành sản phẩm tiêu chuẩn, với OpenAI, Anthropic, Google và các dự án mã nguồn mở đều giao hệ thống có năng lực.

Phòng thí nghiệm AI Trung Quốc DeepSeek phát hành R1, mô hình suy luận trọng số mở với mã và trọng số theo giấy phép MIT, có hiệu năng cạnh tranh với o1 của OpenAI. Bản phát hành chứng minh rằng năng lực tiên phong có thể đạt được ngoài khuôn khổ AI Mỹ và khởi phát đánh giá lại toàn cầu về cạnh tranh AI.

OpenAI, Oracle, SoftBank và MGX của UAE cùng công bố dự định đầu tư 500 tỷ USD trong bốn năm để xây dựng hạ tầng AI tại Hoa Kỳ, bao gồm nhiều trung tâm dữ liệu quy mô lớn.

Anthropic phát hành Claude 3.7 Sonnet và mô tả đây là mô hình suy luận lai đầu tiên được cung cấp rộng rãi: người dùng có thể chuyển giữa câu trả lời tức thì và tư duy mở rộng trong cùng một mô hình.

Vào tháng 3 năm 2025, Anthropic công bố vòng gọi vốn 3,5 tỷ USD với mức định giá 61,5 tỷ USD, trở thành một trong những startup AI được định giá cao nhất thế giới và phản ánh sự tập trung vốn ngày càng tăng trong ngành AI.

Meta phát hành các mô hình đa phương thức trọng số mở Llama 4 Scout và Maverick, đồng thời giới thiệu Behemoth — mô hình giáo viên khi đó vẫn đang huấn luyện và chưa được phát hành.

Anthropic phát hành gia đình Claude 4 (Opus 4 và Sonnet 4), giới thiệu khả năng “suy nghĩ mở rộng” (Extended Thinking) với những cải thiện đáng kể trong lập trình, lập luận và các tác vụ dài hạn. Claude 4 củng cố vị thế của Anthropic trên thị trường AI doanh nghiệp.

Ngày 2 tháng 8 năm 2025, các quy tắc quản trị và nghĩa vụ đối với mô hình AI đa dụng bắt đầu được áp dụng. Các điều khoản khác có lịch chuyển tiếp riêng, nên đây không phải ngày khởi đầu thực thi toàn bộ nói chung.

OpenAI phát hành GPT-5, mô hình hàng đầu hợp nhất tích hợp khả năng lập luận của dòng o với khả năng đối thoại của dòng GPT. GPT-5 thiết lập biên giới mới trong lập trình, toán học và lập luận, hỗ trợ ngữ cảnh dài hơn và sử dụng công cụ.

OpenAI đã hoàn tất việc tái cấu trúc vốn của mình. Mảng kinh doanh vì lợi nhuận trở thành một public benefit corporation mang tên OpenAI Group PBC, còn OpenAI Foundation — tổ chức phi lợi nhuận — tiếp tục kiểm soát mảng này với cùng một sứ mệnh. Theo OpenAI, việc tái cấu trúc diễn ra sau gần một năm trao đổi với tổng chưởng lý bang California và Delaware.

Trong nửa đầu năm 2026, năng lực agent rời khỏi trình diễn và đi vào các sản phẩm doanh nghiệp đã phát hành: agent lập trình, hỗ trợ và tự động hóa văn phòng trở thành tính năng có tài liệu, cùng với đó là hạ tầng gọi công cụ và phối hợp đa agent dần hoàn thiện. Mức độ áp dụng thực tế đến đâu thì chưa ngã ngũ. Các khảo sát công bố đưa ra tỷ lệ triển khai rất khác nhau vì không thống nhất điều gì được tính là một agent; vì vậy mục này ghi lại chiều hướng chứ không phải mức độ.

Trong nửa đầu năm 2026, các bản phát hành trọng số mở của DeepSeek, Alibaba Qwen, Moonshot, Zhipu và Meta đạt quy mô trước đây chỉ thấy ở hệ thống đóng, với trọng số và thẻ mô hình tải về được chứ không chỉ được mô tả. Việc có mô hình nào ngang bằng tuyến đầu đóng hay không phụ thuộc vào chỉ số đánh giá nào được dùng và cách đánh trọng số; vì vậy mục này ghi lại điều gì đã được phát hành và theo giấy phép nào, chứ không phải một bảng xếp hạng.

Nature công bố Co-Scientist, hệ thống đa tác tử xây dựng trên Gemini, đưa ra các giả thuyết nghiên cứu mới để kiểm chứng bằng thực nghiệm. Bài báo trình bày việc kiểm chứng trong ba ứng dụng y sinh: tái định vị thuốc, phát hiện đích tác dụng mới, và giải thích cơ chế kháng thuốc kháng vi sinh vật. Các tác giả xác định đây là trợ thủ của nhà nghiên cứu chứ không phải vật thay thế, nên đó là bằng chứng qua bình duyệt cho thấy AI tham gia vào việc hình thành giả thuyết chứ không chỉ vào phân tích.

Theo tin ngày 11 tháng 6 năm 2026, Meta bắt đầu tháo gỡ việc tích hợp thương vụ Manus, dừng chia sẻ dữ liệu và tách hoạt động. Bản tin liên hệ động thái này với yêu cầu quản lý của Trung Quốc; trạng thái pháp lý và vận hành về sau cần được kiểm tra theo công bố mới nhất.

Ngày 9 tháng 6 năm 2026, Anthropic ra mắt Fable 5 có biện pháp bảo vệ cho người dùng phổ thông và Mythos 5 cho các đối tác Project Glasswing đã thẩm định. Kiểm soát xuất khẩu của Hoa Kỳ ngày 12 tháng 6 yêu cầu hạn chế người nước ngoài; do không thể xác minh quốc tịch theo thời gian thực, Anthropic tạm dừng cả hai mô hình toàn cầu. Sau khi lệnh được dỡ ngày 30 tháng 6, Fable 5 trở lại toàn cầu ngày 1 tháng 7, còn Mythos 5 trước hết trở lại cho các tổ chức Hoa Kỳ được phê duyệt.

Ngày 13 tháng 6 năm 2026, liên minh tổng chưởng lý nhiều bang Hoa Kỳ do tổng chưởng lý bang New York đứng đầu đã mở cuộc điều tra OpenAI và gửi trát đòi hầu tòa. Trát yêu cầu cung cấp tài liệu liên quan đến đặt quảng cáo, mức độ tương tác và duy trì người dùng, xu hướng nịnh nọt của mô hình, xử lý dữ liệu người tiêu dùng và sức khỏe, cùng các biện pháp bảo vệ người chưa thành niên và người cao tuổi. OpenAI cho biết sẽ hợp tác với các tổng chưởng lý và nhấn mạnh ChatGPT đã thiết lập cơ chế bảo vệ nghiêm ngặt hơn cho người chưa thành niên.

Ngày 29 tháng 6 năm 2026, Samsung và SK Hynix công bố kế hoạch đầu tư bán dẫn nhiều năm tổng cộng 800 nghìn tỷ won, gồm bốn nhà máy bộ nhớ ở tây nam Hàn Quốc. Quy đổi sang USD thay đổi theo tỷ giá; phạm vi, phê duyệt và tiến độ vẫn cần tiếp tục kiểm chứng.

Vào ngày 1 tháng 7 năm 2026, Google đã phát hành Gemini Spark — trợ lý AI agent 24/7 của mình — cho macOS, với khả năng theo dõi thời gian thực và tích hợp ứng dụng rộng hơn. Spark hoạt động liên tục trong đời sống số của người dùng, đánh dấu bước đưa AI agent lên desktop người tiêu dùng của Google.

Tháng 7 năm 2026, Moonshot AI phát hành trọng số mở của Kimi K3 trên Hugging Face. Thẻ mô hình ghi nhận tổng cộng 2,8 nghìn tỷ tham số, trong đó 104 tỷ được kích hoạt, cửa sổ ngữ cảnh 1.048.576 token và giấy phép Kimi K3. Xét theo tổng số tham số, vào thời điểm phát hành đây là một trong những mô hình ngôn ngữ tải về công khai lớn nhất.

Ngày 1 tháng 7 năm 2026, Cloudflare công bố các điều khiển riêng cho Search, Agent và Training, đồng thời cho biết từ ngày 15 tháng 9, miền mới sẽ mặc định chặn Training và Agent trên trang có quảng cáo nhưng cho phép Search; chủ trang có thể đổi thiết lập và trình thu thập đa mục đích chịu quy tắc nghiêm ngặt nhất.

Vào ngày 2 tháng 7 năm 2026, Microsoft đã công bố Microsoft Frontier Company — một đơn vị kinh doanh vận hành mới tập trung vào triển khai AI doanh nghiệp dựa trên các công cụ AI hiện có của Microsoft. Dự án được hậu thuẫn bởi khoản đầu tư 2,5 tỷ USD của Microsoft và 6.000 chuyên gia công nghiệp và kỹ thuật — gia nhập Amazon và OpenAI trong việc ra mắt một tổ chức chuyên triển khai AI.

Ngày 9 tháng 7 năm 2026, sau khi kết thúc giai đoạn xem trước giới hạn, OpenAI phát hành rộng rãi dòng GPT-5.6 gồm Sol, Terra và Luna. Trong giai đoạn xem trước, OpenAI đã hợp tác chặt chẽ với các tổ chức chuyên môn và đối tác tin cậy.

Ngày 2 tháng 8 năm 2026, Đạo luật AI của EU bắt đầu được áp dụng toàn diện, và Văn phòng AI cùng các cơ quan quốc gia đảm nhận việc triển khai, giám sát và thực thi. Cùng lần sửa đổi đó, các nghĩa vụ rủi ro cao nặng nhất được lùi lại: hệ thống độc lập thuộc Phụ lục III áp dụng từ ngày 2 tháng 12 năm 2027, còn AI tích hợp trong sản phẩm được quản lý áp dụng từ ngày 2 tháng 8 năm 2028. Các hành vi bị cấm đã áp dụng từ ngày 2 tháng 2 năm 2025 và nghĩa vụ với mô hình đa dụng từ ngày 2 tháng 8 năm 2025.

Ngày 2 tháng 9 năm 2026, ARC Prize công bố kết quả ARC-AGI-3 đã kiểm chứng cho GPT-6 Astra trên mười hai cấu hình harness. Trên cùng một tập đánh giá bán riêng tư, mô hình đạt 62,71% với harness tiêu chuẩn, vốn cho phép nó mang theo những ghi chú mà nó chọn giữ lại, và đạt 98,55% với harness Provider Adapter, vốn giữ trạng thái suy luận giữa các yêu cầu và nén các hội thoại dài. Astra dùng ít hành động hơn trung vị của những người được thử nghiệm ở 96% số màn. Con số này đo mô hình cùng với giàn giáo của nó, nên cả hai đều được ghi lại ở đây.

Ngày 3 tháng 9 năm 2026, OpenAI công bố thẻ hệ thống xếp GPT-6 Astra vào ngưỡng Critical về năng lực an ninh mạng theo Preparedness Framework của chính công ty, là mô hình đầu tiên của họ ở mức này. Thẻ mô tả một mô hình có thể tìm ra những lỗ hổng bảo mật chưa từng được biết và dựng nên cách khai thác mới trên nhiều hệ thống được bảo vệ kỹ, mà không cần người dẫn dắt từng bước; các năng lực nhạy cảm bị giới hạn sau một chương trình truy cập tin cậy. Việc xếp loại này là đánh giá của OpenAI đối với chính mô hình của mình theo chính khung của mình, và thẻ không dùng từ AGI hay trí tuệ tổng quát.