vork, hermes-voice: repo GitHub AI mới nổi
Một repo GitHub AI mới nổi đáng chú ý khi nó cho agent một năng lực cụ thể mà trước đó phải có người thao tác: dựng và render cảnh 3D bằng code, trả lời bằng giọng nói trên loa thông minh, hoặc làm việc trong một máy ảo tách biệt khỏi máy thật. Bài viết này của Kungfutech chọn bốn dự án theo hướng đó: vork là engine 3D và VFX headless dành cho agent, hermes-voice nối Hermes Agent với Home Assistant Assist, devvm tạo một VM riêng cho mỗi project để chạy coding agent, và sandbox-mcp cho agent một máy Windows 11 dùng một lần để kiểm thử ứng dụng. Mỗi mục kèm cách cài đặt lấy từ README, sau đó là một số tin tức AI đáng tham khảo.
vork: engine 3D và VFX headless cho agent
vork là gì?
vork (Voyager rendering kernel) là engine 3D và VFX chạy headless, thiết kế để agent viết cảnh dưới dạng code, render, tự xem ảnh kết quả rồi sửa lại, không cần điều khiển một editor. vork viết bằng Rust và Slang, render trên GPU qua Vulkan và Metal, kết hợp raster với ray tracing phần cứng và có thêm path tracer. Cảnh có thể viết bằng JSON hoặc qua SDK Python và TypeScript; khi cần hiệu ứng đặc biệt, cảnh có thể tự định nghĩa chương trình Slang cho camera ray, vật liệu, lan truyền ánh sáng và mô phỏng.
README đưa các ví dụ như một triệu con chim mô phỏng bằng compute program, chèn vật thể 3D vào video quay thật có tracking camera, hố đen bẻ cong ánh sáng (xấp xỉ số, không phải bộ giải tương đối tính chính xác) và mô phỏng chất lỏng APIC/FLIP. Phần help khởi đầu khoảng 2.500 token, toàn bộ help gốc, topic và lệnh khoảng 19.500 token (số liệu của bản 0.1.0). Dự án ở dạng research preview, source-available và miễn phí trong giai đoạn này; điều khoản nằm trong file LICENSE của repo. Repo có 643 sao, ngôn ngữ chính Rust.
Cách cài đặt và sử dụng vork?
Yêu cầu theo README: Linux x64 (Ubuntu 22.04+) hoặc Windows 10/11 x64 với GPU NVIDIA có driver Vulkan hỗ trợ ray tracing phần cứng, hoặc Mac Apple Silicon chạy macOS 26. Trên Ubuntu, cài driver NVIDIA trước rồi chạy:
sudo apt-get update
sudo apt-get install -y ca-certificates curl tar libvulkan1 libgomp1 ffmpeg
curl -fL https://github.com/voyager-so/vork/releases/latest/download/install.sh -o /tmp/vork-install.sh
sh /tmp/vork-install.sh
export PATH="$HOME/.local/bin:$PATH"
vork --version
vork help
Sau khi cài, README gợi ý đưa cho agent lời nhắc: đọc vork help, dựng một cảnh nhỏ, render bản xem trước và kiểm tra ảnh, chỉnh camera và ánh sáng trước khi render chất lượng cuối. Với một file cảnh shot.json (có sẵn mẫu ở examples/first-scene.json), lệnh render là:
vork render shot.json --profile std/previs --out preview.png
vork render shot.json --profile std/final --out final.png
std/previs dùng để lặp nhanh, std/draft và std/final dùng 4 và 8 sample có khử nhiễu OIDN, std/path dùng path tracing. Tra cứu trường cụ thể bằng vork help field <tên trường>.
hermes-voice: nói chuyện với Hermes Agent qua Home Assistant
hermes-voice là gì?
hermes-voice cho phép nói chuyện bằng giọng với một profile của Hermes Agent thông qua Home Assistant Assist, trên loa Amazon Echo cũ đã chạy firmware cộng đồng echo-dot-assist. Repo bổ sung các phần còn thiếu: một conversation agent cho Home Assistant gửi từng lượt hội thoại tới API của profile Hermes kèm session id cố định, stream câu trả lời để loa bắt đầu nói sớm; một màn hình web cho Echo Show hiển thị câu đã nghe, câu trả lời và tool Hermes đang dùng; một skill để chính Hermes tự cài đặt; và pipeline huấn luyện wake word "Hey Hermes".
Lịch sử hội thoại do Hermes giữ, tính cách lấy từ SOUL.md và bộ nhớ của profile. Bản v0.1 không cấp cho Hermes quyền điều khiển thiết bị Home Assistant; muốn vậy phải gắn MCP server của Home Assistant vào profile. README đo độ trễ khoảng 3,5 giây cho một lượt thường, phần lớn là thời gian của mô hình. Code theo giấy phép MIT, riêng model wake word chỉ dùng phi thương mại. Repo có 476 sao, ngôn ngữ chính Python.
Cách cài đặt và sử dụng hermes-voice?
Cần một bản Hermes Agent đã cấu hình provider (hermes setup), Home Assistant 2026.10 trở lên và một thiết bị Assist như Echo chạy echo-dot-assist. README ghi chú lệnh cài skill hermes skills install majorminorlabs/hermes-voice/skill/hermes-voice-setup có thể bị trình quét bảo mật của Hermes chặn với skill cộng đồng chưa xác minh, và khuyên dùng cách cài thủ công, không tắt quét bảo mật. Các bước thủ công:
- Tạo một voice profile cho Hermes và bật API server của nó theo
docs/voice-profile.md. - Trong HACS, thêm URL repo vào Custom repositories với loại Integration, cài Hermes Voice rồi khởi động lại Home Assistant. Hoặc tải
hermes_voice-<version>.ziptừ trang release và giải nén vào<config>/custom_components/. - Vào Settings, Devices & services, Add integration, chọn Hermes Voice, nhập gateway URL,
API_SERVER_KEYcủa profile và tên hiển thị. - Trong Settings, Voice assistants, chọn pipeline và đặt Conversation agent là entity Hermes mới. Pipeline cần thêm speech-to-text và text-to-speech (Wyoming Whisper và Piper, hoặc HA Cloud).
- Nên bật Prefer handling commands locally để Home Assistant tự xử lý các câu như hỏi giờ, hẹn giờ, bật đèn, và chỉ chuyển phần còn lại sang Hermes.
Khi skill cài được, luồng tự động chạy các script như:
voice_profile.py --profile voice --create --write-soul --tools safe --reasoning low --service
ha_setup.py --profile voice --docker --config-dir ~/hermes-voice/ha-config --set-default
verify.py --recall
Tham số --tools quyết định Hermes được làm gì khi nhận lệnh bằng giọng: safe (tìm web, bộ nhớ), home (thêm điều khiển Home Assistant) hoặc full (terminal, file, code).
devvm: mỗi project một VM cho coding agent
devvm là gì?
devvm tạo cho mỗi thư mục project một máy ảo riêng có sẵn toolchain mà project cần, để bạn hoặc coding agent như Claude Code, Codex, opencode làm việc trong đó thay vì trên máy thật. VM chỉ mount thư mục project tại cùng đường dẫn như trên máy host, mặc định ở network tier allowlist nên chỉ truy cập được các host được cho phép, và các secret như GitHub token hay token Claude Code vẫn nằm trên máy host. devvm tự nhận toolchain từ file trong project (ví dụ có package.json thì cài node), hỗ trợ layer docker, nix, desktop và chạy VM trên Lima.
Chế độ --clone cho VM một bản clone riêng của repo, nên agent không đụng được working tree hay .git trên máy thật; thay đổi chỉ về máy khi bạn git fetch. README nói rõ không sandbox nào đóng hết mọi lỗ hổng và khuyên đọc trang Staying safe trước khi giao project cho VM. Giấy phép MIT, ngôn ngữ chính Go, repo có 298 sao.
Cách cài đặt và sử dụng devvm?
Yêu cầu: macOS 13 trở lên hoặc Linux, arm64 hoặc x86_64, với Lima 2.2 trở lên. Trên macOS cài bằng Homebrew (kèm Lima):
brew trust --formula devvmhq/tap/devvm
brew install devvmhq/tap/devvm
Trên Linux dùng script cài đặt (script hỏi trước khi cài Lima, QEMU hay cấp quyền /dev/kvm):
curl -fsSL https://github.com/devvmhq/devvm/releases/latest/download/install.sh | bash
Sau đó chạy devvm doctor để kiểm tra máy còn thiếu gì. Sử dụng:
cd ~/some-project
devvm
devvm hiển thị VM mới sẽ có những gì, bạn xác nhận hoặc tùy chỉnh toolchain, coding agent, layer, network tier và kích thước. Shell trong VM có prompt bắt đầu bằng (devvm), ở đó chạy claude như bình thường. Lần đầu cần build base image trong vài phút, các VM sau khởi động trong vài giây. Claude Code cần đăng nhập trước lần chạy đầu bằng devvm agent login claude. Với chế độ clone:
devvm --clone
git fetch devvm
git log -p main..devvm/main
sandbox-mcp: máy Windows dùng một lần cho agent kiểm thử ứng dụng
sandbox-mcp là gì?
sandbox-mcp là CLI sbx kèm MCP server tùy chọn, tự động hóa Windows Sandbox để agent có một máy Windows 11 sạch: khởi động, triển khai ứng dụng, điều khiển giao diện qua UI Automation, ghi lại lỗi rồi xóa máy. Mục tiêu là trả lời câu hỏi ứng dụng Windows có cài, chạy và hoạt động trên một máy khách mới tinh hay không. README nêu các mẫu GUI đo được mất khoảng 40 đến 50 giây từ đầu đến cuối, và đưa ví dụ một file exe chạy được trên máy dev nhưng lỗi trên sandbox mới vì thiếu VC++ redistributable.
Công cụ hỗ trợ WinUI, WPF, WinForms, Win32, gói MSIX; lưu bằng chứng gồm ảnh PNG, bản ghi, báo cáo HTML, mã thoát và sự kiện crash; mạng của máy khách có thể tắt, qua firewall hoặc bật. sbx deps phân tích phụ thuộc trên host mà không chạy ứng dụng, còn việc cài runtime chỉ xảy ra khi bạn chủ động bật --provision. Hạn chế: chỉ chạy một sandbox tại một thời điểm và không giữ trạng thái giữa các lần. Giấy phép MIT, repo có 138 sao.
Cách cài đặt và sử dụng sandbox-mcp?
Windows Sandbox chỉ có trên Windows Pro, Enterprise hoặc Education. Tải file ZIP portable Windows x64 từ trang release, kiểm tra với file .sha256 đi kèm rồi giải nén; gói đã có sẵn Node.js riêng nên không cần cài Node hay npm. Mở PowerShell trong thư mục đã giải nén:
.\sbx.cmd doctor
Nếu tính năng Sandbox đang tắt, mở PowerShell quyền admin, chạy lệnh dưới đây rồi khởi động lại Windows, sau đó mở Windows Sandbox từ Start menu một lần để cài lệnh wsb:
Enable-WindowsOptionalFeature -Online -FeatureName Containers-DisposableClientVM -All
Chạy thử với một ứng dụng có sẵn của Windows:
.\sbx.cmd run C:\Windows\System32\charmap.exe --open
Kết quả gồm report.md, report.json, ảnh chụp và audit.jsonl nằm trong %LOCALAPPDATA%\sandbox-mcp\runs\<timestamp>. Muốn dùng qua MCP client, khai báo server stdio trỏ tới node.exe và src\server.js trong thư mục giải nén, ví dụ cho VS Code trong .vscode\mcp.json:
{
"servers": {
"windows-sandbox": {
"type": "stdio",
"command": "C:\\Users\\you\\Downloads\\sandbox-mcp\\node.exe",
"args": ["C:\\Users\\you\\Downloads\\sandbox-mcp\\src\\server.js"]
}
}
}
Với Claude Desktop, dùng khóa "mcpServers" với cùng command và args, bỏ type.
Tin tức thêm về AI
Tencent Hy4: mô hình mã nguồn mở có thêm thị giác và computer use
Tencent công bố Hy4, thế hệ mô hình ngôn ngữ lớn mới, lần đầu có khả năng hiểu hình ảnh và computer use, tương tác được với cả dòng lệnh lẫn giao diện đồ họa, được huấn luyện thêm trên phần mềm chuyên nghiệp như Blender và CAD. Theo Tencent, tỷ lệ ảo giác trong đánh giá nội bộ giảm từ 12,95% ở Hy4 Preview xuống 7,2%, và giá API khoảng 0,90 USD mỗi triệu token đầu vào, 2,70 USD mỗi triệu token đầu ra. Tencent cho biết sẽ phát hành trọng số và system card, với dữ liệu huấn luyện bảo mật thiên về phòng thủ. Nguồn: Tencent — Tencent Launches Hy4.
Flower Endeavor 1.1: mô hình có thể tự triển khai và xem thinking trace
Flower Labs ra mắt Endeavor 1.1, mô hình hướng tới việc doanh nghiệp tự kiểm soát AI: triển khai qua dịch vụ của Flower, private cloud hoặc on-premises, xem được thinking trace dạng đọc được, và giữ quyền dùng output cùng trace để huấn luyện mô hình riêng. Bản 1.1 thêm đầu vào hình ảnh, tùy chọn suy luận trên GPU đặt tại EU, và theo Flower tăng điểm GPQA từ 92,0 lên 94,4, HumanEval từ 98,2 lên 99,9 so với Endeavor 1.0. Nguồn: Flower — Introducing Endeavor 1.1.
Baidu mở trọng số ERNIE 5.5 Flash Base
Baidu công bố trọng số ERNIE 5.5 Flash Base trên Hugging Face và ModelScope. Đây là mô hình base kiến trúc mixture-of-experts với khoảng 280 tỷ tham số, khoảng 14 tỷ tham số hoạt động mỗi token, huấn luyện trên khoảng 33,5 nghìn tỷ token, context 128.000 token có thể mở rộng gần 1 triệu. Checkpoint có bản FP8 và BF16, đã có hỗ trợ sớm từ vLLM và SGLang. Nguồn: Apply Coding — Baidu open-sources its ERNIE 5.5 Flash Base model.
Kakao Kanana-2-v-decide: mô hình ra quyết định thay vì sinh văn bản
Kakao phát hành Kanana-2-v-decide-3b-2611 trên Hugging Face, mô hình đa phương thức 3,67 tỷ tham số không sinh văn bản mà trả về lựa chọn, có/không hoặc điểm số kèm xác suất cho từng phương án. Đầu vào có thể là văn bản, JSON, lịch sử chat và tối đa 10 ảnh, context tới 20.480 token. Kakao nhắm tới các bước quyết định trong agent như phân loại yêu cầu, chọn tool hay đánh giá ảnh sản phẩm. Giấy phép là Kanana Open License, cho phép dùng thương mại kèm điều kiện ghi nguồn. Nguồn: Neural Brew — Kakao Releases Kanana-2-v-decide.