AI日报 | 2026年6月25日

OpenAI 自己造芯片了。不是传闻，不是投资，是跟 Broadcom 联合推出了一款叫 Jalapeño 的定制 AI 芯片。同一天，ChatGPT 的语音功能也迎来了上线以来最大规模的升级。

今天这两件事放在一起看，有点意思。

🔥 重点新闻

OpenAI 终于迈出硬件这一步了。跟 Broadcom 联合推出的 Jalapeño，是一款专为大语言模型推理优化的定制芯片。

你想想看，一家以模型能力著称的公司，现在要自己做芯片，这背后的逻辑其实很清晰，推理成本是大模型商业化最大的瓶颈之一。谁能把推理成本打下来，谁就能在价格战里活得更久。

这事对 NVIDIA 来说不是什么好消息。虽然短期内不可能撼动 NVIDIA 的地位，但信号已经很明确了，大厂们不想把命运押在单一供应商身上。

ChatGPT 的语音功能终于像个真正的对话了。新的 Bidi 1 模型支持双向语音，也就是说你可以边说它边听，中途打断它也没问题。

有用户测试发现，让它从 1 数到 10，数到一半喊停，它真的会停下来。这种交互体验跟之前的”说完等它回应”完全是两个东西。

坦率的讲，语音交互一直是 AI 助手的短板。之前的体验更像是对着一个录音机说话，现在终于有点跟人聊天的感觉了。

来源，IT之家

OpenAI 更新了 GPT-5.5 Instant，主要改进是理解问题背后的意图，以及更好地处理复杂约束。购物和本地推荐场景的实用性有明显提升。

这个更新看起来不大，但其实挺关键的。之前很多人吐槽 AI 回答太”正确”但没意思，现在 OpenAI 在往”有趣”这个方向调了。

Google 把 Computer Use 作为内置工具集成到了 Gemini 3.5 Flash 里。之前这个功能只是 Gemini 2.5 的独立模型，现在直接内嵌到主模型了。

开发者可以用它构建跨浏览器、移动端和桌面的智能体。Google 这步棋走得挺聪明的，把 agent 能力下沉到 Flash 这种轻量模型，意味着更多的应用场景可以低成本地用上。

Notion 通过 Cursor SDK，几周内就把编码智能体嵌入了产品。用户可以在文档里 @Cursor，在讨论串里提它，甚至给数据库指派任务，Cursor 会自动完成规划、构建、测试、验证，然后创建 PR。

这事挺让人感慨的。Notion 本来是个文档工具，现在直接往 IDE 的方向走了。AI coding 的渗透速度比我预想的快很多。

Qwen-AgentWorld 开源，阿里通义千问推出首个原生语言世界模型，覆盖 MCP、Search、Terminal、SWE、Web、OS、Android 七大领域。基于超 1000 万条真实交互轨迹训练，详情。
豆包正式推出专业版，基于豆包 2.1 系列大模型，面向复杂办公场景。支持操作本地电脑、浏览器、调用 Skills、定时任务，还能生成带后端数据库的在线应用。详情。
Mistral OCR 4 发布，新增边界框、块分类和置信度分数。支持 170 种语言，可单容器全自托管部署。在 OlmOCRBench 上得分 85.20。详情。
IBM 开源 CUGA 智能体框架，一个处理规划、执行循环、工具调用和状态管理的轻量级框架。内置计划-执行-反思循环，提供 20 多个单文件示例应用。详情。
DFlash 块扩散草稿模型，UC San Diego 团队提出，用于投机解码。相比 EAGLE-3 实现最高 2.5 倍加速。详情。
NVIDIA NeMo AutoModel，基于 Transformers v5 的开源库，一行代码加速 MoE 模型微调，添加 Expert Parallelism 和 DeepEP 融合调度。详情。