AI Daily
2026-06-25 AI 资讯日报
聚焦自研芯片、模型发布节奏与全球竞争，适合快速判断当天 AI 行业风向。
重点速览
- OpenAI 公布首款自研 AI 芯片 Jalapeño
- Google 将 Gemini 3.5 Pro 上线时间推迟到 7 月
工具观察
标签
2026-06-25 AI 资讯日报
覆盖日期：2026-06-24（周三）
说明：本简报优先引用一手来源与权威媒体。若某条并非 2026-06-24 首发、而是在当日形成高热讨论，我已明确标注“延续性热点”或“不确定性”。
热点新闻
1. OpenAI 公布首款自研 AI 芯片 Jalapeño
摘要：OpenAI 与 Broadcom 联合研发的推理芯片 Jalapeño 于 6 月 24 日集中曝光，定位是为 ChatGPT、Codex 一类推理场景降低成本并提升每瓦性能。多家媒体指出，这被 OpenAI 视为多代自研算力平台的第一步。
为什么重要：这是头部模型公司从“买卡”转向“造栈”的明确信号。若自研推理芯片规模部署成功，OpenAI 在成本结构、供应链议价和产品迭代速度上都会获得更强主动权。
2. Google 将 Gemini 3.5 Pro 上线时间推迟到 7 月
摘要：Business Insider 报道称，Google 原计划 6 月推出的 Gemini 3.5 Pro 已推迟至 7 月，原因是仍在收集早期测试反馈并继续打磨模型。报道提到该模型将强化长时任务和 agent 场景能力。
为什么重要：这说明头部模型竞争已从“先发”转向“上线即稳定可用”。对开发者和企业用户来说，模型发布时间表的任何变化，都会直接影响产品选型、迁移节奏和预算安排。
原文链接：Business Insider
3. “全球 AI 战争”升温，安全圈警告中美模型差距可能继续缩小
摘要：Axios 在 6 月 24 日与 6 月 23 日连续报道中指出，Five Eyes 情报圈对前沿模型带来的网络安全风险发出更强警告，同时中国开源模型 GLM-5.2 的高热表现加剧了美国业界对追赶速度的担忧。报道还提到美国安全界担心社会对外国前沿能力的认知存在盲区。
为什么重要：这不是单一模型新闻，而是产业叙事变化。AI 竞争的核心正在从“聊天机器人体验”转向“网络攻防、算力、主权能力、开源扩散速度”的综合博弈。
原文链接：Axios: Global AI Wars | Axios: China’s AI advances collide with U.S. safety debate
4. Google AI 人才流动继续发酵，Noam Shazeer 与 John Jumper 离职影响扩大
摘要：Business Insider 6 月 23 日报道称，Google 两位重量级 AI 科学家 Noam Shazeer 与 John Jumper 分别流向 OpenAI 与 Anthropic。该话题在 6 月 24 日继续被广泛讨论，成为“超级个体驱动模型竞争”的标志性事件。
为什么重要：顶级研究员的迁移不仅影响单家公司的研究路线，也会影响资本预期、团队士气、产品节奏和行业对“谁更吸引一流人才”的判断。需要注意，这条是延续性热点，首发时间早于 6 月 24 日。
原文链接：Business Insider | John Jumper 离职补充报道
5. 纽约选举把 OpenAI 与 Anthropic 推到 AI 监管前台
摘要：Business Insider 报道称，纽约一场关键初选的获胜者公开点名 OpenAI 和 Anthropic，强调不会让大型 AI 公司左右监管议程。报道还披露了围绕候选人和 AI 监管立场的资金博弈。
为什么重要：AI 政策博弈正在从华盛顿扩散到地方政治。对模型公司而言，未来真正的摩擦点可能不是“技术是否够强”，而是“社会是否接受其治理方式、能源消耗和劳动力影响”。
原文链接：Business Insider
6. GLM-5.2 的讨论热度继续外溢，成为开源阵营最强变量之一
摘要：围绕中国模型 GLM-5.2 的讨论在 6 月 24 日仍然高热，多家媒体和从业者将其视为自 DeepSeek 之后又一次对美国闭源优势的实质挑战。Business Insider 归纳了它在长上下文、编码和 agent 工作流上的吸引力。
为什么重要：如果高能力开源模型持续逼近闭源前沿模型，AI 商业模式会被直接改写，尤其会冲击 API 溢价、企业私有化部署和开发者生态绑定能力。需要注意，这条的首波报道出现在 6 月 21 日，6 月 24 日主要体现为讨论热度延续。
原文链接：Business Insider | Axios 背景报道
优秀项目 / 工具 / 论文
1. GLM-5
摘要：GLM-5 是 Z.ai 团队面向 agentic engineering、长任务软件工程和低成本训练/推理优化推出的基础模型体系。虽然当前舆论焦点更多集中在 GLM-5.2，但可稳定引用的一手技术来源主要仍是 GLM-5 论文与官方仓库。
亮点：强调从 “vibe coding” 走向 “agentic engineering”；长上下文与真实软件工程任务表现强；具备开源生态扩散潜力。
适用人群或场景：关注开源基础模型、代码 agent、私有化部署和中美模型能力差距的研发团队。
2. RoBoSR
摘要：RoBoSR 提出用对象中心场景图表示机器人世界状态，把操作任务拆成显式状态迁移与因果推理问题，并配套发布 Manip-Cognition-1.6M 数据集。
亮点：把长时程机器人任务从“直接端到端模仿”拉回到“结构化世界建模”；对 zero-shot 泛化和长任务规划更友好。
适用人群或场景：具身智能、机器人操作、任务规划、场景图推理研究者。
原文链接：arXiv
3. PriorTR
摘要：PriorTR 针对多模态大模型中的视觉 token 剪枝提出一种无需训练的方法，用“先验校正”方式区分模型固有注意力偏置与真实任务相关信息。
亮点：单次前向即可估计 prior 与 posterior；在激进 token budget 下仍能兼顾速度与准确率；对多模态推理部署很实用。
适用人群或场景：做多模态推理加速、视觉 token 剪枝、边缘部署和成本优化的团队。
原文链接：arXiv
4. SlipSense
摘要：SlipSense 面向四足机器人在湿滑地面上的早期打滑检测，把多模态脚部传感器与 LSTM 结合，用于在线估计受力并检测异常。
亮点：能在更早阶段识别打滑；相较常见运动学基线有更细粒度的检测分辨率和更高准确率；贴近真实机器人控制问题。
适用人群或场景：机器人控制、强化学习落地、移动机器人稳定性研究、工业巡检场景。
原文链接：arXiv
今日值得跟进
- 继续盯住 OpenAI Jalapeño 的后续披露，尤其是量产时间、推理成本曲线和是否会扩展到训练芯片。
- 关注 Gemini 3.5 Pro 是否在 2026-07 真正上线，以及其在长任务和 coding 上能否缩小与 Anthropic / OpenAI 的差距。
- 抽空实测 GLM-5 系列与主流闭源模型在真实代码仓任务上的表现，避免只看榜单或社交媒体口碑。