1️⃣ OpenAI 發布首款自研 AI 晶片「Jalapeño」：與 Broadcom 合作，推論成本砍半
OpenAI 與 Broadcom 聯合發布首款客製化 AI 加速器「Jalapeño」，專為 LLM 推論設計的 ASIC 晶片。從設計到量產準備僅花九個月，開發過程中使用了 OpenAI 自家模型加速晶片設計。據 Bloomberg 報導，Jalapeño 可將推論成本降低約 50%。OpenAI 總裁 Greg Brockman 表示「每瓦效能表現令人驚豔」。預計 2026 年底開始部署至資料中心，支援 ChatGPT、Codex 等產品。
🔗 來源：VentureBeat（2026/06/24）
2️⃣ 美國政府施壓 Meta：要求提交 AI 模型接受安全審查
據《紐約時報》報導，美國政府正敦促 Meta 將其 AI 模型提交聯邦審查。Meta 是唯一尚未自願分享模型的主要 AI 開發商。OpenAI、Anthropic 已與政府合作測試未發布模型，Google、xAI、Microsoft 也已同意向 AI 標準與創新中心（CAISI）提供新模型早期存取權。Trump 政府希望在模型公開前有 30 天評估期。Meta 發言人表示「希望很快簽署協議」。
🔗 來源：Engadget（2026/06/24）
3️⃣ 阿里巴巴 Qwen-AgentWorld：訓練 AI 預測環境，而非直接行動
阿里巴巴 Qwen 團隊發布 Qwen-AgentWorld，兩款基於「語言世界模型」的模型，顛覆傳統 agent 訓練方式。不同於以往訓練模型「在環境中行動」，Qwen-AgentWorld 訓練模型「預測環境會回傳什麼」。涵蓋 MCP、搜尋、終端機、軟體工程、Android、Web、OS 七大領域。在模擬環境中訓練的 agent，在七項基準測試中均超越僅在真實環境訓練的版本，部分從未見過的任務也有顯著提升。
🔗 來源：VentureBeat（2026/06/24）
4️⃣ Mistral 推出 OCR 4：文件萃取升級為企業級結構化智能
法國 AI 公司 Mistral 發布第四代 OCR 模型，支援 170 種語言，不再只是將文件轉為純文字，而是回傳帶有座標框、區塊分類和逐字信心分的結構化表示。可部署於企業自有基礎設施，定價每千頁 4 美元。獨立評測中，OCR 4 在 72% 的文件上被人類標註員偏好。Mistral 特別呼籲謹慎解讀基準分數，展現罕見的學術誠實。
🔗 來源：VentureBeat（2026/06/24）
5️⃣ 小米 HarnessX：讓 AI agent 自動改寫自己的骨架程式碼
小米研究團隊發表 HarnessX 框架，將 AI agent 的「harness」（連接 LLM 與環境的軟體骨架）視為可自主優化的物件。透過 AEGIS 引擎，系統能自動分析執行失敗記錄並重寫骨架程式碼。在 15 項測試中平均提升 14.5%，對較小的開源模型（如 Qwen3.5-9B）效果最顯著，提升達 44%。證明「放大模型」並非提升 AI 能力的唯一路徑。
🔗 來源：VentureBeat（2026/06/24）