AI DAILY / 2026-06-26
今天的核心事件是 GPT-5.6 发布机制剧变：美国政府要求 OpenAI 对 GPT-5.6 实行逐个客户审批，Sam Altman 已在内部确认。与此同时，Google 的 Gemini 3.5 Flash 新增原生计算机操作能力，OpenAI 内部全部门已用上 Codex 智能体，Agent 正在从演示走向企业基础设施。硬件侧，NVIDIA Blackwell 横扫 MLPerf Training 6.0，JetSpec 和 DFlash 两项推测解码技术分别将推理速度推到 9.64 倍和 15 倍。
OpenAI CEO Sam Altman 在内部 Q&A 和备忘录中确认，GPT-5.6 将以"有限预览"方式发布，仅向一小部分合作伙伴开放。联邦政府要求在预览期间逐个客户审批 GPT-5.6 的访问权限，这种发布机制在 AI 行业没有先例。 Anthropic 此前因不配合导致模型被下架，OpenAI 的配合被社区解读为看清了对抗的代价。有评论指出，该机制只限制发布速度而不管训练速度——公司内部拥有的能力和公众能用到的东西之间，差距会越拉越大。市场端，OpenAI 永续合约价格已出现波动，国产模型被部分投资者看好。
一篇论坛帖子详细重构了 Anthropic Fable 受限事件的完整叙事。Anthropic 年初通过金融融资、自研芯片团队等举措寻求独立，引发投资者和算力供应商不满。Fable 模型突破后，Anthropic 高估了自身议价能力，试图利用技术优势摆脱依赖，导致投资者联合施压，最终事件升级为政府管控。 帖子估算 Fable 规模约为 Opus 的 2 倍，并非不可复制。近期双方关系已出现缓和迹象，全面解决方案或接近完成。这一分析揭示了 AI 公司、投资者与政府之间的复杂博弈格局。
Google 前 CEO Eric Schmidt 在公开讨论中承认中国 AI 企业通过算法创新在硬件受限条件下快速追赶，是真正的竞争对手。但他明确表示"不喜欢"中国 AI 的开源模式，因为开源导致美国无法控制。他呼吁美国加大算力基础设施和科研投入。 ---
Google DeepMind 宣布 Gemini 3.5 Flash 模型新增原生计算机使用（computer use）能力。该功能作为内置工具直接集成到模型中，开发者无需额外框架即可构建能跨浏览器、移动端和桌面端界面进行视觉感知与操作的智能代理。
DeepReinforce AI 发布 Ornith-1.0 系列开源大模型，包含 9B Dense、35B MoE 和 397B MoE 三种参数规模，在编程基准测试中达到同尺寸开源模型的 SOTA 性能。模型权重已在 Hugging Face 开放。
Google 的 Gemma 4 开源模型在发布仅 2.5 个月内下载量突破 2 亿次，超过此前整个 Gemma 系列的总下载量。该数据由 Google DeepMind CEO Demis Hassabis 在 X 平台转发确认。 ---
NVIDIA 在 MLPerf Training v6.0 基准测试中实现全面领先。Blackwell 平台在所有八个测试赛道中均取得最快训练时间和最高每加速器性能，且是唯一提交全部测试的平台。官方数据显示，Blackwell 在 GPT-3 175B、Llama 2 70B、Stable Diffusion、DLRM、BERT、RetinaNet、RNN-T 和 3D U-Net 等全部基准中排名第一。
JetSpec 通过因果并行树草稿（causal parallel tree drafting）在一次前向传递中生成保持因果关系的草稿树，解决了传统自回归草稿成本随深度增长、块扩散草稿分支不一致的问题。在 MATH-500 上实现最高 9.64 倍端到端加速，开放聊天场景达 4.58 倍，且保持无损。结合 CUDA graph 和内核优化，在单块 B200 GPU 上达到约 1000 tokens/s 的吞吐量。代码已在 GitHub 开源。
NVIDIA 发布 DFlash 推测解码技术，在 Blackwell GPU 上实现最高 15 倍推理性能提升。该技术通过轻量级草稿模型并行生成多个候选 token，再由目标模型验证，显著提高 GPU 利用率和吞吐量。 同时发布的 NVFP4 是一种 4 位浮点精度格式，结合 JAX 和 MaxText 框架，可在不显著损失模型质量的前提下将预训练吞吐量提升 15-20%。对千卡规模、万亿 token 级别的训练任务，可节省数天时间和大量算力成本。 ---
OpenAI 官方宣布，公司内部所有部门已全面使用 Codex 智能体开展工作，任务复杂度、运行时长和跨职能协作程度显著提升。联合创始人 Greg Brockman 同时在 X 平台发文称，AI Agent 正在被快速采用并加速工作。
NVIDIA 发布 Nemotron 3 Ultra 模型，针对长时运行的多智能体工作流进行了专项优化。该模型在保持推理能力的同时显著降低多轮交互中的 token 消耗，使智能体能够更高效地规划、调用工具和协同子智能体。模型已通过 NVIDIA API 开放使用。 ---