AI 情报日报｜2026-06-25

GPT-5.6推迟了，Gemini也推迟了——头部模型集体刹车，开源在加速追

OpenAI的新一代双向语音模型Bidi可能本周上线，但GPT-5.6已推迟至7月。Gemini 3.5 Pro因性能未达预期取消6月底发布。Anthropic放缓Mythos 5，先向企业开放Sonnet 5试用。

三家公司同时放慢脚步——模型越大越难做，发布之前要验证的东西在指数级增长。行业正在从"谁能更快发"转向"谁更扛得住"。

同一时间，GLM-5.2——7440亿参数、MIT开源、百万token上下文——冲到全球第四。运行成本只有美国顶尖闭源模型的六分之一。开源和闭源的差距，在算法和架构层面真实地在缩小。

Odaily · The Chosun Daily · Reuters

Ford重新雇佣350名老工程师——AI没能替代人的判断力，还得靠"灰胡子"回来补

Ford花了三年，请回350名资深工程师——很多人是退休后又被叫回来的。他们被称为"灰胡子"（gray beard），任务是：修复AI系统犯的错误、培训年轻工程师、重新校准那些吃了不够好数据的自动化工具。

Ford硬件工程VP公开承认："我们错以为只要引入AI、调一下设计需求，就能生产出高质量产品。"——一个制造业高管公开说"我们赌AI赌错了"。结果：Ford在最新JD Power质量排名拿了主流品牌第一——16年来第一次。

人的判断力、跨多个产品周期的经验直觉——这些东西没法数字化。当有经验的人走了，AI用不完整的数据训练，问题就悄悄渗进了系统。Ford的教训：没有人的AI不行。

The Verge · Bloomberg

Anthropic 指控阿里系用 2.5 万个假账号、2880 万次对话蒸馏 Claude——"对抗式蒸馏"从传闻变成执法级事件

Anthropic 6 月 25 日提出指控：与阿里有关联的运营方使用约 25000 个欺诈账号、进行 2880 万 次 Claude 对话，试图把前沿能力蒸馏进 Qwen 级系统。这个规模意味着不是零星爬取，是组织化、工业化的蒸馏作业。

它的分量在时间线上：今年 2 月 Anthropic 出过一份"工业规模蒸馏"报告，点名了几家中国实验室，唯独没点 Z.ai——这后来成了 GLM-5.2 团队被圈内高看一眼的旁证。现在指控落到阿里系头上，讨论从"传闻"升到"执法与国策"层面。同日还有一个相关案子：Legion 对前政府时期的 AI 出口限制提出首个法律挑战。

当最强模型的防线变成"谁家数据出口在哪"，蒸馏不再只是技术议题，已经变成两个实验室体系之间的攻防前线。

AINews · Anthropic

阿里开源 AgentWorld：一个模型内置 7 个环境——单轮环境预测能迁移到多轮 agent 任务

阿里 Qwen 6 月 25 日开源 Qwen-AgentWorld，主打"原生语言世界模型"：在单个模型里模拟 7 种环境——MCP、Search、Terminal、SWE、Web、OS、Android。发布的是 35B MoE（3B 激活）+ 256K 上下文的 Qwen-AgentWorld-35B-A3B 和配套的 AgentWorldBench。

关键结果：单轮环境预测能迁移到多轮 agent 任务，跨 in-domain 和 out-of-domain 都有增益。同批还有 OpenThoughts-Agent——一个开源 agent 数据配方：100+ 受控消融、10 万 条训练集，微调 Qwen3-32B 在 7 个 agent 基准平均 44.8%。

阿里把 agent 训练从"喂数据"往"让模型先学会模拟环境"挪了一步——这可能才是开源 agent 真正欠的那块数据地基。

AINews · Qwen GitHub

Cursor和Copilot打到了企业市场——编程工具从"帮你写"往"帮你管"走

Cursor AI凭agent模式的多文件编辑快速渗透，GitHub Copilot靠跨IDE集成和企业级功能守住阵地。两份最新评测显示，竞争已从"谁补全得更快"变成了"谁能管住整个项目"。

AI编程工具的主战场，正在从单行补全往agent级项目协作迁移。对开发者来说，工具开始要求你放更多信任进去——不只信任它写的一行代码，是信任它能管住一整条任务的上下文和步骤。

Tembo · Skywork

AI视频工具三足鼎立——Kling要真实感，Runway要控制力，Grok突然杀出来了

6月最新评估显示，AI视频生成已度过拼时长的阶段。Kling 3.0以2分钟原生生成和出色真实感占据榜首，Runway Gen-4.5凭物理模拟和运动画笔控制确立专业编辑地位，Grok Imagine Video 1.5在单图生成视频和布料/玻璃渲染上突然冒头。

创作者现在用的是多模型的混合工作流——不同场景切不同模型。工具之战结束了——专业工作流时代开始了。

Emerging Tech Daily

OpenAI 自研推理芯片 Jalapeño：9 个月出 tapeout、约 10 PFLOPS——但图纸未公开，全是社区逆向

6 月 24 日 OpenAI 与 Broadcom 发布 Jalapeño——OpenAI 第一颗为 LLM 推理定制的芯片，服务 ChatGPT、Codex、API 和未来的 agent 产品。OpenAI 强调性能功耗比，社区逆向工程估计它长得像 TPU：接近 reticle 极限的 die、约 216GB HBM3E、带宽约 7.1~7.4 TB/s、FP4 下约 10 PFLOPS。这些数字均未经官方确认。

真正的信号是周期：从设计到 tapeout 只用了 9 个月，对高性能 ASIC 快得不正常，OpenAI 暗示是拿自己的模型加速了芯片设计。同日 Chris Lattner 宣布 Qualcomm 收购 Modular（Mojo 开源计划不变）。

OpenAI 自造芯片 + 高通吃编译器，推理层正在从"买卡"变成"自研全栈"——NVIDIA 的定价表不再是唯一选项。

SiliconANGLE · AINews