AI 日報｜OpenAI 首款自研推論晶片 Jalapeño 實測出爐；蘋果發表 2nm M6 與 M5 Ultra 晶片；IBM 開源 Granite 4.2 推理模型家族

AI 日報｜OpenAI 首款自研推論晶片 Jalapeño 實測出爐；蘋果發表 2nm M6 與 M5 Ultra 晶片；IBM 開源 Granite 4.2 推理模型家族

模型發布/更新

Granite 4.2 系列推理模型 — IBM

• 一言以蔽之：IBM 正式開源 Granite 4.2 模型家族（涵蓋 3B、8B 與 30B 引數），旗艦款 30B 原生整合 <think> 思考鏈架構，主打高階企業級推理與靈活思考模式。
• 核心亮點：
  • 三檔彈性思考模式：支援完整思考（Full Thinking）、非思考（Non-thinking）以及低算力思考（Low-effort）模式，允許開發者針對單一查詢在推理深度與延遲消耗間自主權衡。
  • 推理增強工具呼叫與長上下文：具備先思考「呼叫何種工具與原因」再執行 Function Calling 的能力，原生支援 512K 超長上下文視窗，並透過嚴格的企業合規（GRC）資料清洗。
• 技術規格：3B / 8B / 30B Dense 架構 / 512K Context / Apache 2.0 開源協議（Ollama 與 Hugging Face 同步上架）
• 傳送門：https://huggingface.co/blog/ibm-granite/granite-4-2

Apodex 1.1 Mini (35B) & FrontierAgent — Apodex

• 一言以蔽之：由陳天橋主導的 AI 團隊開源 Apodex 1.1 Mini 35B 模型與 FrontierAgent Harness 框架，專為科研、資料分析與非同步多 Agent 協作場景量身打造。
• 核心亮點：
  • 可驗證的任務推進：不同於僅抓取摘要的搜尋工具，Apodex 能直接解析原始檔案（CSV/PDF/圖片/實驗資料），透過自動寫程式碼進行清洗與統計推斷，並產出具備完整執行鏈路與核驗中間檔的交付成果。
  • 非同步多 Agent 協調：可自主將複雜任務拆解並分派給多個 Sub-agent 平行處理，支援人類隨時介入調整執行方向。
• 技術規格：35B 開放權重 / 開源 Harness 框架 / 支援本機部署
• 傳送門：

  前几天内测，发现这个产品的深度搜索能力超强。
  
  不止搜索，还会写代码、多Agent组合完成复杂任务。
  
  今天刷屏后才知道 Apodex 是一家由陈天桥出资创立并亲自主导的公司。
  
  前几天在上海见了很多优秀的朋友，很多都在盛大创新院待过，果然是互联网黄埔军校。
  
  这次不仅发布 Apodex 1.1 mini 35b… https://t.co/G8qyJBJ8Q3

  — 向阳乔木 (@vista8) August 25, 2026

Breeze TTS 2 — 開源語音合成競技場登頂

• 一言以蔽之：Breeze TTS 2 在 Artificial Analysis Provider Voices 語音評測競技場中，以 1,215 的 Elo 評分拿下全球開源權重語音合成模型第一名。
• 核心亮點：
  • 開源領先：在整體榜單中位居第 6，領先 Fish Audio S2 Pro 達 90 分，展現出極具自然度的語調與低延遲生成表現。
• 技術規格：開源權重 TTS / 語音合成模型
• 傳送門：

  Breeze TTS 2 is now the leading Open Weights TTS model in the Artificial Analysis Provider Voices Speech Arena, surpassing Fish Audio S2 Pro by 90 Elo points
  
  Breeze TTS 2 is the latest TTS model from @BreezeBlueX, supporting 50 languages, voice generation from text prompts, and… pic.twitter.com/LWKaENo6DF

  — Artificial Analysis (@ArtificialAnlys) August 25, 2026

WeMM-Embedding (9B / 4B / 2B) — 騰訊

• 一言以蔽之：騰訊開源基於 Qwen3.5 架構打造的 WeMM-Embedding 通用多模態嵌入模型，原生支援文字、影像、影片與交錯多模態輸入。
• 核心亮點：
  • 統一特徵空間：輸入跨模態資料可直接對映至 4,096 維 L2 正則化向量空間，大幅提升多模態檢索增強生成（RAG）與視覺文件檢索的跨模態匹配精度。
• 技術規格：2B / 4B / 9B 引數規模 / 4096 維輸出向量 / 開放技術報告與權重
• 傳送門：https://github.com/Tencent/WeMM-Embedding

產品發布/更新

WebMCP 開放標準與 ChatGPT 桌面端整合 — OpenAI

• 一言以蔽之：OpenAI 推出實驗性開放標準 WebMCP，允許 Web 應用直接向 AI Agent 暴露工具介面，並已全面整合至 ChatGPT 桌面端內建瀏覽器與 ChatGPT Sites。
• 核心亮點：
  • 瀏覽器原生 Agent 互動：當使用者造訪支援 WebMCP 的網站時，ChatGPT 或 Codex 能直接在頁面內呼叫工具完成表單填寫、資料比對等操作。
  • 生態挑戰賽開跑：聯手 Vercel、Cloudflare、Shopify 與 Chromium 團隊展開為期 10 天的 WebMCP 駭客松，加速 Web 應用的 Agent 化標準落地。
• 適用人群：Web 開發者 / 全端工程師 / Agent 開發者
• 體驗通道：

  We’re adding support for WebMCP in the ChatGPT desktop app’s built-in browser and ChatGPT Sites.
  
  When you visit a compatible website, ChatGPT or Codex can automatically use it to complete your task.
  
  Update to the latest version of the ChatGPT desktop app, then just ask Codex to… pic.twitter.com/XCGXUTRotN

  — OpenAI Developers (@OpenAIDevs) August 25, 2026

跨 Chat 與 Cowork 統一記憶管理 — Anthropic (Claude)

• 一言以蔽之：Claude 推出跨聊天介面與 Claude Cowork 的統一記憶系統，讓 Agent 能跨工作流共用上下文，並提供完整的主題式記憶編輯介面。
• 核心亮點：
  • 無縫上下文承接：在 Chat 中討論過的專案背景、主管偏好或客戶需求，切換至 Cowork 執行自動化任務時無需重複提示即可直接呼叫。
  • 細粒度隱私控制：使用者可在設定中的記憶瀏覽器逐條檢視、修改或刪除記憶主題；信仰、健康等敏感資訊預設不儲存，並提供獨立開關。
• 適用人群：Claude Pro / Max 使用者 / 知識工作者 / 專案經理
• 體驗通道：https://claude.com/blog/claudes-memory-works-everywhere-and-you-decide-whats-in-it

Portable Computer 本機 Agent 堆疊 — Perplexity × NVIDIA

• 一言以蔽之：Perplexity 推出專為 NVIDIA DGX Spark 設計的完全本機化 Agent 系統「Portable Computer」，從協調模型、子 Agent 到 Harness 全數執行於本機硬體。
• 核心亮點：
  • 零雲端隱私保護：執行 post-training 微調的本機 PPLX 27B 模型，敏感檔案解析（ParseBench-100 達 65.1%）完全不離開裝置，僅聯網搜尋時向外請求。
  • 智慧向上升級機制：在遭遇極高難度任務時，支援以使用者確認、PII 過濾的純文字提示方式向上請求雲端前沿模型指導（Terminal Bench 2.1 評分自 59.6% 提升至 73.0%）。
• 適用人群：高隱私要求的企業使用者 / 研發團隊 / DGX Spark 使用者
• 體驗通道：

  Today we’re launching Portable Computer on @NVIDIA DGX Spark.
  
  Portable Computer is a fully local version of Perplexity Computer, where the entire runtime: orchestrator LLM, subagent LLM, agent harness all run on your local hardware. No cloud dependency. pic.twitter.com/plVWz5PaAw

  — Perplexity (@perplexity_ai) August 25, 2026

豆包工作 (Doubao Work) — 位元組跳動 (ByteDance)

• 一言以蔽之：位元組跳動推出全新獨立 AI 辦公客戶端「豆包工作」，深度整合飛書會議、檔案與通訊錄等組織上下文，提供一體化的企業級 Agent 辦公體驗。
• 核心亮點：
  • 全組織上下文注入：自動彙整飛書群組討論、會議紀錄與知識庫，能主動提醒待辦事項、操作行事曆並協助多維表格資料處理。
  • Windows Computer Use 與雲電腦協同：針對 Windows 系統辦公軟體深入最佳化，支援檔案/簡報生成、網頁快速搭建與區域性視覺化標註修改。
• 適用人群：飛書企業使用者 / 辦公族 / 跨部門專案管理人員
• 體驗通道：https://doubao.com/work

Vercel Connect GA 與 Run SDK — Vercel

• 一言以蔽之：Vercel Connect 正式邁入 GA，徹底廢除長效金鑰憑證擴散，並同步推出 Run SDK 用於在隔離沙盒中安全評估與執行 Agent 生成的程式碼。
• 核心亮點：
  • 短期動態憑證：透過 Vercel OIDC 身份認證，在執行期依據任務動態取得短時效、限定許可權範圍的 Access Token，預置支援超過 100 款聯結器（Slack、GitHub、Linear 等）。
  • QuickJS 隔離執行：Run SDK 在 Worker 執行緒中建立嶄新的 QuickJS 上下文執行未受信任的 TypeScript/JavaScript，並支援中斷點以供人類審批（HITL）。
• 適用人群：全端開發者 / 安全架構師 / Agent 平臺開發團隊
• 體驗通道：https://vercel.com/blog/the-end-of-credential-sprawl-for-agents

Composer 分段音樂創作編輯器 — ElevenLabs

• 一言以蔽之：ElevenLabs 旗下 ElevenMusic 推出分段音樂編輯器 Composer，支援創作者針對歌曲各段落進行結構重組與細部調整。
• 核心亮點：
  • 結構化樂段編輯：基於 Music v2 模型，創作者可自由調換橋段（Bridge）、副歌（Chorus）或結尾（Outro），並對單一樂段的時長、速度（Tempo）與調性（Key）進行精確調整。
• 適用人群：音樂製作人 / 影音創作者 / 聲音設計師
• 體驗通道：

  Introducing Composer, a section-by-section song editor.
  
  Start with your own lyrics or track, a blank page, or a prompt, then shape the track piece by piece until it’s finished. pic.twitter.com/4xvWg5UhNr

  — ElevenLabs (@ElevenLabs) August 25, 2026

產業動態

OpenAI 自研推論晶片「Jalapeño」首發效能出爐 — OpenAI

• 事件概述：OpenAI 首次公開自研推論晶片 Jalapeño 的實測基準資料。在公開評測基準 InferenceX（使用 GPT-OSS 120B）中，Jalapeño 每千瓦輸出的峰值 Token 吞吐量較目前商用系統提升最高達 1.9 倍，延遲降低最高 3.6 倍，並在 DeepSeek R1 與 Kimi K2 模型上展現跨架構優勢。該晶片在 AI 工具輔助下僅用 9 個月即完成設計到流片，預計於今年底開始部署於 OpenAI 資料中心。
• 影響分析：隨著前沿實驗室大舉跨入自研特殊應用晶片（ASIC），超大型推論叢集的每瓦能效將顯著改善，加速長思考鏈（CoT）與高並發 Agent 任務的邊際成本下降。
• 新聞連結：https://openai.com/index/jalapeno-first-results

Apple 發布首款 2nm M6 與四晶片封裝 M5 Ultra 晶片 — Apple

• 事件概述：Apple 正式推出首款採用 2 奈米製程的 M6 晶片，配備 12 核心 CPU、12 核心 GPU（每個 GPU 核心均內建神經加速器）與雙 16 核神經網路引擎，AI 圖形運算較 M5 提升 30%；同步發布的 M5 Ultra 採用全新四晶片封裝架構，支援最高 512GB 統一記憶體與 1.2TB/s 記憶體頻寬，分別搭載於新款 Mac mini 與 Mac Studio。
• 影響分析：高達 512GB 的超高頻寬統一記憶體，讓開發者得以在個人工作站本機完整載入並執行數千億引數的前沿 LLM，進一步強化 Mac 作為邊緣端 AI 本機開發旗艦裝置的地位。
• 新聞連結：https://www.apple.com/newsroom/2026/08/apple-introduces-m6-and-m5-ultra-for-a-big-leap-in-performance-and-ai-compute

ChatGPT 推出 100 美元 Business Premium 席位方案 — OpenAI

• 事件概述：OpenAI 針對中小型企業與新創團隊推出每月 100 美元的 Business Premium 席位方案，全面解除 5 小時的使用頻率限制，並提供比照 Pro 方案的運算額度與專屬管理員外掛模組。
• 影響分析：填補了標準 Team 方案與高階 Enterprise 方案之間的真空帶，讓高強度依賴 Codex 與 Agent 工作流的精簡團隊能以可預測的成本獲取充足算力。
• 新聞連結：

  Introducing ChatGPT Business Premium Seats
  
  The new $100 Premium seat is a game changer for small businesses and startups—giving lean teams better tools, faster workflows, and capabilities once reserved for big companies.
  
  A flexible plan that scales with your team’s ambition.… pic.twitter.com/BsR2phYfc9

  — OpenAI (@OpenAI) August 25, 2026

TeraFab 得州半導體超級設施二、三期協議簽署 — SpaceX / Tesla / xAI

• 事件概述：由 SpaceX 主導、聯合 Tesla 與 xAI 的 TeraFab 垂直整合半導體基地正式與得州簽署二期與三期協議，合計投資金額約 476.77 億美元，規劃於 2029 至 2034 年間分階段投產，四期總投資規模預計達 1,190 億美元。
• 影響分析：展現了馬斯克生態系整合航太、自動駕駛與前沿 AI 晶片自主製造供應鏈的龐大野心，旨在降低對外部晶圓代工廠的地緣政治依賴。
• 新聞連結：

  BREAKING: TeraFab secures two major Texas agreements for Phases 2 and 3, representing nearly $48 billion in investment.
  
  The previously announced $16.8 billion figure applied only to TeraFab’s initial Phase 1. These new agreements cover the Anderson-Shiro portions of the next two… pic.twitter.com/IMFeImzrb2

  — DogeDesigner (@cb_doge) August 25, 2026

論文研究

AgentHands：XR 空間對話 Agent 的同步手勢生成系統 — Google Research (CHI 2026)

• 研究動機：現有延展實境（XR）對話 Agent 往往缺乏與語音精準同步且符合空間環境的物理指引肢體動作。
• 核心創新：透過眼動追蹤與三維場景重建進行實體物體定位，由大型語言模型在對話生成中嵌入 GestureEvents 事件標籤，並在頭戴裝置端按照詞級（Word-level）時間戳協調 TTS 語音引擎與動畫渲染引擎。
• 研究成果：在園藝教學、3D 列印機操作講解與生活陪伴原型測試中，展現出高度擬真且空間錨定精準的手勢語音同步效果。
• 論文地址：https://research.google/blog/agenthands-generating-interactive-hand-gestures-for-spatially-grounded-agent-conversations-in-xr

評測框架非中立性研究：配置微調導致模型跑分劇烈震盪 — DAIR.AI / 研究團隊

• 研究動機：探討評測框架（Harness）中的非語意性微小配置對模型排行榜排名的真實幹擾程度。
• 核心創新：針對 12 款開源模型在 ARC、HellaSwag、MMLU 等資料集上的 3,679 道題目，在 26 種同等合理的 Harness 配置下進行交叉測試（僅調整選項順序、提示詞措辭與答案解析正則）。
• 研究成果：研究發現同一模型（如 Gemma 4-31B）的得分可在 31% 到 89% 之間劇烈波動，相鄰模型間 95.7% 的分數差距僅源自題目對配置的敏感性，揭示現行基準壓縮與榜單排名存在極大的脆弱性。
• 論文地址：

  Great paper on agent harnesses. https://t.co/lsS4eKFGWs

  — elvis (@omarsar0) August 25, 2026

AutoSaddler：基於執行軌跡自動修補 Agent Harness 的離線最佳化框架 — 微軟研究團隊

• 研究動機：目前多數 Agent Harness 的提示詞、工具介面與控制邏輯高度依賴工程師手動微調，缺乏自動化系統性迭代機制。
• 核心創新：提出 AutoSaddler 框架，將 Harness 本身視為程式碼，透過批次執行任務診斷失敗軌跡，自動合成結構化的修補程式（Patch），並僅在透過泛化驗證集時才予以保留。
• 研究成果：在 GAIA2 基準測試上提升 9.0 分、SWE-Bench Pro 提升 9.6 分、Terminal-Bench 2.0 提升 10.0 分，證明針對性程式碼修補顯著優於淺層的自我反思（Reflection）。
• 論文地址：https://arxiv.org/abs/2608.23041

Knowledge Triage：解決 Context 壓縮中安全規則與規範丟失問題 — 研究團隊

• 研究動機：當 Agent 長程執行的 Context 溢位時，傳統壓縮演演演算法會無差別地壓縮所有內容，導致存放在 AGENTS.md 或 CLAUDE.md 中的安全規則與規範在多輪對話後迅速失效（5 輪後留存率跌至 10%）。
• 核心創新：提出 Knowledge Triage 機制，將知識庫內容按型別分類並套用差異化的保留策略，結合壓縮、分割槽與檢索三組確定性運算元進行排程。
• 研究成果：在歷經 5 輪 Context 壓縮後仍能維持 96% 的安全規則召回率，較傳統方案保留多達 2 至 4 倍的關鍵規範約束。
• 論文地址：https://arxiv.org/abs/2608.22752

其他分享

Pipette：邊緣端模型、量化與硬體全鏈路可複現評測套件 — Liquid AI

• 內容簡介：Liquid AI 與 Artificial Analysis 合作開源評測套件 Pipette。該工具以「模型 + 量化演演演算法 + 執行期（Runtime）+ 硬體裝置」整體組合為最小評測單位，解決了過往邊緣端 AI 在不同晶片與量化精度下效能資料難以對齊比較的痛點。
• 傳送門：https://www.marktechpost.com/2026/08/25/liquid-ai-open-sources-pipette-a-reproducible-benchmarking-suite-that-measures-on-device-models-quantization-runtime-and-hardware-together

Thermo-Nuclear Code Review：極致簡約的 Agent 程式碼審查規則 — 社群精選

• 內容簡介：社群分享了一套專為 Cursor 等程式碼 Agent 設計的高標準審查 Skill。該規則要求 Agent 優先尋找能直接消除冗餘分支與 helper 的重構方案、嚴格遵守 1,000 行程式碼紅線上限，並杜絕插入臨時布林標記等「義大利麵式增長」，適合用於追求極致乾淨架構的新專案中。
• 傳送門：

  昨天看到一个变态的 Code Review skills 应该是 Cursor 官方一个非常严格的代码质量审查技能。Thermo-Nuclear Code Quality Review 热核级别代码审查....https://t.co/67J1tOm9FE
  
  里面的 rule 翻译一下是这样的:
  
  结构简化优先： 要主动找能让整段分支、helper、mode、条件判断直接消失的重构方案…

  — Viking (@vikingmute) August 25, 2026