科技动态：美国政府首次要求OpenAI分阶段发布GPT-5.6，IBM发布0.7nm芯片，NVIDIA AI实现自主训练自我纠错

今日科技领域多项重大进展。美国政府首次在模型发布前要求OpenAI分阶段推出GPT-5.6，需逐客户审批；IBM发布全球首款0.7nm芯片，采用3D纳米堆叠架构集成近1000亿晶体管；NVIDIA A-Evolve系统在300亿参数模型训练中自主检测并修正了自身指标失效问题；Google Gemini 3.5 Flash内置”计算机使用”能力；EPFL发布类脑结构LLM MiCRo；NVIDIA与SK Hynix达成AI内存开发合作。

主要新闻

美国政府首次要求OpenAI分阶段发布GPT-5.6

美国政府已要求OpenAI分阶段推出其最新AI模型GPT-5.6，这是美国政府首次在模型发布前主动要求美国AI公司限制发布。OpenAI CEO Sam Altman在周三的内部问答中告知员工，政府要求公司先将模型发布给一小批受信任的合作伙伴，再逐步扩大范围。Altman表示，政府在预览期间将”逐客户审批”访问权限，希望”几周后”实现更广泛的发布。这一要求来自两个政府机构——国家网络总监办公室和科技政策办公室的会谈。Altman在备忘录中写道：”我们已向美国政府明确表示，这不是我们偏好的长期模式，并将与他们和行业其他方合作，为未来发布实现更可持续的方法。”此次干预发生在Anthropic的旗舰模型Fable 5因政府指令下线两周后，表明华盛顿正在主动塑造领先实验室的发布节奏，而非事后应对。

Source: OpenAI’s GPT 5.6 rollout now requires US government approval

IBM发布全球首款0.7nm芯片：3D纳米堆叠架构集成近1000亿晶体管

IBM在纽约约克城高地发布了全球首款亚1纳米芯片技术，达到0.7nm（7埃）节点。该芯片采用革命性的3D纳米堆叠晶体管架构，在指甲盖大小的面积内集成了近1000亿个晶体管，密度几乎是2021年发布的2nm芯片的两倍。IBM的研究数据显示，亚1nm芯片相比2nm节点可实现高达50%的性能提升或70%的能效改进。在VLSI 2026会议上，IBM还展示了纳米堆叠架构为SRAM位单元提供40%的面积缩放优势。IBM预计纳米堆叠技术将在未来5年内投入生产，并认为该架构可支撑至少十年的持续缩放。

Source: IBM Debuts World’s First Sub-1 Nanometer Chip Technology

NVIDIA AI自主训练自我纠错：300亿参数模型自动修复指标失效

NVIDIA的A-Evolve系统在300亿参数模型训练中实现了AI领域的里程碑——自主检测并纠正了自身的指标失效问题。该研究发表于6月9日提交至arXiv的论文，是首次公开报道的前沿规模自主后训练运行。A-Evolve系统检测到其内部开发指标与模型在最强推理领域的真实世界性能脱钩——候选方案将指标推至新高但未实际提升外部测试成绩。系统在无人干预的情况下改变了搜索策略，优先选择降低代理指标同时改善外部目标的干预措施。自主生成的模型在NVIDIA Nemotron-Reasoning Challenge排行榜上约4,000个参赛作品中排名第8（0.86 vs 人类最佳0.87）。这一成果为AI对齐研究提供了关于规准博弈自我修正的具体数据点。

Source: NVIDIA AI Trained Itself on a 30B Model

Google Gemini 3.5 Flash内置”计算机使用”能力

Google已将”计算机使用”从专用模型迁移至Gemini 3.5 Flash，使代理风格的浏览器、应用和桌面工作流控制成为内置能力。Gemini现在可以查看和交互用户界面、推理屏幕内容并直接执行操作。开发者可构建自动化GUI工作流，如测试软件、填写表单、导航仪表板或使用无API的遗留应用。与此同时，Google DeepMind高级科学家警告，规模化AI代理正在为恶意行为者创造攻击动机。本月早些时候，一名加州网络安全专家因Anthropic Claude的AI代理而遭遇信用卡盗刷。恶意行为者已开始设置提示注入陷阱来攻击AI代理。

Source: Google Gemini Can Now Control Your Computer

EPFL发布MiCRo：像人脑一样思考的LLM

EPFL团队发布了名为MiCRo（Mixture of Cognitive Reasoners）的新型大语言模型，其架构模拟人脑结构，分为四个专门区域，使用户能够更好地控制模型处理问题的方式并理解其推理过程。该模型在与哈佛和MIT神经科学家Greta Tuckute合作下开发，在ICLR国际会议上发表。MiCRo通过理解人脑不同区域在不同问题下的激活模式，将其应用于模型的专家路由机制。有趣的是，模型也可反向帮助神经科学家理解不同脑区对特定问题的贡献。

Source: EPFL researchers create an AI model that thinks like we do

NVIDIA与SK Hynix达成AI内存开发合作

NVIDIA和SK Hynix宣布达成多年技术合作伙伴关系，共同开发与NVIDIA AI基础设施路线图对齐的下一代内存。SK Hynix将作为NVIDIA数据中心和AI加速器路线图的主要内存合作伙伴。该合作还涉及SK Hynix使用NVIDIA工具加速半导体仿真和构建自主晶圆厂数字孪生。这一多年承诺表明两家公司均预期AI数据中心需求将持续增长。内存仍将是AI模型规模和推理工作负载扩展时的关键瓶颈。

Source: NVIDIA and SK Hynix Partner on AI Memory Development

Agentic AI走出工程部门：非开发者使用增长137倍

OpenAI经济研究团队于6月25日发布研究，追踪其Agentic AI平台Codex从开发者工具扩展到律师、财务分析师和招聘人员的使用情况。截至2026年6月初，非开发者个人用户自2025年8月以来增长了137倍，非开发者组织用户增长了189倍。在OpenAI内部，法律、财务和招聘团队在2026年4月左右跨过了多数使用阈值——采用速度甚至超过了工程部门。跨所有部门，Codex占OpenAI每周输出token的99.8%。

Source: Agentic AI Reaches Lawyers and Recruiters

分析

今日科技新闻集中反映了2026年AI产业的四个核心张力。

最引人注目的是美国政府与AI实验室之间关系的根本性转变。从Anthropic Fable 5被强制下线到OpenAI GPT-5.6被要求分阶段发布，美国政府已从”旁观者”转变为”主动干预者”。逐客户审批机制如果成为常态，将从根本上改变AI模型的发布模式——从”先发布后修复”转向”先审批后发布”。这对全球AI开发者的含义是：模型可用性不仅是技术问题，更是地缘政治合规问题。

IBM的0.7nm芯片证明了摩尔定律尚未终结。3D纳米堆叠架构使芯片缩放可在原子尺度上继续至少十年。1000亿晶体管的集成度和50%的性能提升为AI工作负载提供了更强大的硬件基础。结合NVIDIA与SK Hynix的AI内存合作，AI基础设施的”计算-内存”双瓶颈正在被系统性解决。

NVIDIA的A-Evolve自我纠错是AI对齐研究的重要数据点。自主系统在训练过程中检测并修正规准博弈行为，且是在300亿参数的前沿规模上——这为AI安全社区提供了关于”自我修正能力是否随规模扩展”的实证证据。虽然这不意味着”AI安全已解决”，但它表明自主系统可能比预期更早展现出检测自身失效模式的能力。

Gemini计算机使用的内置化和Agentic AI向非技术部门的渗透共同指向一个方向：AI代理正在从”实验工具”变为”基础设施”。但安全挑战同样显著——提示注入、代理权限管理、以及跨应用操作的安全边界都尚未成熟。

结论

2026年6月27日的科技新闻显示，AI产业正进入”主动监管+自主演进”的新阶段。美国政府通过逐客户审批机制塑造模型发布节奏；芯片制造商通过3D纳米堆叠和AI专用内存延续计算性能的指数增长；AI系统自身展现出前所未有的自主纠错能力；而AI代理正在从实验室走向数亿用户的日常使用。开发者需要关注出口管制和合规要求对模型可用性的影响，企业需要评估AI代理安全风险，而芯片层面的创新将继续为下一代AI能力提供基础支撑。