Counsel के लिए Perplexity Computer, Gemini 3.5 Flash में computer use शामिल, OpenAI और Broadcom ने Jalapeño का अनावरण किया

24 जून 2026 विशेष रूप से संरचनात्मक घोषणाओं से भरा एक दिन है: OpenAI का पहला इन-हाउस IA chip, Gemini 3.5 Flash में native क्षमता बन चुका computer use, Perplexity का एक legal agent, और Qwen का एक नया world model। Mistral अपने enterprise connectors को और मजबूत करता है, Genspark Claude-संचालित design tool लॉन्च करता है, और Cursor सीधे Notion से एकीकृत होता है। चौदह प्रमुख घोषणाएँ और सात संक्षिप्त समाचार मिलकर नौ क्षेत्रों को कवर करने वाला एक परिदृश्य पूरा करते हैं।

Perplexity Computer for Counsel — Computer agent कानूनी पेशेवरों को लक्षित करता है

24 जून — Perplexity ने Computer for Counsel लॉन्च किया, जो उसके Computer agent का एक vertical संस्करण है, जिसे law firms और कानूनी पेशेवरों के लिए बनाया गया है। यह integration Computer को कानूनी डेटाबेस, document management systems, और रोज़मर्रा में उपयोग होने वाले matter-management systems से जोड़ता है।

लॉन्च के समय भागीदार

भागीदार	भूमिका
midpageAI	उद्धरण योग्य स्रोतों के साथ कानूनी खोज
LegalZoom	कानूनी दस्तावेज़ों का निर्माण
Docusign	इलेक्ट्रॉनिक हस्ताक्षर
netdocuments	फर्मों के लिए दस्तावेज़ प्रबंधन

Perplexity Computer for Counsel सभी Pro और Max subscribers के लिए उपलब्ध है। Perplexity के आधिकारिक changelog में अभी तक इस घोषणा के लिए कोई समर्पित entry नहीं है — इसका प्रसार 24 जून को X के माध्यम से किया गया था।

यह vertical संस्करण Perplexity की रणनीति को दर्शाता है: अपने Computer agent को मौजूदा business tools के direct integrations के साथ professional markets में तैनात करना, बजाय इसके कि उपयोगकर्ताओं से अपने workflows बदलने को कहा जाए।

🔗 Tweet Perplexity — Computer for Counsel · अनुवर्ती थ्रेड

Gemini 3.5 Flash में एकीकृत computer use — enterprise safeguards के साथ native tool

24 जून — Google घोषणा करता है कि computer use अब Gemini 3.5 Flash में एक native tool बन गया है। अब तक, यह क्षमता केवल एक dedicated model (Gemini 2.5 computer use) में उपलब्ध थी। अब इसे मुख्य Flash model में सीधे शामिल किया गया है, function calling, Search grounding, और Maps grounding के साथ।

इस तरह Gemini 3.5 Flash एक ही model से browser, mobile और desktop environments को देख, तर्क कर और उन पर कार्य कर सकता है। Google के अनुसार प्राथमिक उपयोग-केस हैं: निरंतर software testing और professional applications पर knowledge-task processing। एक demonstration Browserbase के माध्यम से उपलब्ध है।

अंतर्निहित सुरक्षा उपाय

indirect prompt injection के विरुद्ध targeted adversarial training
अपरिवर्तनीय कार्रवाइयों के लिए user confirmation आवश्यक
indirect injection का पता चलने पर detection और automatic stop
“defense in depth” दृष्टिकोण की अनुशंसा: sandboxing, human verification, access controls

Gemini API और Gemini Enterprise Agent Platform के माध्यम से उपलब्ध। blog post पर Google DeepMind के Product Manager Mateo Quiros के हस्ताक्षर हैं।

🔗 Google ब्लॉग — Gemini 3.5 Flash में computer use

OpenAI और Broadcom ने Jalapeño का अनावरण किया — LLM inference के लिए समर्पित पहला IA chip

24 जून — OpenAI और Broadcom (NASDAQ: AVGO) Jalapeño प्रस्तुत करते हैं, जो OpenAI द्वारा पूरी तरह in-house डिज़ाइन किया गया पहला hardware accelerator है, और LLM inference की विशिष्ट आवश्यकताओं के आसपास architected है। नौ महीनों में co-developed — ASIC development cycle जिसे उच्च-प्रदर्शन semiconductors के लिए सबसे तेज़ बताया गया है — Jalapeño कोई अनुकूलित general-purpose GPU नहीं, बल्कि LLM inference patterns के लिए शुरू से बनाया गया design है।

Architecture और भागीदार

घटक	भूमिका
Broadcom	सिलिकॉन implementation + Tomahawk networking
Celestica	board/rack integration
Microsoft	gigawatt data center deployment (2026 के अंत में)

Engineering samples पहले से ही laboratory में ML workloads चला रहे हैं, जिनमें GPT-5.3-Codex-Spark भी शामिल है। प्रारंभिक परीक्षणों के अनुसार OpenAI के मुताबिक performance per watt वर्तमान state of the art से बेहतर है; एक विस्तृत technical report अगले कुछ महीनों में घोषित किया गया है। gigawatt-scale initial deployment 2026 के अंत में निर्धारित है।

“Jalapeño is part of our long-term full-stack infrastructure strategy to make compute more abundant, resulting in AI which is faster, more reliable, more affordable for people and businesses, and can be used to solve more important problems.”

🇮🇳 “Jalapeño हमारी दीर्घकालिक full-stack infrastructure रणनीति का हिस्सा है, ताकि compute को अधिक प्रचुर बनाया जा सके, जिसके परिणामस्वरूप individuals और enterprises दोनों के लिए तेज़, अधिक विश्वसनीय, अधिक किफायती AI मिले, और जिसका उपयोग बड़े समस्याओं को हल करने के लिए किया जा सके।” — Greg Brockman, OpenAI के अध्यक्ष

Jalapeño OpenAI की उस रणनीति में फिट बैठता है जिसमें पूरी stack — products, models और अब chips — पर नियंत्रण रखा जाए, और यह multi-generation compute platform की पहली सीढ़ी है।

🔗 OpenAI — Jalapeño inference chip · OpenAI का ट्वीट

Qwen-AgentWorld — 7 agent environments का अनुकरण करने वाला world model

24 जून — Qwen (Alibaba) Qwen-AgentWorld प्रस्तुत करता है, एक native language world model (Language World Model, LWM), जो एक ही model के भीतर सात agent environments का अनुकरण करता है: MCP, Search, Terminal, SWE, Web, OS और Android। विशेषता यह है कि environment modeling शुरू से ही training objective है, बाद की कोई adaptation नहीं।

arXiv लेख 2606.24597 में दो research axes प्रस्तुत किए गए हैं:

Environment simulation के लिए foundation model — Qwen के अनुसार, Qwen-AgentWorld AgentWorldBench पर Claude Opus 4.8 और GPT-5.4 से बेहतर प्रदर्शन करता है। यह दावा Qwen की अपनी benchmark पर आधारित है; घोषणा के समय इसे तीसरे पक्ष द्वारा सत्यापित नहीं किया गया था।
World modeling से सुदृढ़ agent training — Controllable Sim RL (LWM को simulated environment के रूप में उपयोग करते हुए agentic reinforcement learning) वास्तविक environments में प्रशिक्षण से बेहतर प्रदर्शन करता है। environments की predictive learning बिना किसी अतिरिक्त fine-tuning के agentic tasks में स्थानांतरित हो जाती है।

मुख्य ट्वीट (@Alibaba_Qwen, 24 जून, 419,000 views) arXiv, एक आधिकारिक Qwen blog, GitHub और HuggingFace की ओर ले जाता है।

🔗 Qwen का ट्वीट · arXiv 2606.24597 · Qwen ब्लॉग · GitHub

Mistral Connectors — enterprise connectors पर उन्नत नियंत्रण

24 जून — Mistral Mistral Studio में अपने Connectors के लिए कई नई क्षमताओं का विवरण देने वाला एक engineering लेख प्रकाशित करता है, जिसमें production में security और control पर ध्यान दिया गया है।

उपलब्ध नई सुविधाएँ

विशेषता	स्थिति	विवरण
Enriched admin controls	GA	workspace-आधारित access control, व्यक्तिगत activation/deactivation
API keys with connector scopes	GA	connectors तक सीमित API keys, automated workflows में anti-spoofing
Multi-account connectors	GA	multiple accounts के साथ authentication, configurable default account
Connectors Debugger	Public Preview	11 steps में MCP failures का end-to-end analysis
Connectors in Vibe Code	GA	`/connectors` कमांड के माध्यम से developer connectors का पुन: उपयोग
Connectors in Workflows	Public Preview	लंबी या scheduled tasks के लिए persistent connections

अब यह repository 60 से अधिक integrations को कवर करती है: Atlassian, Google Drive, Notion, GitHub, Slack, Salesforce, Stripe, और अन्य। Connectors Debugger analysis के 11 चरणों को कवर करता है, server access से लेकर MCP session खोलने तक — production में agents तैनात करने वाली टीमों के लिए एक diagnostic tool।

🔗 Mistral — connectors पर अधिक नियंत्रण · connectors documentation

Cursor × Notion — Cursor SDK के माध्यम से कार्यों का प्रतिनिधिकरण

24 जून — Cursor घोषणा करता है कि उपयोगकर्ता अब सीधे Notion से Cursor को कार्य सौंप सकते हैं। यह integration Cursor SDK पर आधारित है: Notion ने स्वयं यह integration विकसित किया, और cursor.com पर एक technical article प्रकाशित किया जिसमें प्रक्रिया समझाई गई है। हर cloud agent उन्हीं models, उसी harness और उसी runtime पर चलता है जैसे Cursor।

कार्यप्रवाह: किसी भी Notion spec पर @Cursor का उल्लेख करें, या उसे कोई task सौंपें। Cursor एक PR खोलता है जिसे पूरी टीम review कर सकती है।

यह लॉन्च third-party partners के लिए Cursor SDK की openness को दर्शाता है: Notion को अपने product में cloud agents एकीकृत करने के लिए Cursor की official integration का इंतज़ार नहीं करना पड़ा। SDK इतनी primitives प्रदान करता है कि कोई बाहरी partner एक पूर्ण integration बना सके और उसे अपने उपयोगकर्ताओं तक पहुँचा सके।

🔗 Cursor का ट्वीट · cursor.com

Genspark Design — Claude Opus 4.7 द्वारा संचालित, Build Preview और AI Designer का विलय

24 जून — Genspark Genspark Design लॉन्च करता है, जो Claude Opus 4.7 द्वारा संचालित उसका visual design tool है। यह लॉन्च प्लेटफ़ॉर्म के दो मौजूदा products को एकीकृत करता है: Genspark Build Preview और Genspark AI Designer।

Genspark Design की क्षमताएँ

UI prototypes, videos, HTML animations और posters, production-ready
ब्रांड design system: Figma files का import, सभी projects में पुन: उपयोग, team sharing
एक-क्लिक code: Genspark Code के माध्यम से किसी भी app या website design को functional code में बदलना
लॉन्च मूल्य genspark.ai/agents?type=design पर उपलब्ध है

@genspark_ai द्वारा pin किया गया announcement tweet आठ घंटों में 87,000 views तक पहुँचा। Claude Opus 4.7 द्वारा powered होने का उल्लेख आधिकारिक घोषणा में स्पष्ट रूप से किया गया है।

🔗 Genspark Design का ट्वीट · Genspark Design

उल्लेखनीय

OpenAI: GPT-5.5 Instant अपडेट और DevDay 2026 की घोषणा

24 जून — OpenAI GPT-5.5 Instant का नया संस्करण घोषित करता है, जो उसका सबसे अधिक उपयोग किया जाने वाला model है। सुधार प्रश्न के पीछे के इरादे को समझने, जटिल constraints को संभालने, और shopping तथा local recommendations पर केंद्रित हैं। भुगतान करने वाले उपयोगकर्ताओं के लिए 24 जून को rollout शुरू, मुफ्त उपयोगकर्ताओं के लिए 25 जून। 🔗 OpenAI का ट्वीट

23 जून — OpenAI Developers ने OpenAI DevDay 2026 के लिए आवेदन खुलने की घोषणा की, जो 29 सितंबर को San Francisco में होगा। आवेदन devday.openai.com पर 10 जुलाई तक खुले हैं। 🔗 @OpenAIDevs का ट्वीट

NVIDIA — एक दिन में चार घोषणाएँ

24 जून — NVIDIA एक ही दिन में चार घोषणाओं पर ध्यान केंद्रित करता है:

Cosmos 3 Nano — MolmoSpaces में #1 रैंकिंग : Cosmos 3 Nano पर post-trained एक policy model रोबोट policies के लिए Ai2 के खुले MolmoSpaces leaderboard पर पहली जगह हासिल करता है, ऐसे environments में जहाँ interpretation, reasoning और action की आवश्यकता होती है। 🔗 NVIDIA Robotics का ट्वीट
Metropolis Blueprint VSS 3 : video search और synthesis के लिए Blueprint का version 3 16 नई agent skills लाता है — search, synthesis, alerts, reports — और natural language द्वारा live stream analysis भी। 🔗 NVIDIAAI का ट्वीट
NeMo AutoModel + Transformers v5 : NeMo AutoModel अब HuggingFace Transformers v5 पर आधारित है, MoE (Mixture of Experts) models के लिए first-class support के साथ, 1.3x throughput (TPS/GPU) वृद्धि और 30% peak memory reduction के साथ। 🔗 NVIDIAAI का ट्वीट
BioNeMo Agent Toolkit : एक खुला toolkit जो किसी भी IA agent को protein structure prediction, molecular docking, generative chemistry और genomics analysis के लिए callable tools देता है। 🔗 NVIDIA Health का ट्वीट

Hugging Face — Moon Bot और Ai2 MolmoSpaces

24 जून — Hugging Face अपने आंतरिक Slack assistant Moon Bot की पूरी architecture प्रकाशित करता है। Moon Bot Pi SDK (open source coding agent) पर आधारित है, configurable LLM (Kimi K2, Claude, या अन्य) के साथ। प्रत्येक Slack session की memory निजी HF Buckets bucket में JSONL के रूप में serialized होती है (huggingface/moon-bot-memory)। Okta-आधारित तीन access levels Elasticsearch, MongoDB, GitHub CLI और अन्य tools तक profile के अनुसार पहुँच देते हैं। यह लेख अन्य teams के लिए एक दोहराने योग्य मॉडल के रूप में काम करने के लिए बनाया गया है। 🔗 Hugging Face लेख

24 जून — Ai2 अपने रोबोट policies के लिए खुले leaderboard MolmoSpaces की घोषणा करता है। कोई भी team कोई policy submit कर सकती है और मौजूदा leader — NVIDIA Cosmos 3 Nano — को हटाने का प्रयास कर सकती है। 🔗 Ai2 का ट्वीट · Leaderboard

Coding tools : Zed v1.8, Copilot Free/Student, Manus Hosting

24 जून — Zed v1.8 : नया parameter agent.terminal_init_command agent panel में हर नए terminal thread के खुलने पर स्वचालित रूप से एक command चलाता है। Git performance बेहतर हुई है (HEAD resolution, uncommit, remotes listing) और spawne किए गए processes कम हैं। दो नए editor commands: editor: select {inside,around} delimiters और workspace: reset pane sizes. Diff scrolling, multi-cursor editing और Markdown preview में search भी तेज़ हो गए हैं। 🔗 Zed का ट्वीट

24 जून — GitHub Copilot Free और Student plans के लिए exclusive auto mode में चला गया है: manual model selection हटाकर best available model की ओर dynamic routing अपनाई गई है। Microsoft models के (Preview) labels हटा दिए गए हैं। 🔗 GitHub changelog

24 जून — Manus Website Builder दो hosting modes पेश करता है: Autoscale (traffic के अनुसार 0 से 5 instances, idle में zero cost) और Reserved (24/7 persistent instance, cold start के बिना, real-time dashboards और bots के लिए उपयुक्त, अधिकतम उपयोग पर $36/month तक)। प्रत्येक खाते में $10 का मुफ्त मासिक credit शामिल है। mode बदलना बिना service interruption या code line के किया जाता है। नोट: Manus Meta का हिस्सा है। 🔗 Manus ब्लॉग

मीडिया : ElevenLabs × FOX Sports, xAI MongoDB, Kimi on AWS

24 जून — ElevenLabs और FOX Sports ने FOX Sports ऐप में Colin Cowherd की आवाज़ पर आधारित एक वॉइस एजेंट लॉन्च किया है। यह एजेंट FIFA वर्ल्ड कप के ग्रुप चरण, fantasy football चयन, और खेल विश्लेषण पर सवालों के जवाब देता है। यदि उपयोगकर्ता गलत हो, तो यह तर्क भी कर सकता है। यह सहयोग ElevenLabs और Colin Cowherd के बीच एक आधिकारिक समझौते पर आधारित है। 🔗 ElevenLabs ट्वीट

24 जून — xAI Grok Build अपने marketplace में आधिकारिक MongoDB plugin का स्वागत करता है: डेटा query, index optimization, और Grok Build के CLI से सीधे database management (घोषणा ट्वीट पर 329,000 views)। 🔗 xAI ट्वीट

24 जून — Kimi API (Kimi-K2.7 Code मॉडल) अब consolidated billing के साथ AWS Marketplace पर उपलब्ध है। योग्य ग्राहक अपने EDP (Enterprise Discount Program) commitments पर usage apply कर सकते हैं। 🔗 Kimi ट्वीट · AWS Marketplace

Project Genie — Grand Prix Cannes Lions AI Craft

23 जून — Google DeepMind का prototype Project Genie (generative Playable Worlds) Cannes Lions 2026 में AI Craft category का Grand Prix जीतता है। परियोजना का नेतृत्व करने वाले Jack Parker-Holder कहते हैं कि यह बिना cutting-edge AI के असंभव परिणाम हासिल करने की क्षमता को दर्शाता है। 🔗 @jparkerholder ट्वीट

संक्षेप में

Claude Code v2.1.190 (24 जून) — रखरखाव संस्करण: bug fixes और reliability improvements, v2.1.187 के बाद जारी। 🔗 Claude Code Changelog
Hugging Face — huggingface_hub साप्ताहिक delivery (23 जून) — HF टीम अपने automated delivery pipeline का वर्णन करती है, जो Hub की Python client library के लिए AI agents और human-in-the-loop validation को जोड़ता है। 🔗 HF लेख
Hugging Face — Transformers.js में Cross-Origin Storage (23 जून) — अलग-अलग web origins के बीच model weights साझा करने के लिए COS API प्रस्ताव का प्रयोग, जिससे browser downloads कम होते हैं। 🔗 HF लेख
Google DeepMind Podcast — agentic economies (24 जून) — एपिसोड इस पर कि जब लाखों AI agents बातचीत करते हैं, लेन-देन करते हैं और काम एक-दूसरे को सौंपते हैं, तो क्या होता है; AI groupthink से बचने के लिए निर्णय-निर्माण के विविधीकरण पर ध्यान। 🔗 @GoogleDeepMind ट्वीट
Manus — URLs का automatic suggestion (23 जून) — Manus अब Files & sources टैब में प्राकृतिक भाषा विवरण से संबंधित web pages सुझाता है, जिन्हें बाद के tasks के लिए references के रूप में याद रखा जाता है। 🔗 Manus ट्वीट
Runway Localize Ads (24 जून) — नई सुविधा: एक input advertising image, output में सभी markets के लिए localized versions, एक क्लिक में। 🔗 Runway ट्वीट
Luma Connectors (24 जून) — Airtable, Dropbox, और Google Drive integrations सीधे Luma में, ताकि अनुरोध पर files को tables में खींचा जा सके। 🔗 Luma ट्वीट

इसका क्या अर्थ है

AI agents का verticalization तेज़ हो रहा है। Perplexity Computer for Counsel कोई ऐसी generalist version नहीं है जिसमें बस legal documentation जोड़ दी गई हो — यह business tools (LegalZoom, Docusign, netdocuments) के साथ एक सीधा integration है, जिनका वकील रोज़ाना उपयोग करते हैं। यही pattern ElevenLabs और FOX Sports में भी दिखता है: एक generic AI tool के बजाय, एक वास्तविक sports commentator की आवाज़ पर आधारित voice agent, जिसे मौजूदा media app में वितरित किया गया है। मूल्य अब base model में नहीं, बल्कि vertical integration और distribution में है।

Computer use प्रयोगात्मक चरण से standard capability के चरण में जा रहा है। Google computer use को सीधे Gemini 3.5 Flash — अपने सबसे तेज़ general-purpose model — में एक dedicated model के बजाय शामिल कर रहा है। यह कदम संकेत देता है कि यह क्षमता अब इतनी परिपक्व हो गई है कि मुख्य model के भीतर बिना अतिरिक्त लागत के embed की जा सकती है। safeguards पर दिया गया जोर (automatic stop, irreversible actions के लिए confirmation) दिखाता है कि Google वास्तविक enterprise deployment पर दांव लगा रहा है, केवल demonstrations पर नहीं।

OpenAI hardware stack में ऊपर चढ़ रहा है। Jalapeño OpenAI की रणनीति में एक मूलभूत बदलाव दर्शाता है: NVIDIA का ग्राहक होने से अपने स्वयं के accelerators का डिज़ाइनर बनने तक। Broadcom के साथ नौ महीनों में बनाया गया — जो एक high-performance ASIC के लिए छोटा cycle है — और 2026 के अंत में gigawatt-scale deployments के लिए लक्षित, Jalapeño inference cost कम करके AI को “more fast, more reliable, more affordable” बनाने का लक्ष्य रखता है। यह विकास Google (TPU), Amazon (Trainium), और Apple (Neural Engine) में दिखी प्रवृत्ति से मेल खाता है: बड़ी platforms AI के लिए अपने silicon पर नियंत्रण चाहती हैं।

पर्यावरण modeling agentic research का एक प्रमुख axis बन रही है। Qwen-AgentWorld एक कम खोजे गए दिशा में धकेलता है: terminal, browser, OS, Android जैसे agent environments में सीधे कार्य करने के बजाय उन्हें simulate करने के लिए एक model को प्रशिक्षित करना। विचार यह है कि environment की predictive knowledge बिना अतिरिक्त fine-tuning के वास्तविक agentic tasks में स्थानांतरित हो जाती है। यदि Claude Opus 4.8 और GPT-5.4 पर AgentWorldBench पर बेहतर प्रदर्शन का दावा third parties द्वारा पुष्ट हो जाता है, तो यह LWM paradigm गंभीर ध्यान का हकदार होगा।

उत्पादन में agents के लिए tooling अधिक पेशेवर हो रही है। Mistral Connectors, अपने 11-step Debugger MCP, API key scopes, और लंबी अवधि के workflows के लिए persistent connections के साथ — ये demos के लिए सुविधाएँ नहीं हैं। ये उन वास्तविक समस्याओं के उत्तर हैं जो teams को agents को production में तैनात करते समय मिलती हैं: diagnose करने में कठिन connection failures, automated workflows में identity spoofing के जोखिम, long sessions का management। यही operational maturity Cursor SDK के Notion integration, HF के Moon Bot के तीन Okta access levels, और Zed v1.8 के साथ agent.terminal_init_command में भी दिखाई देती है।