jina-ocr-v1:在低成本 GPU 上更快解析文档
jina-ocr-v1:在低成本 GPU 上更快解析文档Jina AI 发布端到端文档解析模型 jina-ocr-v1,以 3.4B 总参数/570M 激活参数在 OmniDocBench v1.6 与 olmOCR-Bench 上刷新同级别最佳成绩,并凭借 FastMTP 推测解码与分级密集奖励在低成本 GPU 上实现无损近倍速生成,单页仅输出 1085 个 token 以 2.57 页/秒吞吐领跑 14 款主流系统。
搜索
Jina AI 发布端到端文档解析模型 jina-ocr-v1,以 3.4B 总参数/570M 激活参数在 OmniDocBench v1.6 与 olmOCR-Bench 上刷新同级别最佳成绩,并凭借 FastMTP 推测解码与分级密集奖励在低成本 GPU 上实现无损近倍速生成,单页仅输出 1085 个 token 以 2.57 页/秒吞吐领跑 14 款主流系统。
原生全模态模型Qwen3.8-Omni-Flash正式上线千问AI平台,支持文本、图像、音频、视频输入及1M长上下文,在30项评测中平均得分较上一代Qwen3.5-Omni-Plus提升超26%,在音视频Agent、剪辑、创作等场景效果显著,API每小时音频输入价格降幅超98%。
阿里巴巴达摩院与浙大一院联合研发的DAMO RADAR登上Science正刊,作为全球首个专家级通用影像AI模型,其在39,160次测试中可一次性识别超过146种腹部病症,平均AUC达0.913,首次达到影像科资深医生水平。
ArcLoop推出全栈AI故事引擎,围绕IP World统一管理角色、场景与视觉资产,解决AI漫剧长线连载中的角色一致性与世界观延续难题,创始人秦路此前在字节工作七年,公司已完成天使轮融资。
Anthropic正式上线生命科学验证计划(LSVP)测试版,向通过认证的科研人员部分开放权限,其中高风险授权可移除所有安全限制,覆盖Mythos 5.1、Opus 5和Sonnet 5等模型,采用离线监控与共同责任机制确保安全。
谷歌DeepMind疑似下一代旗舰模型Gemini 4 Pro以"gemini-3.8-flash"之名匿名亮相大模型竞技场Arena,在编码、智能体和推理等基准测试中全面超越Astra和Fable,并在网页设计、SVG、3D建模及游戏生成等实测中表现出色。
智谱上线 GLM-5.3-FlashX 模型,推理速度最高达 200 tokens/s,较 GLM-5.3-Flash 提速 5 倍、提价 2.5 倍,API 同步开放,该模型在 10 万张国产芯片提供的推理算力基础上,由 GLM-5.3 驱动 Agent 在两周内完成端到端构建并通过 Infra 侧优化将吞吐提升至初始基线的 3 倍。
清华校友Sihao Huang出任Anthropic前沿计算战略负责人,搭档GPT-3一作、Anthropic首席算力官Tom Brown,负责算力扩张与产业合作联盟建设,成为Anthropic已知公开职级最高的华人。
字节跳动发布新版豆包2.1 Pro(0915版本),重点升级多模态编程与视觉理解能力,可依据设计图、图纸和操作录屏生成代码,编辑团队通过山西3D旅行导览、小王子微缩星球等场景实测,验证其在Agent任务交付与Token效率方面的提升。
专注于收集人体运动数据以训练人形机器人的AI机器人初创公司Mecka AI,即将完成由红杉资本领投的新一轮融资,估值约为5亿美元,该公司通过付费让人们佩戴传感器记录日常任务来获取机器人训练所需的真实世界数据。
智谱创始人唐杰发文披露RSI最新进展,称由GLM-5.3驱动的Infra Agent在超过10万卡国产芯片集群上不到两周内完成GLM-5.3 Flash生产级推理服务搭建,将端到端吞吐提升至初始基线的3倍,表明RSI最小闭环已经形成但距离递归自我改进仍很遥远。
豆包爱学2.0依托豆包多模态大模型与Seedance系列模型,将AI嵌入语数英等学科的问答、板书讲解、定制课程、听写和错题整理等学习全流程,同一对话入口即可围绕知识点不断生成完整学习内容,展现字节在AI教育场景的工程化能力。
Anthropic披露全公司80%的代码由Claude编写,工程师季度交付量达历史平均8倍,但CI系统在半年内任务量飙升25倍、测试用例暴涨10倍,三次紧急补丁均告失败,最终团队彻底重构为分布式无状态架构才化解危机。
WPS Comate把企业几十年积累的文档、数据和经验沉淀为AI可调用的上下文,已在中船动力、黄埔文冲、奇瑞等制造企业落地,推动企业AI竞争从模型选型转向上下文工程。
在具身智能技术路线尚未定型的阶段,基础设施需求正率先收敛,百度智能云以百度百舸AI计算平台为核心,为超过50家具身智能企业提供涵盖模型迭代、数据生产和跨本体部署的全栈AI云支撑,并在《中国具身智能云市场份额报告,2025》中以29.55%份额位居第一。
9 月 18 日,阿里达摩院联合浙江大学医学院附属第一医院等机构研发的通用医疗影像模型 DAMO RADAR 登上《Science》正刊,并正式对外开源。这也是近年来中国 AI 模型罕见登上《Science》正刊。
Kimi发布编程工具Kimi Code桌面版,原生适配macOS和Windows,内置Kimi K3模型并支持第三方API接入及Computer Use功能,提供99至699元三档订阅套餐,实测体验流畅。
今天,我们推出 Kimi 金融行业解决方案。这套方案整合了 Kimi 面向金融行业的产品与能力,涵盖 10+ 权威数据源、9 项金融技能和 5 项合规安全措施,以及机构级的数据建模和报告交付能力。
程序员的桌面,这一年已经被彻底重塑了一遍。
打通“认知—设计—实验—反馈—再学习”的干湿闭环。
AI 距离递归的自我改进(RSI)还有多远?
刚刚,奥特曼又曝新料了。在和Salesforce CEO Marc Benioff的对谈中,他亲口剧透了OpenAI内部模型的最新进展。首先,他给出了这样一句判断:「GPT-5.5的水平大概相当于一个普通的数学教授。GPT-5.6,大概能比肩全球排名前1%到2%的顶尖数学教授。」
就在十天前,一部AI短片,在整个AI圈炸了。AI超创DiDi_OK的《网站》,在2026年威尼斯Reply AI Film Festival上拿了双料大奖。76个国家、3100多部作品里杀出来,评委阵容里坐着奥斯卡得主和《狮子王》联合导演。
AI存储进入全流程竞争。
只用1300张H200,在一项硬核科学基准上,赢了GPT-6 Astra。
起猛了,央企做的企业级通用Agent,排进了国内前三!
这两天,如果说最火的大模型是什么,那可能只有一个名字。
人类真的走到AGI门口了!
小布、ColorOS 17 与「AI 硬件」
OpenAI还有大结果即将公布!