SmolDocling：256M参数的全能文档OCR处理利神器，每页仅需0.35秒，GTX1060即可运行
IBM Research发布的轻量级视觉语言模型SmolDocling，仅256M参数，支持全文档OCR和多模态处理，每页处理速度0.35秒，能在消费级显卡上运行，支持文字、公式、代码、图表等多种元素的识别和处理。
• 6 min read • News
SmolDocling OCR VLM 视觉语言模型
news
Manus vs OpenManus：一天9个微信群爆满，AI Agent掀起商业与开源双重博弈
Manus与OpenManus的对决掀起AI Agent领域的热潮：一边是Monica.im团队推出的商业闭源产品席卷全网，邀请码被炒至5万；另一边是MetaGPT团队3小时极速开源复刻，引发技术与商业模式的深度思考。这场AI Agent赛道的双雄争霸，不仅是技术实力的较量，更是商业模式与开源理念的碰撞
• 8 min read • News
Manus OpenManus AI Agent
阿里QwQ-32B,32B小参数媲美DeepSeek R1 671B，重塑开源AI新格局？
阿里云通义千问团队发布QwQ-32B模型，采用纯强化学习方法，以32B参数量挑战DeepSeek R1的671B参数。QwQ-32B在数学推理、代码生成等任务上展现出惊人性能，开创了AI小模型新纪元。本文深入分析两大模型优劣势，探讨开源AI发展新趋势。
• 8 min read • News
QwQ-32B 通义千问 大模型
重大安全警报：VS Code 最流行主题插件 Material Theme 被曝含恶意代码
最受欢迎的 VS Code 主题插件 Material Theme 被发现包含恶意代码，影响390万用户。本文详细分析事件始末、安全影响及应对措施。
• 6 min read • News
VS Code 安全事件 Material Theme
微软 OmniParser V2.0 重磅发布：AI 视觉解析迎来重大升级，自动化与可访问性迈向新高度
微软 OmniParser V2.0 是新一代 AI 视觉解析工具，可将 GUI 界面转换为结构化数据，具有更快的处理速度和更高的检测准确率，支持多平台输入并可与主流 LLM 无缝集成。
• 5 min read • News
OmniParser V2.0 AI视觉解析 GUI自动化 llm
Goku: 字节跳动推出全新视频生成基础模型，性能直逼商业巨头
字节跳动联合港大推出的Goku视频生成模型在VBench基准测试中取得84.85的优异成绩，展现出强大的视频生成能力和商业应用潜力。该模型支持文本到视频、图像到视频等多种生成任务，在画面质量、采样、人物动作等多个维度均表现出色。
• 5 min read • News
AI 文生视频 图生视频 深度学习
一文读懂 DeepSeek R1：强化学习如何重塑大语言模型推理能力？
DeepSeek R1 是 DeepSeek 公司推出的一款基于强化学习的大语言模型，它在推理能力上取得了重大突破，甚至能与 OpenAI 的 o1-1217 相媲美。
• 14 min read • News
DeepSeek R1 强化学习 大模型
Let's Encrypt 将在2025年推出6天有效期证书和IP地址证书支持
Let's Encrypt 宣布将在2025年推出6天有效期证书选项和IP地址证书支持。这一重大更新将进一步提升Web PKI的安全性，同时为基于IP地址的服务提供更灵活的SSL/TLS证书解决方案。
• 4 min read • News
Let's Encrypt SSL证书 网络安全 IP地址证书
字节跳动开源基于 Golang 的大模型应用开发框架 Eino
字节跳动开源基于 Golang 的大模型应用开发框架 Eino，提供稳定、可扩展的开发体验。Eino 基于明确的组件定义和强大的流程编排能力，覆盖开发全流程，帮助开发者快速构建高质量的大模型应用。框架具有内核稳定、敏捷扩展、高可靠易维护等特点，并提供丰富的工具生态支持。
• 5 min read • News
Eino CloudWeGo 大模型 开源
VLC 自动字幕和翻译（基于本地离线开源AI模型）｜CES 2025
VLC在CES 2025展会上发布重大更新,基于本地离线开源AI模型实现自动字幕生成和翻译功能,无需联网即可完成视频字幕提取和多语言翻译。该功能完全基于设备本地运算,采用开源AI模型,支持多语言互译,针对不同性能设备进行了优化,确保用户隐私安全的同时提供强大的AI辅助能力,开创了媒体播放器与AI技术结合的新纪元
• 2 min read • News
VLC AI