Mistral OCR 4 发布,支持 170 种语言和自托管部署
Mistral AI 发布了 Mistral OCR 4,该产品提供企业级文档 AI 功能,支持 170 种语言,并支持自托管部署。
推荐理由:原文介绍了 Mistral OCR 4 的功能和特性,读者可以了解其对企业文档 AI 的支持情况。
AI 产品与应用的功能上新、改版与商业化动态——谁家的产品变强了、变贵了、能用了。
Mistral AI 发布了 Mistral OCR 4,该产品提供企业级文档 AI 功能,支持 170 种语言,并支持自托管部署。
推荐理由:原文介绍了 Mistral OCR 4 的功能和特性,读者可以了解其对企业文档 AI 的支持情况。
OpenAI 推出 Daybreak 系列新工具,包括 Codex Security 和 GPT-5.5-Cyber,帮助各类组织大规模发现、验证并修复漏洞。
推荐理由:OpenAI 推出面向漏洞发现与修复的安全工具,读者可了解其覆盖的漏洞处理环节。
Hugging Face 发布了 Strands Agents 和 LeRobot,将 Hugging Face Hub 的功能扩展到机器人硬件,带来能力变化和开放入口。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。
Hugging Face 发布了 GLM-5.2,专为长期任务构建,并提供了开放入口和主要能力变化。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。
Nemotron 3.5 发布,提供面向全球企业的可定制多模态安全功能。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。
OpenAI 为 ChatGPT 推出名为 Dreaming 的新记忆系统,用于更好地记住用户偏好。该系统旨在让上下文在多次对话之间保持新鲜和相关。
推荐理由:OpenAI 官方披露 ChatGPT 新记忆系统,读者可据此了解跨对话上下文保持方式的变化。
JetBrains 推出 Mellum2 模型,一个 12B 参数的混合专家模型。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。
Google 在 I/O 2026 上发布了多个 AI 相关产品和技术,包括 Gemini for Science、Symptom AI、MedGemma 等,这些产品和技术将推动 AI 在科学、医疗、边缘计算等领域的应用和发展。
推荐理由:原文介绍了 Google 在 I/O 2026 上发布的多个 AI 相关产品和技术,包括 Gemini for Science、Symptom AI、MedGemma 等,这些产品和技术将推动 AI 在科学、医疗、边缘计算等领域的应用和发展。
Mistral AI 发布了新的智能体 Vibe,支持工作与编码模式,并推出了 VS Code 扩展。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。
Mistral AI 推出新的物理 AI 功能,旨在预测物理系统的行为,为未来的工程师和硬件产品提供支持。
推荐理由:原文介绍了 Mistral AI 的物理 AI 功能,读者可以了解其如何加速工程领域的发展。
Mistral AI 发布 Mistral Medium 3.5,引入 Vibe 远程编码代理和新 Le Chat 工作模式,支持复杂任务处理。
推荐理由:原文介绍了 Mistral Medium 3.5 的发布和新功能,读者可以了解其对远程编码代理和复杂任务处理的影响。
PaddleOCR 3.5 发布,引入了使用 Transformers 后端进行 OCR 和文档解析任务的功能,并开源。
推荐理由:原文介绍了 PaddleOCR 3.5 的更新,包括使用 Transformers 后端进行 OCR 和文档解析任务,读者可以了解其功能变化和开源情况。
Google DeepMind 在实验性原型 Project Genie 中上线 Street View 真实影像接地能力,用户可选取美国地点并搭配风格与角色描述,生成以真实地点为起点的可交互世界。
推荐理由:原文给出 Genie 接入 Street View 真实影像后的世界生成方式与开放范围,读者可据此判断世界模型落地路径。
Google DeepMind 推出 Gemini for Science,包含 Google Labs 上的三个实验性工具:基于 Co-Scientist 的 Hypothesis Generation。
推荐理由:Google 把 Co-Scientist、AlphaEvolve 等研究原型打包成可申请的科学工具,读者可据此判断智能体科研的落地形态。
Google 宣布扩展内容透明度与验证工具,把 SynthID 的图像、视频和音频验证从 Gemini 应用扩展到搜索,并将在未来几周进入 Chrome;该验证功能在 Gemini 中已被使用 5000 万次。
推荐理由:Google 把 SynthID 与 C2PA 验证铺到搜索、Gemini 和 Chrome,读者可据此了解内容溯源工具的落地范围。
OpenAI 宣布 Codex 可在 ChatGPT 移动端使用,用户能跨设备和远程环境实时监控、引导并批准编码任务。
推荐理由:Codex 接入 ChatGPT 移动端,读者可了解编码任务在移动端监控与审批的可用范围。
Google DeepMind 发布 AlphaEvolve 推出一周年的影响汇总,这款由 Gemini 驱动的编码智能体已从试点成为 Google 基础设施的核心组件,用于优化下一代 TPU 设计、缓存替换策略和 Spanner 存储。
推荐理由:官方汇总 AlphaEvolve 一年落地案例,覆盖 TPU 设计、基因组学与商业客户,可看编码智能体的实际边界。
NVIDIA发布Nemotron 3 Nano Omni,这是一款面向文档、音频和视频智能体的长上下文多模态智能产品。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。
OpenAI 发布 Symphony,一个面向 Codex 编排的开源规范,可把 issue tracker 变成常驻运行的智能体系统。据其介绍,该方案旨在提升工程产出并减少上下文切换。
推荐理由:OpenAI 公开 Codex 编排的开源规范,读者可了解如何把 issue tracker 接入常驻智能体系统。
DeepSeek-V4发布,提供百万token的上下文,适用于智能体。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。