漫话开发者 - UWL.ME 精选全球AI前沿科技和开源产品
2026-09-27 talkingdev

前英特尔CEO支持的PicoJool获2750万美元A轮融资,以VCSEL技术破解AI数据中心互连瓶颈

据SiliconANGLE报道,初创公司PicoJool宣布完成2750万美元A轮融资,由Socratic Partners领投,并得到前英特尔首席执行官帕特·基辛格的支持。该公司专注于开发基于垂直腔面发射激光器(VCSEL)的AI数据中心互连技术,...

Read More
2026-08-14 talkingdev

Mistral发布OCR 4.1:面向复杂文档的视觉多模态模型,直接输出JSON/Markdown

Mistral AI 正式发布 OCR 4.1,这是一款高度专用的视觉多模态模型,核心目标是摄取、解析并结构化复杂文档格式。该模型在复杂表格布局识别、层级文档结构理解方面表现突出,能够直接输出干净且机器可读的 JSON 或 Ma...

Read More
2026-06-24 talkingdev

Mistral OCR 4 发布:领先的文档智能识别模型,支持170种语言与本地化部署

Mistral AI 最新发布了其第四代光学字符识别(OCR)模型 Mistral OCR 4,面向企业级文档智能处理场景。该模型在多项关键能力上实现了显著突破,包括支持170种语言的文本识别、精准的边界框(bounding boxes)检测、...

Read More
2026-05-07 talkingdev

美国国会图书馆推荐SQLite作为标准存储格式

SQLite,这款广受赞誉的嵌入式关系数据库引擎,近日获得了一项极具分量的认可——它被美国国会图书馆(Library of Congress)列入其推荐的“存储格式”列表。这一确认不仅意味着SQLite在数字保存和长期存档领域获得了顶...

Read More
2026-04-20 talkingdev

NVIDIA发布NEMOTRON OCR V2:基于合成数据的快速多语言OCR模型实现重大精度突破

NVIDIA近日在Hugging Face平台发布博客,介绍了其最新研发的NEMOTRON OCR V2模型。该模型的核心创新在于完全利用合成数据进行训练,通过构建包含mOSCAR文本和多样化字体的合成数据管道,生成了跨语言的像素级完美标...

Read More
2026-03-19 talkingdev

开源|百度发布千帆VL系列企业级视觉语言模型,专攻文档解析与复杂视觉推理

百度近期在GitHub上开源了其企业级视觉语言模型系列——千帆VL(Qianfan-VL)。该系列模型并非通用型多模态模型的简单变体,而是针对工业场景进行了深度优化和增强的专用模型。其核心设计目标是解决企业级应用中的实际...

Read More
2026-02-04 talkingdev

开源|GLM-OCR:集成CogViT与GLM-0.5B的多模态文档理解模型发布

近日,由zai-org团队在Hugging Face平台开源了GLM-OCR模型,这是一款专为复杂文档理解设计的先进多模态OCR系统。该模型的核心创新在于其精巧的三段式架构:首先,它采用了在大规模图文数据上预训练的CogViT视觉编码...

Read More
2026-01-19 talkingdev

开源|Lume 0.2发布:实现macOS虚拟机全自动部署,为AI代理与CI/CD提供隔离沙盒

近日,开源项目Lume发布了0.2版本,这是一个专为Apple Silicon设计的命令行工具,用于创建和管理macOS及Linux虚拟机。新版本的核心突破在于实现了“无人值守安装”,开发者可以从IPSW系统镜像直接启动一个完全配置好的...

Read More
  1. 1
  2. 2
  3. 3
  4. Next Page