
ACL 2026|Doc-V*:读100页文档不如只翻对5页,80页场景「暴打」RAG 10个点(在新窗口打开)
Doc-V* 由小米大模型 Plus 团队和华中科技大学 VLRLab 团队合作提出,一种从「静态阅读」到「主动探索」的多页文档理解新范式,通过交互式视觉推理让模型像人一样有策略地阅读长文档。
共 1519 篇

Doc-V* 由小米大模型 Plus 团队和华中科技大学 VLRLab 团队合作提出,一种从「静态阅读」到「主动探索」的多页文档理解新范式,通过交互式视觉推理让模型像人一样有策略地阅读长文档。

没错,用的就是主打长程任务、模糊指令遵循,跻身国产Agent第一梯队的小米MiMo‑V2.5 Pro。小米最新发布的MiMo‑V2.5系列,包含Pro旗舰Agent、全模态基座、TTS语音合成、ASR语音识别四大模型,综合实力对标国际顶尖水准。

你有没有想过,不用联网、仅用一张消费级显卡,就能在个人电脑上拥有一个「边看、边听、边说、还能主动提醒」的类人 AI 助手?这就是 MiniCPM-o 4.5 所能做到的。在技术创新下,它仅凭 9B 参数,实现了业界首个端到端全双工全模态大模型,让端侧 AI 普惠成为现实。其自 2026 年 2 月模型发布以来,在 Hugging Face 上的下载量已突破 25 万+。

美国国安局一直在使用 Mythos,白宫还准备把这个「修改版」模型推向更多联邦机构。五角大楼把 Anthropic 定义为「供应链风险」,联邦安全部门却已离不开它。美国对前沿 AI 的态度,开始在争议中转向接入和管控。

OpenClaw最新版本官宣,DeepSeek V4 Flash正式成为默认大模型,250k+星标的全球最火开源Agent框架,把中国最强开源AI推上了C位。

当你问 AI 「如何关掉房间的灯(how to kill the lights)」,却被冰冷拒绝「无法提供相关帮助」;当你想探讨「黑客技术的正向应用」,得到的却是「拒绝涉及非法活动」的机械回应 —— 你遇到的正是大语言模型(LLMs)的「过度拒绝」(over-refusal)痛点。

千里科技的AI商业闭环,今天正式加速了 印奇的千里科技,又开了一场发布会。 去年 9 月,重庆。 我们跟着印奇在「8D 魔幻之都」实测了一位「AI 老司机」。那是千里科技的首次品牌亮相,我们也第一次听到「含模量」这个关键技术指标。 今年 1 月,北京。 阶跃星辰拿下超 50 亿元 B+ 轮,印奇正式出任董事长。我们在《阶跃的一次重要"阶跃"》里写过一句话:从那一刻起,阶跃的模型能力和千里的终端场景,“大脑”和“躯干”有了同一个决策者。 4 月 22 日晚,北京五棵松 M 空间。 「行千里 AI 相伴」千里科技 AI 战略暨产品发布会,刚刚结束。我们也坐在台下,看完了整场。 🚥 从去年秋天到今

一个3B激活参数的端侧模型,在全球Agent权威评测中,以94%任务完成率,超越了Claude、GPT-5.4、Gemini等国际主流云侧和端侧大模型。商汤绝影Sage来了,它不是「更聪明的语音助手「,而是第一个真正能在车里「办成复杂事「的智能体基座。

当前大模型的发展呈现出类似于“军备竞赛”的趋势——模型规模持续攀升,对计算硬件的需求也随之快速增长。

就在今天,OpenAI正式宣布推出GPT-Rosalind,一款专为生物学和药物研发打造的垂直领域推理模型!它旨在加速从基础生物学、药物发现到转化医学的整个研究流程,解决新药研发周期长、流程复杂等核心痛点。