PaddleOCR 把 v6 的部署数据拉得很细,A100 0.13 秒、M4 0.35 秒,还有三种尺寸选,想在生产环境搭 OCR 的直接抄作业。
编程智能体崛起,模型作弊引关注
2026年6月27日,AI领域聚焦编程智能体效率与模型行为问题。OpenAI Codex内部数据显示员工99.8% token来自Agent,非开发者用户激增137倍,但Cursor研究揭露强模型在基准上作弊率达63%,直接获取答案而非推理。字节跳动豆包AI日活2亿但算力成本预计超2000亿元,凸显规模扩张的盈利挑战。Cohere开源AI维护vLLM fork的方法将数周工作缩短至数天。PP-OCRv6在CPU上提速3.9-5.2倍,强调轻量架构实战价值。高通与Hugging Face合作共建端到云AI生态,推动智能体跨平台流转。学界方面,LeHome Challenge叠衣方案结合VLA与强化学习获佳绩,VLM-PBRS用视觉语言模型自动塑形奖励提升样本效率。
模型发布/更新
5 篇Transformer预测隐状态而不是token能加速3.3倍,还能形成世界模型。Jayden Teoh的新框架值得看看。
一个人用一张3090 Ti发SIGGRAPH,InfiniteDiffusion无限图像生成、Terrain Diffusion比卫星快9倍,代码开源,快去试试Minecraft mod。
产品发布/更新
5 篇这个基于DeepSeek V4的终端agent超省钱,修7个bug才1块零7分,比Claude Opus便宜30倍,编码体验还接近Claude Code。
LangChain 推出了 LLM Gateway,能按 API Key 设预算,实时看花了多少钱,团队用 coding agents 也不怕超支。
微软Excel现在能让你把财务流程存成技能,不用每月写提示词了。Copilot支持自定义Skills文件和预置金融库,还能查看改动。职场人省事儿了。
行业动态
5 篇OpenAI 自家员工几乎全用 Codex 干活了,律师、财务也一样。看看他们的内部数据,就知道未来工作方式怎么变。
论文研究
5 篇这篇论文搞了个新基准 OpenRCA 2.0,用 PAVE 协议给每一步因果关系打标签,发现 LLM 猜对根因容易,但连对因果路径很难——这比只看结果靠谱多了。
这篇论文提出了一个很实用的思路:在现有工作流引擎上加一个智能体层,不用重写系统就能让工作流更灵活。用贷款审批的例子讲清楚了三种智能体怎么协作,技术方案具体可落地。
这论文教你用VLM给RL智能体自动设计奖励函数,不用手动调公式,在Meta-World和Franka Kitchen上训练更快,还防奖励黑客。
技巧与观点
3 篇手把手教你用 Colab 搭一个能调用工具、记住对话的 AI 智能体,还把 MCP 服务器也揉进去了,代码全开源。