无限 OCR:用「参考滑动窗口注意力」R-SWA 实现长文档一次性解析

百度团队提出一种名为“无限 OCR”的端到端文档解析模型,通过引入“参考滑动窗口注意力”(R-SWA)机制,将解码过程中的显存占用从随文本长度无限增长变为恒定值,从而在单次推理中完成数十页文档的转录。

百度团队提出一种名为“无限 OCR”的端到端文档解析模型,通过引入“参考滑动窗口注意力”(R-SWA)机制,将解码过程中的显存占用从随文本长度无限增长变为恒定值,从而在单次推理中完成数十页文档的转录。

亚马逊AWS最新数据显示其AI年化收入已超150亿美元,但Cloud AI营收占比仍落后于微软Azure。其关键变量来自与AI Lab Anthropic的深度绑定——后者目前贡献了AWS AI收入的绝大部分,且双方通过自研芯片形成了独特的技术锁定效应。这能否让亚马逊在AI云大战中后来居上,取决于MaaS高利…

工信部与国资委联合下发通知,计划通过“实景实训”专项行动,推动人形机器人和具身智能从实验室演示走向真实场景的常态化作业,目标是在2026年底前形成百个以上高价值应用场景和万台级规模落地能力。

百亿私募宁泉资产与半夏投资在同一天分别向投资者发布信函,警告AI板块已形成巨型泡沫,认为泡沫崩溃条件已经出现,并预测A股热门AI股未来可能下跌80%至90%以上。这是国内顶级宏观对冲基金和主观多头私募首次以如此明确的措辞集体警示AI风险。

“百班千人”公益活动发布2026年小学生暑期分级阅读推荐书目,以“好书,是AI时代最慢的勇敢”为主题,旨在通过系统化的整本书阅读和陪伴体系,对抗算法推荐和即时搜索对深度阅读习惯的冲击。这一已持续十年的活动,因精准回应AI时代儿童成长的深层需求而受到关注。

华为云CloudRobo团队提出一种名为HIL-ResRL的轻量化训练方法,可将视觉-语言-动作(VLA)模型部署到真实工业场景的成功率,在1小时真机在线训练后提升至95%以上,同时大幅减少机器人的危险碰撞次数。

Anthropic今日发布Claude Tag,将AI助手以“共享身份”嵌入Slack团队协作场景。用户@一下即可自动拆解任务、读写代码、提PR,Anthropic内部已有65%的代码由它编写。

Crop.photo AI 于今日在 Product Hunt 上推出 Shopify 专用版本,通过可重复使用的 AI 配方批量处理商品图片的裁剪、背景移除、尺寸调整与场景生成,旨在替代传统多软件协作的繁琐工作流。

Premast 在 Product Hunt 上发布了第 16 次产品更新——Premast AI,这是一款嵌入 PowerPoint 的 AI 插件,能从一句话提示生成完整演示文稿,旨在让创始人、营销人员、顾问等用户无需切换工具即可完成从构思到设计的全流程。

一篇在 Hacker News 引发激烈讨论的博客文章声称,公众对 AI 的认知存在系统性偏差——但评论区的主流观点恰恰相反,认为公众正在理性地 对 AI 产生反感 ,而这种反感恰恰源自硅谷精英和公司高管的“推销”方式。