开源OCR模型将KV Cache压缩96%
一款开源OCR模型发布，实现KV Cache恒定化并压缩96%，支持无上限页数处理。此进展降低长文档理解的计算开销，优化AI推理效率。
由 AI 根据 1 家媒体的报道整理
出处
- 量子位阅读原文 ↗
最新
- 开源
Vercel Labs开源agent-desktop工具
Vercel Labs发布Apache-2.0授权的Rust CLI工具agent-desktop。该工具通过读取操作系统无障碍树，让AI代理在macOS、Windows和Linux上具备电脑使用能力。
- 开源
M3E Canvas：浏览器端 Material 3 界面设计工具
GIGAZINE报道了开源工具 M3E Canvas，允许开发者在浏览器中组装 Material 3 Expressive 组件并串联界面。该工具可让开发者通过点击测试交互，并将设计直接转化为 AI 编码提示词，无需安装其他环境。
- 开源
微软发布TokenEconomizer插件降低成本
微软研究与UC Berkeley推出开源插件TokenEconomizer，通过学习过去会话记录来降低编码代理成本。测试显示在SWE-Bench上可降低18.4%至30.9%的代币成本，且无需修改代理架构。
- 开源
小米开源 0.8B 参数 OCR 模型
小米官方开源了轻量级文档理解模型 Xiaomi-OCR-0，参数规模为 0.8B。该模型基于 Qwen3.5 基座，能同时覆盖文档解析、关键信息抽取与 OCR 视觉问答，权重与代码已上线 Hugging Face。
全部新闻 → · 版权属原作者