上海 AI 实验室于 2 月 4 日正式发布了全球开源参数规模最大的科学多模态模型 ——“书生 Intern-S1-Pro”。这一突破性的模型基于 “通专融合” 技术架构 SAGE，所拥有的参数数
ByteDance's Doubao large model team announced the open-source release of UI-TARS-1.5, a multi-moda
阿里通義宣佈開源 Wan2.1系列模型，其中包括強大的首尾幀生視頻模型。這一模型採用了先進的 DiT 架構，在技術上實現了多項突破，顯著降低了高清視頻生成的運算成本，同時確保了生成視頻在時間與空間
小米大模型团队宣布开源最新一代多模态大模型 Xiaomi MiMo-VL-7B-2508，包含 RL 与 SFT 两个版本。 官方数据显示，新版模型在学科推理、文档理解、图形界面定位及视频理解四
2025年5月20日，百度飛槳團隊正式發佈了PaddleOCR3.0版本，並對外開源。這一新版本在文字識別精度、多語種支持、手寫體識別以及高精度文檔解析等方面取得了顯著進展，進一步提升了Paddl
7月7日，百度AI團隊宣佈PaddleOCR3.1版本正式上線，在多語種識別、複雜文檔翻譯及大模型連接能力上實現三大升級。新版本支持37種語言的文本識別，平均精度提升超30%，並推出文檔翻譯產線與
7月7日，百度AI团队宣布PaddleOCR3.1版本正式上线，在多语种识别、复杂文档翻译及大模型连接能力上实现三大升级。新版本支持37种语言的文本识别，平均精度提升超30%，并推出文档翻译产线与
