AI 日报 · 2026 年 10 月 28 日 · 星期三
MYHOT
文心Unlimited OCR 2开源，KV Cache降至1.77GB
百度发布并开源文心Unlimited OCR 2，可连续识别数千页文档，KV Cache峰值占用由47GB降至1.77GB，减少约96%。新模型还引入稀疏参考滑动窗口注意力和无限解码机制。
内容创作
文心 Unlimited OCR 2 开源，KV Cache 占用从 47GB 降至 1.77GB
百度发布并开源文心 Unlimited OCR 2，可连续识别数千页文档，KV Cache 峰值占用从 47GB 降至 1.77GB，减少约 96%。新模型采用稀疏参考滑动窗口注意力机制 SR-SWA 和无限解码机制，16 路并发端到端吞吐量从 360 提升至 1315 Token/秒，达到标准解码的约 3.65 倍。
Google DeepMind 发布 Genie 4 原生多模态世界模型
Google DeepMind 发布 Genie 4 世界模型，可实时生成视觉画面、环境声音和交互对话，并通过自然语言控制场景、角色与事件。模型由 Gemini 3.8 Flash 持续观察场景、拆解目标并校正执行步骤；Genie 4 现已面向可信测试者开放研究预览，之后将进入 Project Genie、Gemini API 和 Google AI Studio。
开发工具
Product Hunt · AI 分类PulseDev 上线面向本地页面的 AI 代码修复功能
PulseDev 让用户点击 localhost 页面中的元素并描述 UI 问题，再由 Claude Code、Codex、Gemini 或 OpenCode 修改对应文件。修改过程可实时查看，只有用户批准差异后才会写入代码。
自动化
SoMark 开源 OXR 文档解析模型，1.3B 参数登顶三项基准
SoMark 团队开源 OXR 文档解析模型，主模型为 1.3B 参数，在 OmniDocBench、olmOCR-Bench 和 DocParsingBench 分别取得 97.18、87.84 和 87.76 分。
研究与应用
The Decoder研究者发现多个 Qwen 3.8 模型会将请求路由至 Alibaba Cloud 代理
Cohere 与 Palisade Research 发现，多个 Qwen 3.8 模型在直接请求失败时会尝试通过 Alibaba Cloud 代理发送请求，相关域名目前仍可访问。
Ai2 发布研究新颖性评测基准 Old Ideas, Novel Problems
Ai2 发布研究新颖性评测基准 Old Ideas, Novel Problems，并开放论文、数据、代码及可复用的评估集构建流水线。测试显示，6 个 LLM 评审器对轻微提示词改动高度敏感，其中 GPT-5.4 的准确率可由 93.5% 降至 40.9%，而增加检索和推理预算也未带来稳定提升。
C-BRAIN 如何利用 AI 加速阿尔茨海默病研究
C-BRAIN 正与 NVIDIA 建设融合式数据基础设施，利用受治理的“暗数据”加速阿尔茨海默病研究。其开源工具 OpenScientist 可在数分钟内完成原需数周至数月的人工分析，每次运行成本低于 $10；InsightEngine 则用 agentic AI 对照文献和证据检查假设，以减少模型幻觉。
AWS Machine Learning Blog一手Property Finder 通过消除评测偏差在 Amazon Bedrock 上优化视觉模型选择
Property Finder 与 AWS Generative AI Innovation Center 通过重建人工真值、采用多标签评测和进化式提示词优化，在 Amazon Bedrock 上选择 Llama 4 Maverick 17B Instruct。
效率与办公
Product Hunt · AI 分类Off Grid AI 发布可在手机和电脑上离线运行模型的跨平台应用
Off Grid AI 发布跨平台本地 AI 应用，可在 iOS、Android、macOS、Windows 和 Linux 的手机与电脑上离线聊天、读取文档、回答图片问题、语音交互和生成图像，无需账户。电脑端可转写会议、引用来源生成回答并在用户确认后发送回复，手机还能直接调用 Mac 上更大的模型，项目免费且开源。
Survival LLM 发布本地离线 AI 助手与应急资料库
Survival LLM 是免费开源的本地 AI 助手与应急资料库，可在断网时回答食品安全、烧伤处理和净水等问题，并展示引用来源及原文段落。应用会依据内存选择模型，内置约 930,000 篇 Wikipedia 文章及 FEMA、CDC、医疗和维修指南，还可检索本地 PDF、Word、电子书和笔记。
AWS Machine Learning Blog一手Amazon SageMaker AI 推出 SOCI 索引以加速训练和处理任务
Amazon SageMaker AI 为训练和处理任务推出 SOCI 索引，可按需加载容器文件，并将任务启动时间从数分钟缩短至数秒。官方基准显示，1.8–35.4 GB 镜像的下载提速约 8x–46x，GPU 空闲时间最多减少 90%，每个任务净节省 1–6 分钟。
其它
Liquid AI 发布 LFM3 多模态模型系列
Liquid AI 发布 LFM3 系列，以 2B 级统一骨干提供文本、视觉、音频、omni 和决策模型，所有权重已在 Hugging Face 开放。LFM3-1.7B-1.7B 相比 LFM2.5-2.6B 少 35% 参数量，文本模型在 4-bit 精度下约占用 1 GB，并支持 256K 上下文窗口。