一句话判断
开源了包含推理逻辑在内的完整 Agent 技术栈,值得研究其 Agent 交互设计与控制机制。
核心信息
Microsoft Research 将 MagenticLite 框架下的所有内容完全开源,包括原先在 Microsoft Foundry 上提供的 MagenticBrain 和 Fara 1.5 模型(已在 Hugging Face 发布权重)、应用程序及测试框架。
原始内容
相关动态
Google Slides 集成 Gemini 生成演示文稿
Sundar Pichai 宣布在 Google Slides 中集成 Gemini,用户可通过 Gemini 快速生成完整且可编辑的演示文稿,声称节省时间。
百度开源 Unlimited-OCR 再登 HuggingFace 前三
百度开源的无限制OCR模型Unlimited-OCR(30亿参数,32K上下文)再次登上HuggingFace总榜第三,被Yann LeCun转发。该模型可一次性解析100页PDF,40页后错误率低于0.11,准确率93%,GitHub Star 1.65万,HuggingFace下载量224万。技术核心是R-SWA机制,能保持恒定KV ...
NVIDIA 开源模型获 IMO 金牌
NVIDIA AI 对 Nemotron 3 Ultra 进行 IMO 2026 问题测试,得分 30/42,超过金牌线 29 分,首次实现开源模型在 IMO 获金牌水平。
Cosmos 3 Super模型发布
NVIDIA AI 发布了 4 步 Cosmos 3 Super 模型,生成图像和视频速度比原版快 25 倍,在 Artificial Analysis 基准中图像到视频(无音频)排名第一,文本到图像排名第二,模型已在 Hugging Face 开源。
Qwen-Image-3.0 发布
Alibaba Qwen 团队发布了第三代图像生成基座模型 Qwen-Image-3.0。该模型支持高达 4.5k tokens 的长提示词,可实现复杂的布局生成(如报纸、分镜脚本、3x3 信息图),具备 10px 级别清晰的文本渲染能力,并支持 12 种语言和 100 多种艺术风格。