10月16日，百度飞桨团队发布了视觉语言模型PaddleOCR - VL，在全球OCR领域引发轰动。它以0.9B参数规模，在权威评测中取得92.56分，超越主流模型登顶全球OCR榜单。截至10月21日，它在Huggingface全球模型趋势榜连续5天居首。该模型功能强大，支持109种语言识别，能精准解析文本、表格等，还具备文档语义结构重建能力，在科研、发票识别等领域实用价值高。另外，DeepSeek团队论文致谢PaddleOCR，揭示业界开源OCR模型是为大模型训练提供数据标注能力。对于想提升工作效率、紧跟技术潮流的人来说，了解这个模型能让你在工作中更具竞争力，不妨深入阅读原文一探究竟。

科技飞速发展，视频生成技术领域迎来大变革！中国科学技术大学和字节跳动将联合发布端到端长视频生成模型，这可是该领域的里程碑。它能直接生成分钟级、480p 分辨率、24 帧/秒的高质量视频，还支持多镜头流畅切换。核心算法 MoGA 是创新的注意力机制，优化后能处理大量上下文信息，降低计算成本，让长时间、多场景视频生成成为现实。传统模型只能生成几秒短片，而它能“一次性”生成连贯“迷你短片”，拓展了应用范围。而且 MoGA 兼容性强，能和现有加速库集成，有强大产业落地潜力，可用于影视、广告等多领域。这是国内首个实现分钟级长视频生成的系统，有望让中国在该领域跻身全球前列。想了解更多，点击链接查看。这一成果将为相关行业带来新机遇，让创作更高效。

10月23日，腾讯在活动上推出全面升级的IMA 2.0版本。它是业界首个融合Agent能力的个人知识库，新特性超厉害！“任务模式”把知识库变成智能伙伴，用户用自然语言发指令，它能理解意图、拆解步骤、调用工具完成任务，还能自我监测修正。还能智能生成播客内容，适用于多种场景。知识库也全面升级，有“AI要点”“多任务并行”“协作共享”等功能。过去一年，IMA服务20多个行业，月活增长惊人。很多资深用户分享了高阶用法，像医生、海关团队、老师等都用它高效解决问题。IMA 2.0让知识库变成智能生产力工具，能为大家带来更高效、智能的知识管理和任务执行体验，普通人用它能提升工作效率。

国内大模型领域的明星创业公司月之暗面有重磅消息传出，它即将完成新一轮数亿美元融资，距离上次约3亿美元融资时间间隔不长，这体现资本市场对其信心高涨。今年初，因DeepSeek爆发，月之暗面一度沉寂，主力产品Kimi淡出公众视线。但7月它凭借全新升级的Kimi k2模型强势回归，不仅在国内引发热议，还在国际科技圈引起轰动。美国知名投资人让公司切换到Kimi k2，Vercel首席执行官称其在测试中性能超越GPT - 5和Claude4.5。这让月之暗面重新受资本关注，站上全球AI舞台中央。这一消息能让大家看到AI领域的新动态和潜力，为关注科技发展的人带来新机遇和思考。

近日，OpenAI 有大动作，它成功收购了 Mac 平台 AI 语言界面应用 Sky 背后的 SAI 团队。这可是为了让 ChatGPT 更好地融入 Mac 用户日常工作。Sky 应用在 Mac 界很有名，功能强大，能理解上下文、自适应调整，还能和其他应用协同，使用起来又便捷又高效。收购完成后，Sky 团队会加入 OpenAI，将技术和 Mac 深度整合，契合 OpenAI 推动自动化的战略，给 Mac 用户带来新工作体验。而且 SAI 团队技术实力强，之前开发的 Workflow 应用被苹果收购。此次收购已通过审核，OpenAI 首席执行官之前还持有 Sky 股份。这意味着使用 Mac 工作的人，之后工作效率可能大幅提升，能更轻松完成任务。想了解更多，就去看原文吧！

昆仑万维旗下的AI视频产品SkyReels要搞大事情啦！全新版本预计11月初上线，在昆仑万维AI战略加持下，有望巩固其在全球AI视频赛道的领先地位，推动“人人可参与专业视频创作”愿景实现。现在全球用户能上官网申请加入测试提前体验。过去两年，技术团队攻克诸多核心难题，先后发布多个模型，像SkyReels - V1精准驱动表情动作，SkyReels - V2让创作进入新阶段，SkyReels - A3实现全模态音频驱动数字人创作。而且它还开源多个最优性能模型算法，促进AI行业发展。这产品能提升专业团队效率，打破普通创作者技术门槛。想了解更多，就去官网看看吧。对想参与视频创作的人来说，这可是提升效率、开启创作大门的好机会。