💡 百度发布飞桨OCRv5：轻量高效，性能超越GPT-4o

百度在Hugging Face发布了新一代文字识别解决方案飞桨OCRv5。该模型参数量仅0.07B，具备轻量高效的特点，可在CPU及边缘设备上运行，其移动版在英特尔Xeon Gold 6271C CPU上每秒可处理超过370个字符。飞桨OCRv5采用模块化两阶段流程，在OCR特定基准测试中，其表现优于Gemini 2.5 Pro、Qwen2.5-VL和GPT-4o，支持简体中文、繁体中文、英文、日文、拼音等40余种语言，覆盖手写和印刷文本。

(科技圈)

via 茶馆 - Telegram Channel

百度发布新一代文字识别模型飞桨OCRv5：轻量高效，部分测试超越GPT-4o

百度在 Hugging Face 发布新一代文字识别解决方案飞桨OCRv5。该模型参数量仅0.07B，能在CPU及边缘设备上高效运行，其移动版在英特尔Xeon Gold 6271C CPU上每秒可处理370余字符。

飞桨OCRv5采用模块化两阶段流程，解决大型视觉语言模型在文本定位和边界框精度上的不足。在OCR特定基准测试中，其表现优于Gemini 2.5 Pro、Qwen2.5-VL和GPT-4o，覆盖手写、印刷中英文及拼音。模型支持简体中文、繁体中文、英文、日文和拼音，能识别40余种语言。

HuggingFace

🍀在花频道 🍵茶馆 📮投稿

via 科技圈🎗在花频道📮 - Telegram Channel

思维幻象 —— AI推理模型能力深度揭示

🧠 最近读到一份来自Apple团队的研究，专门分析了当前最前沿的大型推理模型（LRMs）在复杂推理任务中的真实表现。不同于常见的数学或代码基准测试，这项研究采用了可控拼图环境，能细致拆解模型的推理过程和极限

🔍 他们发现，虽然这些AI模型在中等复杂度下表现优异，但一旦问题复杂度超过某个临界点，无论是“链式思考”模型还是普通大模型，准确率都会骤降。更有意思的是，模型在面对极高复杂度时，反而会减少推理步数，即使还有充足的计算资源

🧩 研究还揭示了不同模型在推理路径上的差异，比如在简单任务上“思考型”模型容易陷入“过度思考”，而在复杂任务中则难以自我纠错。这种细致的分析让我们重新审视AI推理能力的边界，以及未来模型设计的方向

📊 如果你关注AI推理、算法与模型极限，这篇报告值得一读。它不仅展示了AI在复杂推理面前的短板，也为我们理解“AI会不会真正思考”这个问题，提供了全新视角

📮 这篇文章是转发给你的吗？点击这里加入频道，一起探索更多有趣的内容！

via Roller | AI AGENT 中文社区 - Telegram Channel

OpenAI据传大砍微软商业分成 降至8%

周五早晨，OpenAI与微软发布了一条语焉不详的联合声明，宣布双方就下一阶段合作达成了一项非约束性谅解备忘录，并且正在积极推进合同条款的敲定。根据最新爆料，在与微软敲定新合作条款的同时，OpenAI公司已告诉部分股东，未来几年其交给微软的营收比例将大幅下降。按照双方最初的合作协议，微软有权获得 OpenAI到 2030 年为止的20%收入。而根据OpenAI的最新预期，到本世纪末将与商业合作伙伴（主要是微软）分享约8%的收入。按照目前的营收测算，这两个比例之间的差额意味着OpenAI将额外保留超过 500 亿美元的收入。知情人士称，微软和OpenAI也正在就所谓的AGI条款进行谈判。

—— 财联社

via 风向旗参考快讯 - Telegram Channel