视觉大模型遭遇滑铁卢：首个中国古文字OCR评测基准开源

顶尖的人工智能不仅要能看懂屏幕上跳动的现代代码，也需要读懂三千年前龟甲上的刻痕。据OSCHINA报道，腾讯混元大模型、SSV数字文化实验室等机构联合多所高校与故宫博物院，正式推出了“Chronicles-OCR”。这是业界首个完整覆盖汉字“七体之变”演化轨迹的中国古文字感知评测基准。

为了真实反映大模型的识别能力，该数据集由领域专家进行了多层级交叉标注，包含 2800 张严格平衡的高质量图像。针对甲骨文、金文、篆书等古早字体，团队采用了单字级的精细标注；而对于隶、楷、行、草等成熟字体，则采用了保留原始阅读顺序的序列级转写。

主流视觉模型全军覆没

项目团队基于该基准设计了四个层层递进的核心任务，严格将大模型的“视觉感知”与“语义推理”解耦开来。在对包括GPT-5、Gemini 3.1 Pro、Claude Opus 4. 7 在内的 28 个主流多模态大语言模型进行评测后，结果却令人大跌眼镜。

在面对缺乏现代版式先验的古早字体时，主流大模型在端到端检测任务中全军覆没，细粒度识别的最高准确率也仅有27.1%。令人意外的是，实验表明此时开启大模型的推理（Reasoning）模式，反而会放大感知的不确定性，导致识别表现进一步下降。

揭示微观笔画识别短板

评测还发现，在进行字体分类时，目前的视觉大模型更容易去识别载体的纹理材质，而不是去判别微观的笔画风格。这意味着今天最顶尖的AI模型，在面对中国传统古文字时，依然还远远没有做到真正的“读懂”。

汉字从殷墟甲骨一路演化至今，每一笔一画都承载着文明的连续性。Chronicles-OCR的开源不回避这一技术现实，它通过清晰可见的差距，为未来视觉大模型从简单的“识字”走向深度“读史”提供了明确的优化方向。

via AI新闻资讯 (author: AI Base)

Google AI Studio 移动应用正式登陆 Google Play，支持预注册

近日，Google 正式推出 AI Studio 独立移动应用，目前已在 Google Play 商店上线并开放预注册。这标志着 Google 将其 Gemini 驱动的 AI 开发平台从桌面端扩展至移动设备，用户可随时随地通过自然语言快速构建应用、工具和小游戏。

 应用强调“一次对话成就下一个创意”，支持语音或文字输入描述想法，AI 即可自动生成原型、创建专业图标并设计界面。无需编程基础，用户可轻松制作个性化膳食规划器、会议笔记工具或聚会游戏等实用小程序。

 核心功能包括: - 社区画廊与一键 Remix:浏览他人模板并快速修改;

 - 后台构建与进度通知;

- 手机与桌面项目无缝同步;

- 生成的应用可通过链接跨平台即时分享，无需安装。

 该应用在 Google I/O 大会前夕推出，体现了 Google 推动 AI 工具普惠化的战略意图，显著降低了普通用户和非专业开发者的创作门槛。

行业分析认为，这将进一步激发移动端 AI 创意工具的爆发式增长。 目前应用评级为全年龄段，由 Google LLC 开发。用户可通过 Google Play 搜索“AI Studio”进行预注册。正式版发布后，其实际使用体验和生态表现备受期待。

via AI新闻资讯 (author: AI Base)

iOS 27 将推出独立Siri应用与系统级AI写作工具

via cnBeta.COM - 中文业界资讯站 (author: 稿源：cnBeta.COM)

Telegraph

iOS 27 将推出独立Siri应用与系统级AI写作工具

在即将于 6 月 8 日开幕的 2026 年苹果全球开发者大会（WWDC 2026）之前，彭博社记者 Mark Gurman 披露了有关 iOS 27 和 iPadOS 27 的一系列新细节，其中最受关注的是一款全新的独立 Siri 应用。这款应用被形容为类似 ChatGPT 和 Claude 的聊天机器人，将作为用户处理各类任务的一站式入口。 报道指出，独立 Siri 应用将保留用户的历史对话记录，同时提供自动删除聊天内容的选项，且整体定位为无广告体验。在隐私方面，苹果依旧强调对用户数据的严格保护，这也是该公司推迟大规模推出…