本期速报涵盖PP-OCRv6多语言OCR模型发布、多个AI网关和Agent工具更新,以及医疗AI融资动态。

模型动态

PP-OCRv6发布,支持50种语言

PP-OCRv6在Hugging Face上线,参数量1.5M-34.5M,支持50种语言OCR,覆盖多场景文字识别。项目地址:https://huggingface.co/blog/PaddlePaddle/pp-ocrv6[1]

产品工具

LangSmith LLM Gateway正式发布

LangSmith LLM Gateway位于Agent与LLM之间,支持消费限制和PII预处理,提升安全性与成本控制。[2]

Vercel AI Gateway集成Sakana Fugu Ultra模型

Vercel AI Gateway新增Sakana Fugu Ultra模型,提供Mythos级智能调用能力,开发者可便捷接入。[3]

TMax开源终端Agent强化学习食谱与数据集

TMax项目公开终端Agent RL训练食谱及14,600个环境数据集,推动开放强化学习研究。GitHub: https://www.reddit.com/r/LocalLLaMA/comments/1uco0aa/tmax_a_simple_recipe_for_terminal_agents/[4]

Milvus Attu 3.0 Beta发布,升级为多集群运维控制台

Attu 3.0 Beta从轻量级控制台升级为多集群运维控制台,支持本地状态持久化,提升数据库管理效率。[5]

技巧教程

同一模型不同Agent脚手架性能对比

社区实测相同模型与提示词下4种Agent框架的表现差异,为Agent选型提供实际参考。[7]

8GB GPU上自动切换小/大模型工具

开发者构建工具实现8GB GPU上自动调度Prompt模型与编码模型,通过VRAM动态交换减少手动切换。[8]

行业资讯

a16z领投医疗AI公司Prosper 3000万美元A轮

a16z领投Prosper的3000万美元A轮融资,旨在用AI优化医疗机构预约流程,减少行政负担。[6]