百度Unlimited-OCR入驻vLLM，整书单次解析无内存膨胀

通过参考滑动窗口注意力（R-SWA）实现恒定KV缓存，一次解析整本书籍，无论输出多长都不会出现内存膨胀或推理减速。

百度Unlimited-OCR模型近日正式接入vLLM推理引擎，成为开源社区最受关注的OCR方案之一。其核心技术R-SWA（参考滑动窗口注意力）通过在解码过程中保持KV缓存大小恒定，从根本上解决了长文档处理中的内存膨胀问题。这意味着无论是数百页的学术著作还是长篇技术手册，模型都能在单次推理中完整解析，无需分段处理或牺牲精度。vLLM项目官方表示，Unlimited-OCR的集成进一步扩展了vLLM在多模态推理场景下的能力边界，为大规模文档数字化提供了高效、可复现的工程方案。随着该模型同步登顶HuggingFace热门榜，开源OCR的实用化进程正在显著加速。

Seedance 2.0实现3D到视频精准运动控制

PixVerse发布Seedance 2.0，利用3D通道锁定运动轨迹与摄像机路径，无需文本提示即可生成精准一致的高速赛车视频。该技术通过3D通道路由将运动信息和视觉生成解耦，确保每一帧的运动路径严格对齐输入三维空间坐标，从根本上解决了传统文生视频方法中运动不可控的痛点。从基础灰色3D驾驶舱模型到全速电影级赛道画面的转化，展现了3D-to-Video管线在工业级内容生产中的潜力。

DeepSpec：DeepSeek精选模型与数据集合集发布

deepseek-ai推出DeepSpec资源合集，收录其精选的模型、数据集、论文及Spaces，方便社区获取和使用。该合集集中展示了DeepSeek团队在开源生态中的持续投入，涵盖从基础模型到垂直应用的完整工具链。此次发布正值DeepSeek加速模型引发社区广泛讨论之际，进一步巩固了其在开源AI领域的影响力。

百度Unlimited-OCR登顶HuggingFace热门榜

百度Unlimited-OCR模型成为HuggingFace上排名第一的模型，其一次性解析整本书的能力受到社区广泛关注。这一成绩标志着OCR技术在开源社区的成熟度达到了新高度，也为vLLM集成后的进一步推广奠定了基础。

Anthropic推出Claude Tag：Slack里@Claude派活

Anthropic发布Claude Tag（Beta），Claude Team和Enterprise用户可在Slack频道中像@同事一样@Claude，管理员可预先配置其可访问的频道、工具和数据源。这一功能将Claude从独立的对话界面拉入团队协作流程，标志着企业级AI助手正从"工具"进化为"团队成员"。Claude收到@后，可以在被授权的代码库、文档和数据源范围内直接执行任务并回复频道。

Emollick：GLM-5.2虽好但未达前沿，开源模型加速追赶

AI研究员Emollick评价GLM-5.2性能不错，但距离GPT-5.5和Opus 4.8仍有差距，距离Mythos则更远。然而他强调了一个值得关注的趋势：开源模型已跨入GPT-5.2能力区，从追赶者变为并行竞争者。这一里程碑意味着开源生态在顶尖模型能力上已不再处于明显劣势，前沿能力的扩散正在加速。对于企业和开发者而言，在开源与闭源之间做技术选型的考量维度正在发生根本性变化。