正在加载，请稍候
面壁开源文档识别双模型，百灵放出长程任务权重，无问芯穹算子榜拿 88 项第一，豆包工作能把操作录成技能——今晚五条新闻共同指向一件事：落地成本在往下走。
10 月 28 日，几件与"落地成本"直接相关的事挤在同一天：面壁智能开源文档识别双模型，轻量版权重约 1.6 GB；蚂蚁百灵放出总参数约 560B 的开放权重模型，上下文拉到 100 万 token；无问芯穹在英伟达算子基准的 235 道题里拿下 88 项单题第一。加上昨晚披露的 Anthropic 制药合作，这几条拼起来，正好是一条从数据入口、任务执行到算力底座的完整链路。
面壁智能今日发布并开源文档识别系列模型，包含主模型 MiniCPM-OCR 1.0 与判别模型 Jev。前者负责从版式复杂的文档里抽文字、公式与表格，后者负责判断抽取结果对不对，权重公开在其 OpenBMB 的代码仓库中。
时间与数字：北京时间 10 月 28 日 19 时 38 分上线；轻量版权重体积约 1.6 GB；Jev 端侧判别平均耗时 1.2 秒；国产基础软件栈 FlagOS 同日完成 12 个平台的 Day-0 适配。
对企业的启示：文档识别几乎是所有企业 AI 应用的第一道工序，也是最容易被低估的成本项。过去一条票据或合同处理流水线，往往要私有化授权、单独配卡、再写一层校验规则；现在 1.6 GB 的权重可以跟着业务跑到端侧，判别模型还能顺手把"识别错了没有"这件事也判一遍。对做合同、发票、报表系统的团队，这意味着可以在采集端先跑识别与自检，只把低置信度的少数样本送去云端复核，带宽和私有化成本一起下降。真正值得投入的不是再买一个更强的模型，而是把这段流水线的置信度阈值、抽检比例、人工复核入口设计清楚——这三件事没人替你做。
来源：GitHub · OpenBMB/MiniCPM-OCR · 同花顺财经 10-28 19:59
蚂蚁百灵今日把 Ling-3.1-flash-1019 的权重开放出来，许可为 MIT。官方与首批报道把卖点放在同一处：不是单轮答得多漂亮，而是能把长周期任务持续办完，这正是 Agent 进入生产环境最常见的卡点。
时间与数字：10 月 28 日上午开放；总参数约 560B、每 token 激活约 25B、上下文窗口 100 万 token；采用混合线性 MoE 架构（63 层线性注意力 + 9 层门控多头潜在注意力）；同步放出未做完整指令对齐的 BF16 基础版，可继续预训练或领域微调。公开评测中智能指数由 41 升至 44，软件操作评测由 62% 升至 68%，物理推理由 18% 升至 26%。
对企业的启示：Agent 之所以在演示里惊艳、在产线上掉链子，多半是第三步之后开始漂移——任务状态丢了、工具返回格式变了、中间结论没人复核。权重开放的意义在于，团队可以在自己机房跑完整工作流，把客户数据、审批规则、工具调用全部留在内网，再用日志逐段回放是哪一步偏了。有基础版权重这点尤其关键：企业可以拿自己的历史工单、票据、行内规范做二次微调，而不是被迫接受一个通用版。对正在改 ERP、MES 这类老系统的团队，这是把 Agent 从幻灯片推到产线的入场券；软件定制开发 的重心也随之从"写页面"转向"搭一个可控、可审计的执行环境"。
来源：GitHub · inclusionAI/Ling · 亿邦动力 10-28 10:52 · 艾瑞网／ZAKER 10-28 14:20
无问芯穹在英伟达研究团队维护的 GPU 算子基准 SOL-ExecBench 上取得 88 项单题第一。其做法是自己搭了一套算子优化 Agent：容器化隔离执行、把优化经验沉淀成技能并在任务间共享记忆，再由工程师筛选结果，而不是靠人力逐个调参。
时间与数字：榜单在 10 月 28 日 16 时前后公布；基准共 235 道算子优化题，取自 124 个真实与前沿模型，分基础算子、融合算子、量化、推理算子四大赛道；截至 10 月 26 日，无问芯穹保持其中两项赛道总分全球第一，另两项第二，88 项单题第一约为第二名的两倍。评测方也披露，有团队试图修改评测脚本或干预计时来"作弊"，榜单本身是动态刷新的。
对企业的启示：这条新闻的价值不在名次，而在方法。把性能调优变成"让 Agent 去搜、让人去挑"的流水线，意味着同等硬件能跑出更高吞吐——对私有化部署的企业，这直接换算成算力预算。团队若在自建推理集群，可以先从账单上最贵的那几个算子下手，用公开基准复现一轮，再决定要不要重构。这也是全栈开发团队该补的一课：模型、算子、业务代码必须放在同一张图纸上看，否则调优永远只能在上游等别人发版，业务侧永远被动。顺带一提，榜单有团队试图改评测脚本，这对企业内部做模型评测是个现成的警告：指标要能复现，不能只看自己报的数。
来源：GitHub · NVIDIA/SOL-ExecBench · 量子位 10-28 16:00 · 新浪财经 10-28 19:00
Anthropic 在官方新闻室确认，过去数月其科学家与六家从事新药研发的机构建立了深度研究合作，用模型加速药物发现的早期环节。官方把这条归入"科学研究"，而不是产品发布。国内财经媒体补充了一个更具体的动作：它收购了一家只有一名全职员工的"一人药企"。
时间与数字：官方条目日期为 10 月 27 日，国内媒体 10 月 28 日 19 时 44 分跟进；被收购公司创始人借助模型协调 11 家外部实验室，不到 18 个月把一款罕见肌营养不良症候选疗法从构想推进到小鼠实验；在文件审核场景中，模型审核 1061 页药物制造文件，识别出人工发现的全部 11 项问题并额外提示 7 项，耗时从 25 小时以上压到不足 3 小时。其招股书另显示，截至 9 月 30 日全球前十大制药企业中有九家是其客户。候选管线最早要到 2028 年底才进入人体临床。
对企业的启示：制药是验证成本最高的行业，也最能说明研究型 Agent 该怎么分工——模型不替人做最终判断，只负责把可穷举的搜索做完，把候选范围收窄，人再在收窄后的范围里做决定。做研发管理的团队可以照这个思路，把文献检索、实验记录、合规审查拆成三个可追溯的 Agent 环节，再用全栈开发串进已有的实验室系统，让每一次判断都留下证据链。但要看清时间表：候选疗法要到 2028 年底才进临床，说明这套方法目前省的是"筛选与文书"的钱，不是"验证"的钱——把预期定在缩短前期周期，而不是缩短审批。这也是判断一个 AI 应用 项目值不值得立项的最好切口。
来源：Anthropic 新闻室（10-27 条目） · 新浪财经／第一财经 10-28 19:44
| 事件 | 类型 | 关键数字 | 北京时间 |
|---|---|---|---|
| 面壁开源文档识别双模型 | 模型 / 开源 | 权重约 1.6 GB；判别耗时 1.2 秒；12 平台 Day-0 | 10-28 19:38 |
| 蚂蚁百灵开放长程任务权重 | 模型 / 开源 | 560B 总参、25B 激活、100 万上下文、MIT | 10-28 上午 |
| 无问芯穹算子基准 | 算力 / 工程 | 235 题中 88 项第一；两赛道总分第一 | 10-28 16:00 |
| Anthropic 制药合作 | 行业 / 研究 | 六家机构；文书审核 25 小时→3 小时 | 10-27（首发） |
把今天这几条放在一起看，会发现它们谈的其实是同一件事：成本与可控性正在同时下移，而且下移发生在链条的不同层。最上层是数据入口——文档识别从"买授权、配卡、上云"变成一斤多的权重跟着业务跑；中间层是任务执行——开放权重的长程任务模型，让企业能在自己机房里跑通跨多小时、跨多个工具的工作流，还能拿自有数据做二次微调；最下层是算力本身——用 Agent 去搜算子，把同样的显卡榨出更高吞吐。三层同时松动，企业的 AI 预算结构就必然要改：从"按调用量付费"转向"按系统付费"。这和我们在 企业 AIcoding 落地成本测算 里算过的账是同一个方向——真正吃预算的从来不是模型单价，而是重试、复核与人天。
这也是我们对 AIcoding 的判断依据。过去一年企业最常见的失败不是模型选错，而是把一个需要工程化的工作当成一次采购：买来接口，接了个聊天框，然后发现业务跑不动。真正的分水岭在工程层——置信度怎么设、失败怎么回滚、权限怎么收、日志怎么留。蓝曜炬辉做的 AIcoding 全栈开发，就是把这条链路一次做完：从数据入口的识别与清洗，到 Agent 工作流的编排与评测，再到 App、Web、小程序、桌面端的统一交付，同一套代码基座复用，典型项目工期缩短 50% 左右，而不是让客户自己去拼五六家供应商。今天这几条新闻恰好给了三个可以立刻立项的切口：把文档流水线搬到端侧并在采集环节做自检、把一条跨系统流程做成可回放的 Agent 系统、把最贵的几个推理算子重调一遍。任选其一，都比再观望一个季度更划算。至于模型降价带来的成本红利，我们的判断是它会被工程债快速吃掉，这一点在 席位制账本要重算 里已经有前车之鉴。
如果你的团队正在评估把识别流水线搬到端侧，或在为一条跨系统流程设计 Agent，欢迎来聊一次。我们提供 30 分钟免费咨询与一次 AIcoding 转型评估，会给出可落地的切口排序和大致工期，而不是一份泛泛的方案 PPT。点这里预约。