应用与工具
新工具、新功能，以及它们能帮你完成什么。
百度 APP 升级搜索与镜头，加入持续跟踪和互动内容
据量子位10月30日报道，百度 APP 当日举行产品升级沟通会，面向信息查询、出行规划和互动内容用户更新搜索、AI 镜头及互动应用。搜索可执行多步查找与整理；需要长期关注的事项，在用户确认后持续跟踪并提醒变化。
AI 镜头新增多目标识别与动态追踪，用户可通过点击、圈选指定对象，再进入实时对话，支持9种方言。新增的互动剧允许用户选择剧情走向，互动应用则支持操作并获得反馈。
开发者侧同步升级搜索 AI API，即程序调用接口，活动期间最低每千次查询4.9元；这是限时最低价，不宜作为长期统一报价。
搜索开始承担持续跟踪和任务交付，选择工具时可以关注它能否完成自己的具体流程。
Copilot 应用公测项目协作与电脑操作
GitHub 10月28日宣布 Copilot 应用新增 Projects 公测，适合需要汇总多个仓库、设计稿和讨论记录的项目。用户描述目标、添加资料并选择模型与工具后，Copilot 可协调多个智能体在后台工作，返回代码变更等结果供审查，也能处理规格草稿、设计研究和图像生成编辑。
同次更新在 macOS 和 Windows 公测电脑操作功能，可用于跨桌面应用完成报销等流程，包括没有程序接口的应用。需下载或更新 Copilot 应用，在设置中启用 Computer Use；macOS 还需授予辅助功能与屏幕录制权限。控制应用前须获用户批准，组织可通过管理设置禁用。
技术与开发
模型、API、开源与工程实践，关注能力和使用边界。
OXR 公开文档解析模型，提供免费接口与可替换版面模块
量子位10月30日报道，SoMark 团队的 OXR 文档解析模型已公开代码、权重与基准评测复现流程。模型参数量为13亿，可识别表格、公式、代码块等13类元素，将复杂文档转换为保留结构和阅读顺序的文本。
OXR 由独立轻量模型分析版面，主模型负责内容识别与阅读顺序判断，版面模块可替换。报道介绍，其可通过官方 Docker 容器或命令行工具挂载插件启动服务；另有无需注册和密钥的免费 API，团队将维护范围限定在服务器负载可承受的区间内。
报道列出的单张 RTX PRO 6000 测试中，端到端解析100页耗时101秒。该结果对应这组硬件与测试文档，不能推广为任意扫描件的处理速度。
独立的版面分析模块便于针对特殊文档调整切分方式；知识库接入仍应检查表格结构、阅读顺序和公式是否保真。
ForgeKernel 宣布开源，展示 AI 自动优化计算算子
据量子位10月30日报道，面壁智能的算子生成系统 ForgeKernel 在直播结束后宣布开源。算子是模型计算中的基础程序单元；该系统将架构设计与实现拆开，保存经过实测的硬件经验，并反复改进已有版本。
此次测试针对英伟达 B200 上的 FlashMLA Prefill 算子，即注意力计算中的输入预处理环节。系统仅依据数学定义与硬件约束开始优化，经过42轮迭代，最终耗时472微秒，对照实现为518微秒。直播历时22.5小时，报道记载使用一张 B200、消耗22个 GPU 小时；这一结果仅说明该测试任务的性能变化。
这类工具的价值在于自动搜索并验证优化方案。单个算子更快能否转化为整套模型提速，还取决于它在实际计算中占用的时间。
AFTER READING
读完之后
本期值得关注的是跨应用任务执行与底层工程工具的进展；实际选用时，仍需分别核对开放阶段、服务条件和测试负载。
评论