AI 日报 · 2026 年 10 月 28 日 · 星期三
AI 情报站
Liquid AI 发布 LFM3 系列，六个 2B 级多模态模型共用同一 backbone
Liquid AI 发布 LFM3 新一代 Liquid Foundation Models，把文本、视觉、音频、omni 和决策模型统一到 2B 参数级的同一 backbone 上，全部开源权重并已在 Hugging Face 上线。
模型发布/更新
百度开源文心 Unlimited OCR 2，支持任意页数文档解析
百度发布并开源文心 Unlimited OCR 2，称其实现任意页数文档解析，实测一次性解析《哈利·波特》全系列 7 部、累计超 3600 页。
OpenAI 发布 GPT-6.1 Terra，API 价格减半并主打电脑操作
OpenAI 发布 GPT-6.1 Terra，标准 API 输入 1 美元/百万 Token、缓存输入 0.05 美元/百万 Token、输出 5 美元/百万 Token，价格约为 GPT-5.6 Terra 的一半。
SoMark 团队开源 1.3B 文档解析模型 OXR，三项基准登顶
SoMark 团队开源 1.3B 参数的文档解析模型 OXR，在 OmniDocBench、olmOCR-Bench 和 DocParsingBench 上分别取得 97.18、87.84 和 87.76 分，均列第一。
行业动态
Anthropic 主张把子 Agent 折叠回主循环，Kimi K3.1 Pro 额度消耗过快成案例
Anthropic 发文《构建 Agent：何时该把子 Agent 折叠回主循环》，称带技能的单 Agent 在质量、成本和延迟上优于多子 Agent 分工，token 消耗远低于后者，并开源 single-agent-loop-kit 工具。
论文研究
掘金阿里 ATH-MaaS 开源 0.8B 统一 OCR 模型 OvisOCR3，OmniDocBench v1.6 得分 96.74
阿里 ATH-MaaS 团队 10 月 20 日发布 OvisOCR3 技术报告，一个基于 Qwen3.5-0.8B 的统一 OCR 模型，单模型覆盖文档解析、通用 OCR、KIE、图表描述和跨页表格重建五类任务，权重已在 HuggingFace 开源。
技巧与观点
掘金单人 90 天重构通用 Agent 运行时：从能力展开到单一事实源收束
一位作者用约 90 天、1,136 次提交、27 个 crate 和约 18 万行 Rust 单人完成一个通用 Agent 运行时，并复盘其从能力展开到系统收束的三阶段演进。
作者用 Claude Code 把 15 秒宣传视频写成代码并配上单元测试
作者用 Claude Code 为燃料价格应用 Petroly 写了一个 JavaScript 渲染器，把 15 秒宣传视频做成返回 SVG 的 frame(t) 函数，再经 sharp 转像素、FFmpeg 编码成视频，全程没打开视频编辑器。
AWS Machine Learning Blog一手Property Finder 如何修正 Amazon Bedrock 上的评测偏差并选出更优模型
Property Finder 发现其评测标签有 96.8% 直接沿用现有 VLM 的预测而非人工核验，导致任何替代模型在比较中天然吃亏。