近日，一款名为X-ray的Python开源工具在技术社区引发关注。该项目由freelawproject开发，核心功能是自动检测PDF文档中是否存在“无效涂黑”问题。所谓“无效涂黑”，是指文档编辑者试图通过黑色矩形块遮盖敏感信息，但因...

人工智能研究机构OpenAI正式发布了其最新的前沿模型GPT-5.2，该模型被定位为专为专业知识工作和长期运行的智能体（agents）而设计的最先进系统。根据官方介绍，GPT-5.2在多个关键领域树立了新的性能标杆，包括代码生...

谷歌近日正式向开发者开放了其强大的Gemini深度研究（Gemini Deep Research）功能，通过全新的交互API（Interactions API）提供服务。这一举措标志着AI在复杂信息处理与综合能力方面迈出了重要一步。Gemini深度研究...

OpenAI正式推出其新一代前沿模型GPT-5.2，该模型被定位为专为专业工作场景和长期运行的智能体（agent）工作流而优化的最先进模型。相较于前代，GPT-5.2在多个关键维度实现了显著提升：其一，在知识工作领域，模型展...

谷歌Gemini Deep Research团队正在开发名为Deep Research API的创新工具，该技术将彻底改变传统研究模式。这一API具备强大的自动化研究能力，可在几分钟内完成数百个网站的智能浏览、信息深度分析及生成多页洞察报告...

人工智能公司Perplexity近日发布了名为Comet的创新浏览器产品，该产品专为研究工作场景设计，深度整合了Perplexity自主研发的搜索与推理引擎技术。Comet浏览器通过AI能力重构了传统浏览器的交互范式，可同时支持工作...

苹果公司近日在GitHub开源了CVPR 2025论文《FastVLM: Efficient Vision Encoding for Vision Language Models》的官方实现代码库。该项目提出了一种高效的视觉编码方法，旨在优化视觉语言模型（VLM）中的视觉信息处...

微软近日发布了其广受欢迎的截图解析工具OmniParser的重大版本更新——OmniParser v2.0。作为一款领先的视觉信息处理工具，新版本在Screenshot Pro基准测试中表现优异，展现了微软在计算机视觉和自然语言处理领域的技...