文心无限OCR干掉文档解析上限，3600页一读到底
10月27日，百度发布并开源文心Unlimited OCR 2，全球首次实现任意页数文档解析，将OCR的处理上限从数十页推向“无限”，并达到最先进水平（SOTA）。
AI改图，终于懂点「用户心理学」了
线上商品主图素材优选 A/B 实验中，KwaiMind 带来实际点击率相对提升约 2.44%，展现了电商图像编辑的商业应用潜力。项目与 KwaiMind 技术报告现已发布:KwaiMind 项目: 见原文链接。
用代码代替点击：OpenGCUA 把通用电脑智能体做成开源全栈
OpenGCUA 是通义（阿里）开源的通用电脑智能体（GCUA）全栈项目，把模型、真实设备控制、跨设备 SDK 与评测轨迹一并开放。让模型自己决定何时看屏幕、并用 Python 把点击和命令行组合成一段程序去完成任务，而不是每步只发一次点击。
老板让我下班前出 3 套产品方案，幸好我偷藏了这个“作弊神器”
年底加班潮来袭，Lovart 作为一款真正的 Design Agent，凭借 NanoBanana Pro 画质与 Text Edit 等独家功能，让产品经理也能轻松改海报、做方案。
文本编辑器：新建、打开、修改文档，配置文件和笔记都能处理
在Windows上有记事本，在macOS上有TextEdit，在 Linux 上有vim和gedit。每个操作系统都需要一个轻量的纯文本编辑器，不是Word那种排版工具，就是处理纯文字的基础工具。
Claude重磅上新：录屏+语音，一键蒸馏Skill替自己干活
7 月 21 日，Anthropic 在 Claude 桌面端 Cowork 的 + 菜单里加了一项「Record a Skill」:录屏，一边操作一边用语音讲解，录完后 Claude 自动把演示转化成一个可复用的 Skill。
从中文到小语种都能无痕修改，美图影像研究院（MT Lab）提出全新场景文本编辑方案 | ICML 2026
——这个需求看似简单，实则很难完成，因为经常会出现文字抠不出来、找不到字体，背景有修改痕迹等等问题，即使是专业设计师，也很难做到“看不出来改过”。
老板让我下班前出 3 套产品方案，幸好我偷藏了这个“作弊神器”。
年底加班潮来袭，Lovart 作为一款真正的 Design Agent，凭借 NanoBanana Pro 画质与 Text Edit 等独家功能，让产品经理也能徒手改海报、搞定竞品分析。