ChatGPT 手機端上線連續掃描,多頁自動合成 PDF
ChatGPT 移動端新增掃描功能,可連續拍攝多頁筆記或文件,自動合成為一份 PDF 並直接上傳到對話中。使用方式是開啟 ChatGPT 相機,點三點選單選擇 Scan;目前該功能正在 iOS 上逐步推出。
依意思最接近的 13 筆
ChatGPT 移動端新增掃描功能,可連續拍攝多頁筆記或文件,自動合成為一份 PDF 並直接上傳到對話中。使用方式是開啟 ChatGPT 相機,點三點選單選擇 Scan;目前該功能正在 iOS 上逐步推出。
Anthropic 上線 OSS Scanner,為選擇加入的開源專案提供「由我們最強的模型」執行的免費、定期安全掃描。該掃描結果完全由模型生成,不經過人工稽核或分診,好處是掃描更快更頻繁、能更早提示潛在漏洞,代價是報告可能出錯或無效。服務需專案主動選擇加入(opt-in)。
一位攝影師嘗試讓 Claude 通過 SANE 驅動掃描器完成膠片掃描、色彩轉換與修圖,但首次掃描因 X/Y 方向反轉幾乎損壞掃描器齒輪,最終改為手動用 VueScan 掃描、由 Claude 處理後續流程。負片轉正用 numpy 按膠片密度計算並參考整卷空白片頭統一校色,29 幀中 28 幀通過測試;去塵則用影像分析加 LaMa 修復,並需限定在周圍平滑區域以避免誤判水面反光。
僅 1.3B 引數的國產開源文件解析模型 OXR 在 OmniDocBench(97.18)、olmOCR-Bench(87.84)、DocParsingBench(87.76)三榜均列第一。它一次可解析表格、公式、程式碼塊、化學方程式等 13 類元素並輸出結構化 Markdown,單張 RTX PRO 6000 處理 100 頁文件僅需 101 秒。訓練引入 RSI 遞迴自我改進,不依賴新增人工標註;版面分析為獨立可插拔模組。程式碼與權重已開源,官方另提供免註冊免費 API,RTX 3060 即可本地執行。
百度發布並開源文心 Unlimited OCR 2,百頁級單序列峰值 KV 快取從 47GB 降到 1.77GB,減少約 96%。它靠稀疏參考滑動視窗注意力 SR-SWA 與分塊無限解碼,可連續解析 3600 頁以上文件,16 路併發吞吐從 360 提升到 1315 Token/秒。MarathonDocBench 得 77.06、MPDocBench 得 84.59,單步解碼速度分別為全注意力和上代 R-SWA 的 7.0 倍與 5.6 倍。
Anthropic 推出 OSS Scanner,將用自家前沿模型定期為主動加入(opt-in)的開源專案免費掃描漏洞。報告會給出概念驗證(proof-of-concept)、漏洞解釋與修復建議,專案需自行報名才進入掃描範圍,掃描不向專案方收費。
一名軟體工程師用 Claude Code 搭建 AI 流水線,在一夜 12 小時內檢索 435 萬頁荷蘭東印度公司檔案與舊報紙,發現一份被遺忘的隕石記錄、三隻未記錄的犀牛和未定位的火山噴發。他把 570 萬段文字轉成語義向量檢索,再用每百萬詞僅幾美分的小型決策模型 Jev 初篩(讀 5.9 萬條大象記錄約 3 美元),由 Claude Haiku 精讀並核對原始掃描頁。靈感來自歷史學家 Benjamin Breen 用 Opus 5.5 找到的 1615 年渡渡鳥目擊記錄。
Anthropic 上線 OSS Scanner,面向開源專案免費提供由最強模型(含 Claude Mythos)生成的定期漏洞掃描,報告全自動生成、不經人工稽核,因此可能存在無效結果。過去六個月其模型在重要開源專案中找出逾 29,000 個候選漏洞,人工僅複核約 6,000 個,另有近 5,000 份未驗證報告應維護者要求直接提交。內部以 97 個高危漏洞驗證早期版本,其中 85 個(88%)達到其漏洞披露標準,僅 1 個誤報。
1.3B 引數的開源文件解析模型 OXR 在 OmniDocBench、olmOCR-Bench、DocParsingBench 三項基準上分別取得 97.18、87.84、87.76 分,均列第一。它覆蓋文字、表格、公式、化學結構式等 13 類元素,輸出 Markdown / JSON 並保留版面座標,公式轉 LaTeX、表格轉 HTML。
SCM(Screen Memories)是一款 macOS 本地優先的 AI 搜尋工具,可對任意資料夾中的照片和影片逐幀進行語義搜尋,無需帳號、雲端或上傳,推理全部在本機完成。它提供 Files、Scenes、OCR、Dialogue 和可選的本地 LLM 聊天五種搜尋模式,支援按鏡頭時間碼跳轉、Whisper 臺詞精確檢索以及 Tesseract 多語言文字識別。預設 CLIP 模型權重約 435MB,首次下載後完全離線;
Sygal 上線,可在本機把 PDF、Word、Excel、圖片、掃描件、網頁乃至 YouTube 連結轉成 Markdown 與結構化 JSON,發布期一次性 25 歐元、無訂閱無帳號,另有 14 天免費試用,支援 macOS 12+ 與 Windows 10+。官方稱掃描件、截圖、掃描 PDF 與網頁轉成文字後 token 消耗約降 2 到 7 倍,單檔案轉換約 1.7 秒,共支援 29 種格式。
xAI 於 2026 年 10 月 20 日在官網新聞頁發布了一篇題為 incident-sweep 的公告。該帖僅給出全文連結 x.ai/news/incident-sweep,未在正文中說明事件性質、影響範圍或處理進展。具體內容需要開啟原文檢視。
GitHub 上新開源專案 Open Academic Paper Gen,用多智慧體工作流把論文初稿生成拆成九個階段,最大特點是在拿到文獻全文後定位相關段落,核驗正文引用是否真被原文支撐,有頁碼時還會標出對應 PDF 頁碼。它從 OpenAlex、Crossref、Semantic Scholar 和 arXiv 檢索文獻,生成證據表後分析趨勢、診斷創新性、列提綱寫作,再做引用核驗與模擬審稿,可匯出 Markdown、LaTeX 與 RIS、BibTeX。