2025-11-30
多模态感知与文档智能升级
腾讯混元开源1B参数HunyuanOCR，统一检测+识别+理解端到端架构，ICDAR 2025夺冠；视觉CoT新范式让VLM具备人类-like思考链；Spatial-SSRL进一步提升大模型空间理解能力。多模态感知进入“轻量级+高精度+强语义”时代，文档、图像、3D场景一网打尽。