[分享创造] 市面的热榜聚合网站太复杂了，我自己做了个极简热榜，回归初心
REBANG 极简热榜（ https://top.open2hub.com ）
抖音、微博、百度、今日头条、腾讯新闻、哔哩哔哩、快手、知乎、虎扑等多平台热榜
更新快、界面简洁，回归初心
派早报：Apple 智能将随 iOS 27.3 登陆中国
Apple 智能将随 iOS 27.3 登陆中国
苹果对闪存的议价权受到压制
Claude Code 官方扩展被植入后门
美国 FCC 禁止中国实验室认证输美电子产品
百度网盘通过磁力计数据规避「摇一摇」广告权限
币安 63 亿美元资产被盗
看看就行的简讯
少数派的近期动态
你可能错过的好文章
查看全文
苹果官宣：Apple智能接入阿里千问，11月4日开放测试
百度网盘为什么禁用传感器还能跳转摇一摇广告？AI分析显示百度网盘还读取磁力计数据
[问与答] 求助： 10GB 音乐文件如何高速分享给好友？网盘限速、微信限大小， NAS 也受运营商上行限制
最近有个需求，需要给好友分享一批 MP3 音乐文件，总大小大约 10GB 。歌曲已经全部下载到本地，现在的问题是：如何让好友能够快速、稳定地下载这些文件？
目前想到的几种方式都有各自的痛点：
微信文件传输：单个文件大小有限制，1GB 以上基本没法直接解决。
百度网盘：非 VIP 用户的下载速度实在难以接受，20KB/s 的速度，属实有点难绷。
NAS 外网分享：理论上可以直接通过 NAS 分享链接，让好友下载，但又受到运营商上行带宽限制。如果运营商还对上行进行限速，实际体验可能也好不到哪里去。
再此我想请教下有没有什么成熟、实用的解决方案？欢迎大家分享经验！
iPhone 国行 AI 真的来了，千问成为 Siri 新搭档
等了整整两年，中国 iPhone 用户终于不用再对着苹果 AI 的宣传片望梅止渴了。
刚刚，苹果正式宣布，Apple Intelligence（Apple 智能） 即将面向中国大陆用户推出首批功能，
从 2024 年苹果高调宣布进军生成式 AI，到海外用户陆续体验各种新功能，再到如今国行版本确定上线时间，苹果总算要兑现迟到许久的承诺。
按照计划，首批 Apple 智能功能将于 11 月 4 日随最新的 iOS 开发者 Beta 版开放测试，并于今年 12 月随 iOS 27.3 正式版面向中国用户推出。
首发设备仅限于 iPhone，包括 iPhone 15 Pro 系列、iPhone 16 及后续机型、iPhone Air 和 iPhone Duo，支持简体中文和英文。iPad 和 Mac 等其他平台的支持，则需要等待相关审批完成。
不过，此次登陆中国大陆的 Apple 智能，主要涵盖写作工具、照片编辑、智绘表情、实时翻译、通知管理、视觉智能及 Siri 基础交互升级等功能，距离大家想象中无所不能的智能助手，恐怕还有一段距离。
其中最直观的变化，是 AI 开始融入 iPhone 原本的系统功能，用户无需每次都打开独立的聊天应用。
例如，写作工具可以在系统应用及大量第三方应用中调用，支持改写、校对和摘要，只要界面中出现输入光标的位置，均可调用该工具。
给主管发送邮件时，可以选择「正式风格」优化措辞；面对备忘录里冗长的会议记录，也能直接提炼重点，整理成适合发送的工作摘要。
照片 App 则支持自然语言搜索，例如输入「毛毛在草地上」，就能找到对应的宠物照片或视频。
新增的消除工具依靠三套专用机器学习模型，分别完成物体识别、边缘判断与背景填补，整个处理过程无需上传云端。此外，用户还能根据文字描述制作回忆影片。
喜欢在聊天时斗图的用户，也有了新的玩法。苹果推出的「智绘表情」功能，可以根据简单的文字描述生成个性化表情符号，例如输入「戴墨镜的熊猫」，系统就能生成对应的表情，让用户直接在聊天中使用。
实时翻译也是此次更新中比较实用的功能。 苹果将其整合进信息、电话、FaceTime 和 AirPods 四种原生场景，支持文字和语音双向翻译，整个过程在设备端完成。
例如，前往旧金山旅行时，收到当地导游发来的英文信息，可以直接查看中文翻译，回复时也能显示双语内容。即使对方使用 Android 手机，通过 RCS 或 SMS 发送的信息同样可以翻译。对于经常联系的外国朋友，还能单独开启自动翻译。
此外，苹果还升级了通知管理功能，AI 可以将多条消息整理成摘要，通过「减少干扰」模式过滤无关提醒，并利用「优先通知」突出重要信息。邮件和信息 App 支持内容摘要与智能回复，备忘录和电话录音也能生成转写摘要。
Siri 则换上了全新的视觉设计，唤醒时屏幕边缘会出现彩色动态光效，也就是大家熟悉的「跑马灯」。同时支持语音与文字输入切换，提升了对口误、停顿和临时改口的理解能力。不过，真正能够理解个人上下文、屏幕内容并执行跨应用操作的新一代 Siri AI，仍未包含在此次更新中。
但此次升级并不包含苹果此前展示的新一代 Siri AI，也没有覆盖今年 6 月发布的最新 Apple 智能功能。 换句话说，国行用户终于能够用上苹果 AI，但那个能够理解个人上下文、屏幕内容并执行跨应用操作的 Siri，还得继续等待。
除了功能本身，国行 Apple 智能的另一大看点，是苹果终于明确了与中国 AI 厂商的合作方式。
此前，APPSO 独家获悉，苹果与阿里巴巴的合作至少涉及能力集成与联合训练两种形式。如今，首批功能已经展示出一套相当清晰的本土化技术架构。
Apple 智能的基础能力由苹果自主研发的模型提供，针对中国市场完成专项适配，首批功能全部在设备端运行。 无论写作、照片编辑还是实时翻译，个人数据都无需上传苹果服务器，苹果自身也无法访问。
但复杂任务往往需要更强大的模型，因此苹果还引入了阿里巴巴旗下的通义千问，为 Siri、写作工具和视觉智能提供能力扩展。
例如，对 Siri 说「帮我制定一份三天两夜的昆明旅行计划」，系统可以判断是否需要调用千问，在征得用户同意后完成请求，结果直接呈现在当前界面，无需跳转应用。
写作工具同样增加了千问创作选项，甚至可以将个人介绍改写成五言律诗。视觉智能则接入通义千问和百度图像搜索，帮助用户理解周围环境，并对现实世界中的文本进行翻译、朗读或总结。
值得注意的是，苹果并未绑定某一个特定版本的千问模型，而是根据任务调用多个模型，并计划持续更新。
在隐私方面，两套模型的运行机制有所区别。苹果的基础功能全部在设备端执行，千问的扩展能力则依靠服务器端模型，用户可以自行决定是否启用、分享哪些信息，并选择通过千问账户或 Apple 账户登录。
根据双方合作安排，经千问处理的用户请求数据不会用于模型训练、广告营销或行为追踪。
从产品设计来看，苹果依然坚持让自研模型负责基础功能和个人信息处理，再利用外部大模型扩展复杂任务能力。 用户不必关心背后运行的是哪套模型，只需要向 Siri 或系统工具提出需求。
苹果还明确了中国区功能的适用规则，包括大陆购买的设备，以及符合相应地区和 Apple 账户条件的 iPhone。符合条件的用户即使出国旅行，中国区 Apple 智能也能继续使用。
时间回到 2024 年 6 月的 WWDC，苹果首次发布 Apple 智能，试图让 AI 深度融入 iPhone、iPad 和 Mac，并通过更聪明的 Siri，理解个人信息、屏幕内容甚至跨应用完成复杂操作。
然而，两年过去，海外市场的基础功能虽然陆续上线，真正承担个人智能助手愿景的新版 Siri 却多次延期，中国大陆用户还经历了漫长的本土化等待。
当国产手机厂商已经将 AI 修图、实时翻译、智能摘要甚至跨应用自动操作变成常规功能，国行 iPhone 才终于迎来苹果官方的 AI 能力。
写作、翻译和照片处理固然实用，却已经算不上 AI 手机时代多么稀缺的能力。苹果真正值得期待的，是它有机会让 AI 从提供答案的工具，成为真正了解用户、能够主动完成任务的 Personal Agent。
过去两年，随着端侧 AI 快速发展，智能手机正在成为 Personal Agent 最重要的载体之一。未来的智能助手或许只需要一句话，就能结合个人习惯与实际需求，调用不同服务，完成订票、安排行程、整理工作等任务。
从这个角度看，苹果可能是最适合做 Personal Agent 的科技公司之一。
毕竟，苹果同时掌握手机、电脑、手表等硬件入口，以及操作系统和庞大的应用生态。日历、邮件、照片、健康数据与使用习惯，都有机会在用户授权下成为 AI 理解个人需求的依据。
苹果还能从操作系统层面设计 Agent 的工具调用与跨应用协作机制。此次展示的端侧模型与千问协同架构，也让人看到了简单任务本地处理、复杂任务调用外部模型的可能性。
但有意思的地方在于，苹果可能恰恰又是最不适合做 Personal Agent 的公司之一。
苹果长期强调隐私保护、应用隔离与用户控制权，而真正聪明的 Agent，需要关联不同应用的信息，甚至主动执行操作。当 AI 开始读取邮件、查询日历乃至代替用户支付和预订，数据权限与误操作风险都会变得更加复杂。
更深层的矛盾来自苹果自己建立的 App 生态。当 AI 能够替用户购物、订酒店、安排出行，用户可能越来越不需要亲自打开 App。届时，苹果经营十几年的 App Store 应用分发与商业生态，也可能因此受到挑战。
对于一家长期依靠软硬件协同、严格管理用户体验，并从应用生态中获得丰厚收益的公司而言，真正自主的 AI Agent，意味着它需要重新思考操作系统、应用与用户之间的关系。
回到此次国行 Apple 智能的发布，苹果总算让中国用户拥有了体验官方 AI 的机会，也展示了自研端侧模型与本土大模型协同工作的能力。
但相比已经登场的写作工具、实时翻译和智绘表情，我更期待未来的 Siri 能够真正理解个人上下文，并在用户授权下完成跨应用操作。
毕竟，苹果已经具备创造 Personal Agent 的许多先天条件。手机这个行业，上一次被彻底改变，是 iPhone 定义的触屏时代。而下一次改变，大概率来自 AI。
苹果亲手开启了上一个时代，也有很大的机会开启下一个。只是这一次，它要超越的对手不再是诺基亚，而是那个曾经敢把一切推倒重来的自己。
#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。
早报｜iPhone国行AI官宣！千问接入Siri/DeepSeek千亿融资曝光/于东来建议支持「消费入座」
iPhone 国行 AI 官宣，11 月 4 日开放测试
DeepSeek 千亿融资曝光，腾讯、宁德时代、长鑫等参投
特斯拉推出 5 年零息方案，Model 3 / Y 首付 3.99 万元起
于东来建议支持「消费入座」，餐厅可拒绝外带食物就餐
开发者在 Surface Duo 2 上启动 iOS 27 iPhone Duo 版本
REDMI 回应 K100 选用旧旗舰芯：性能表现胜任游戏
张雪称拉黑母亲微信，反对机构把家人当作流量入口
OpenAI 重构模型规范，将「忠于人类意图」列为首项准则
米哈游《星布谷地》定档 12 月 4 日公测
大众 CFO：电动车热销也带来利润压力，须加快降本
OPPO 调整高管分工：李炳忠统管海外，尹文广负责全系手机
亚马逊 CEO：2027 年资本开支将明显高于今年的 2200 亿美元
Reddit CEO：Google AI Mode 没给网站带来流量
奇瑞前三季度营收 2412.34 亿元，归母净利润下滑
传音第三季度营收下降 27.45%，前三季度归母净利润仍增长
火山引擎将商业化列为首要目标，MaaS 上半年收入达 48 亿元
长鑫第三季度营收突破千亿元，归母净利润环比增长 3.01%
联发科第三季度营收增长 18.3%，归母净利润增长 10.6%
诺奖得主 Acemoglu：AI 应帮助劳动者，别只盯着 AGI
2027 款奕派 007 上市，限时补贴价 10.99 万元起
Google Antigravity 上线插件市场，接入 Figma、Jira 与生产日志
百度搜索 API 推出活动价：增强版每千次 4.9 元
《哈克小天地》发售，用微缩景观迎接动物居民
清华等团队让 96 台机器人共享经验，手机包装成功率升至 98.3%
智元发布 GO-3 Preview，以统一框架连接推理、预测与动作
小米推出 8 亿参数 OCR 模型，打通文档解析、抽取与问答
hololive 推出服装品牌 holoSynQ，首系列围绕 FLOW GLOW 展开
日本松屋会员数据遭入侵，涉及逾 237 万条记录
周末也值得一看的新闻
iPhone 国行 AI 官宣，11 月 4 日开放测试
苹果宣布，首批 Apple 智能功能将于 11 月 4 日随 iOS 开发者 Beta 版在中国开放测试，并于 12 月随 iOS 27.3 正式推出。苹果与阿里巴巴合作，在 Siri、写作工具和视觉智能的部分体验中接入千问，支持文本与图像理解。
首批功能包括信息、FaceTime 和电话中的实时翻译，写作工具的改写、校对与摘要，照片消除、自然语言搜索及回忆影片创建，以及智绘表情、通知摘要和优先邮件等。用户登录千问账户或使用「通过 Apple 登录」后，可在系统内调用千问；写作工具中的「创作」功能也可借助千问生成内容。
支持设备包括 iPhone 15 Pro、iPhone 15 Pro Max、iPhone 16 及后续机型、iPhone Duo 和 iPhone Air。此次更新不包含 Siri AI 及苹果在 WWDC 2026 上公布的其他下一代 Apple 智能功能，其他平台需获得必要审批后推出。
面对面对话翻译需配合安装最新固件的 AirPods 5、Air
刚刚，国行 Apple 智能官宣，但满血 SiriAI 还得等
就在刚刚，苹果正式宣布将面向中国大陆用户推出 Apple 智能（Apple Intelligence）！
据悉，首批功能将随 iOS 27.3 开发者测试版（Developer Beta）于 11 月 4 日起率先开启测试。
苹果官网上那句挂了两年多的「为 Apple 智能预备好」，今天终于迎来了兑现的时刻。
这也意味着，自 2024 年 WWDC 首次亮相以来，让国内用户苦等了两年多的 Apple 智能，终于迈出了真正落地的一步。
早在 10 月 15 日，苹果执行董事长蒂姆·库克在上海探访「蓝盒子」时，就曾向爱范儿确认，苹果已经获得向中国用户提供首批 Apple 智能核心功能的批准。
在后续的上线安排上，苹果确认首批国行 Apple 智能功能将在今年 12 月随 iOS 27.3 正式发布，面向中国用户推出——这也与彭博社记者马克·古尔曼此前的爆料基本契合。
这波更新，iPhone 先吃
从官方公布的信息来看，国行首波开放的功能涵盖了下面的功能：
- 全新 Siri 外观与交互：唤醒 Siri 时，屏幕边缘将亮起极具辨识度的环绕式「跑马灯」光效设计；支持在语音和打字输入之间随时切换；
- 写作工具：支持在备忘录、邮件及第三方 App 中直接对文本进行改写、校对和总结摘要，并支持通过「创作」功能根据自然语言要求直接生成内容；
- 照片消除与自然语言检索：相册支持直接用日常自然语言描述来搜索照片和视频片段；同时「消除」工具也一并就位，涂抹一下即可由端侧模型自动识别并抹除背景里的路人或杂物；
- 智绘表情：支持在键盘中直接通过文本描述，生成专属的个性化表情符号；
- 实时翻译：能在电话通话、FaceTime 和佩戴 AirPods 时实现跨语言实时翻译，在「信息」App 中也能直接互发翻译后的消息。除了 iMessage 之外，即便对方使用的是安卓手机，iPhone 用户依然可以通过 SMS 短信或 RCS 消息与对方进行跨语言交流；
- 视觉智能：通过相机快速识别眼前的物体、餐厅或地标，支持一键翻译文本、识物检索；
- 通知摘要：系统能够自动提炼并总结长通知或折叠堆叠的多条通知。
看完了功能清单，接下来是大家最关心的实际问题：手里的设备能不能升？手持外版 iPhone，或者带着国行 iPhone 出国旅游，到底会用上哪套 Apple 智能？
此次首批开放的国行 Apple 智能功能暂时只确认在 iPhone 上提供。至于 iPad、Mac 等其他平台，苹果表示仍需等待相应的监管审批，具体上线时间尚未公布。
硬件门槛则与国际版保持一致——只有 iPhone 15 Pro/Max， iPhone 16 及后续机型（包含刚刚上市的 iPhone Duo）才能吃上这波更新，受限于内存规格的更早机型，只能遗憾离场。
而关于「国行版」与「海外版」的区域限制，根据爱范儿了解到的规则，只要满足以下任意一种情况，设备就会适用中国大陆版本的 Apple 智能功能集合：
- 设备是在中国大陆购买的（即国行机型）；
- 用户当前位于中国大陆境内，且所登录的 Apple 账号账单地址在中国大陆（通俗理解，就是使用我们常说的「国区 Apple 账号」）；
- 用户当前位于中国大陆境内，且设备未登录任何 Apple 账号。
此外，对于适用中国大陆版 Apple 智能的用户，即便之后带着手机出境，这套中国大陆版的功能集合依然会继续适用，而不会因为地理位置改变自动切换为海外版本。
苹果守端侧，千问当「外援」
相比于这声迟到的官宣，国行 Apple 智能最大的看点，同样还有背后那套专门为中国大陆市场重新搭建的本地化技术方案。
此前，监管部门的备案信息其实就已经剧透了部分答案：今年 7 月，国家网信办公布的手机端侧生成式人工智能服务备案名单中出现了苹果的「Apple 智能」；9 月底，多款国行 iPhone 的进网许可备注栏里又更新了苹果智能、阿里通义千问与通义万相三个大模型备案编号。
而随着今天官方信息的解禁，国行 Apple 智能的「双层模型架构」也终于彻底清晰——简单来说，就是「苹果自研端侧模型打底 + 本土大模型提供云端扩展」。
在第一层（设备端），苹果使用了自行研发、并专门为中国大陆用户定制的 Apple Foundation Models（AFM）。包括照片消除、实时翻译在内的多项基础功能，均完全在 iPhone 本地运行。官方强调，这些端侧功能所涉及的个人数据绝不会被传给苹果存储，苹果也无法访问。
而在需要更大算力、复杂知识或深度生成能力的第二层（云端），阿里巴巴旗下的「千问（Qwen）」正式接棒，扮演了海外版 Apple 智能中 ChatGPT 的角色。爱范儿从相关渠道了解到，此次合作并未绑定单一版本的 Qwen 模型，而是使用多个不同的千问模型，并会随着模型迭代持续更新。
具体来看，千问的云端扩展能力主要覆盖下面这些场景：
- 拓展 Siri 智能问答：处理 Siri 转交的复杂问题，提供更强的知识问答与内容生成能力；
- 写作工具「千问创作」：千问将接入 Apple 的系统级写作工具，用户不仅可以围绕任意主题，通过自然语言指令生成文字内容，还可以直接生成图像；
- 视觉智能「询问千问」：用户可以通过相机控制、操作按钮或控制中心唤起视觉智能，选择「询问千问」，识别眼前的物体和场景，并进一步获取相关信息与智能问答服务。
在隐私与调用机制上，这套方案也延续了海外版接入 ChatGPT 时的严格边界：用户可以自主选择是否启用这一扩展；当 Siri 判断某个问题更适合交给千问处理时，可以在征得用户同意后，将请求转交千问。
账号体系的打通也相当灵活。用户既可以直接用千问账号登录（登录后可在千问 App 中同步查看请求历史），也可以使用 Apple 账号一键登录，并开启「隐藏邮件地址」功能来保护个人隐私。
至于此前外界盛传的百度，这次也确实出现在了合作名单中，但角色非常垂直——主要在「视觉智能」的「以图搜索（识图）」环节发挥作用，而文本理解与生成的大旗还是交由千问扛起。
距离「满血版」Siri AI，还有多远？
虽然国行 Apple 智能终于破冰，但有一盆冷水还是得先泼为敬——
下周开启测试的版本，还远不是 Apple 智能的「完全体」。
对照国际版在 iOS 26 乃至 iOS 27 上的演进进度，国行首波功能依然有着肉眼可见的缺憾。而最核心的缺席，当属真正重构底层交互的「Siri AI」。
在今年 WWDC26 上，苹果展示了新一代 Siri AI 的完整形态。相比过去那个只能定个闹钟、查查天气的传统语音助手，新版 Siri 能够直接「看懂」你手机屏幕上的内容（屏幕感知），结合你的个人情境去翻找照片、邮件和信息，甚至在不同 App 之间跨应用替你干活。
这也是苹果真正想讲的下一阶段 AI 故事：AI 不再只是被动回答你的问题，而是能理解你正在做什么，并主动替你把事办妥。
而在目前的 iOS 27.3 国行测试版中，Siri 虽然换上了新的跑马灯皮肤、接上了千问这个「外脑」，但涉及深度系统调用和个人情境理解的核心能力，这次还没能跟国行用户见面。
不过，这倒也不意味着国行用户拿到的只是一盘「冷饭」。
平心而论，虽然这次上线的「功能框架」属于前两年的旧版本，距离苹果如今追求的那种底层重构、原生 AI 驱动的交互形态还有代差；但别忘了，过去这两年恰恰也是大模型底层能力狂飙突进的两年。无论苹果自研的端侧模型，还是作为云端外援的千问，其模型智商、中文语境理解力和生成水准，早已不可与 2024年同日而语。
换句话说，虽然「壳」还是初代的功能框架，但里子塞进的却是 2026 年的成熟模型——这种底层能力的跨代跃升，或许有望让国行首波基础功能的实际体验，比当年国际版刚上线时更加扎实。
至于苹果为什么选择在这个节点，先端出这样一套「旧框架 + 新模型」的组合，从目前的落地节奏能够猜测：
或许国行 AI 采取的是「分批过审、逐步放行」的稳妥策略。先上线工具属性更强的改写、修图、翻译以及合规的外挂云端问答，未来再逐步解锁涉及深度系统权限的 AI 助手。
那么，满血版的国行 Siri AI 到底要靠什么来支撑？这就不得不提苹果与千问在更深水区的合作。
此前阿里巴巴方面曾向爱范儿介绍，除了像现在这样直接接入千问的现成云端能力（解决「有没有」的问题），双方还在围绕中国用户的语言习惯及本地服务生态，深入到底层共同训练和优化专属大语言模型，并将其纳入苹果的 AFM 体系。
随着这个联合训练的底座打磨成熟并完成合规推进，具备屏幕感知与跨应用执行能力的全新 Siri，或许有望在后续版本中真正补齐。
这也让晚到两年多的国行 Apple 智能，多了一份值得期待的可能性——
一边接入成熟的国产大模型，补齐眼前的功能；一边联合训练面向中国市场的专属底座，为下一代 Siri AI 和更深入的系统级智能铺路。
对国内用户而言，迟到两年固然遗憾，但如果苹果真能把本土大模型的长处与自家的软硬件生态捏合到位，这段漫长的等待，或许也能换来一些不一样的体验。至于它最终能否从「追赶国际版」，走向真正趁手好用的本地化智能，还得交给后续的版本更新和真机体验来作答。
爱范儿也将在下周 iOS 27.3 开发者测试版推送后，第一时间带来真机上手实测。等了两年多，这口热乎的苹果 AI 到底好不好用，我们下周见分晓。
#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。
[程序员] Ghostty 里中文插字会吃掉后面一个字，抓到是微信输入法多发了个 Delete
前段时间在 Ghostty 里用中文输入法时发现，光标停在文字中间打中文，后面那个字会一个接一个消失。跟覆盖模式、跟什么切换快捷键都没关系，一直没有找到原因，昨天实在受不了了，专门花了几分钟来试了下，最终发现：
微信输入法的「中文与英文/数字之间自动加空格」补完那个空格之后，又替终端发了一个 Delete ； Ghostty 按物理键码解释这个事件，下发的就是"删掉光标右边一个字符"。 所以只有 Ghostty 掉字，iTerm2 、TextEdit 、Sublime 、Tabby 都正常。
但是在行尾打就不会出事，多打几个空格把位置占出来也不会，可有时候怎么打都没事。为了这个"时好时坏"，我一开始以为是某个快捷键的问题，还到处去找的那个以为的切换键，结果根本没有这么个东西。
后来换输入法一试就清楚了：百度五笔完全正常，微信输入法必现。
两者唯一的差别就是自动加空格。这个空格要生效，终端得把光标周围的文本告诉输入法。kitty 不告诉，所以在 kitty 里这功能一个空格都不加； Ghostty 和 iTerm2 告诉，空格就来了。
猜不出来，我写了个三十行的小工具，在 Ghostty 里裸读 stdin ，把每个字节按十六进制记下来。
复现序列：先打 12345678，左箭头按四次，打 dd，切中文打 在在，最后再打一个 d。
关键的几行：
e5 9c a8 20 "在 " 一次提交（自动空格）
20 64 " d" 一次提交（自动空格）
1b 5b 33 7e CSI 3~ ← 32ms 后，我没按
1b 5b 33 7e CSI 3~ ← 27ms 后，我没按
同一次测试里我自己按退格，进来的是裸的 7f，跟 1b 5b 33 7e 不同源。最终缓冲区是 1234dd 在在在 dd678，5 真没了，不是显示问题。
通过 AI 分析，macOS 上 117 号键码是 Delete （前向删除），Ghostty 的键码表把 117 映射到内部 delete ，编码成 CSI 3 波浪号。它判断"你按的哪个键"用的是物理键码，事件里那个 7f 文本不参与。AppKit 的原生文本视图反过来，用 characters 字段查键位绑定，7f 落到 deleteBackward ； Tabby （ Electron ）直接把控制字符丢掉。同一个事件里，只有按物理键码解释的那个会去删右边的字。
Ghostty 这边其实有一道防护 shouldSuppressComposingControlInput，但它只拦"组字中"且"字符小于 0x20"的情况。这次的删除发生在上屏之后、带的是 0x7f，两个条件都不满足，就漏过去了。
日志重放一遍还能看出为什么时好时坏：第一次 Delete 落下时，光标右边正好是上一次提交留下的空格，吃掉的是空格，屏幕上没感觉；第二次右边是 5，就少一个字。所以掉不掉，只看光标右边那个位置是不是空格。那个"多打几个空格留位"的偏方，也就是把要被吃掉的东西提前摆好了。
关掉微信输入法的「中文与英文/数字之间自动加空格」，或者换个没这特性的输入法，就没有这个问题了。
准备去 github 提个 issue ，发现在 10 月 16 号已经有人提过同症状的讨论（微信输入法下光标前移再打中文会覆盖后面的文字），零回复。应该还没有处理了，先给贴个过程证据，希望早上修复，可围观： https://github.com/ghostty-org/ghostty/discussions/14732#discussioncomment-19284249
有同样问题的可以回个帖，我把探针脚本贴上来，你自己跑一遍就知道是不是同一个原因。
独家：决定小度命运的两次转折
（本文作者为 光子星球，钛媒体经授权发布）
文 | 光子星球
10月28日，百度智能云事业群组（ACG）完成了一轮组织架构调整。
ACG智能应用事业部之下的相关业务基于自身业务属性，分别转入基础设施事业部、智能体事业部、服务交付与质量工程中心。其中服务交付与质量工程中心更名为行业应用与技术服务中心，负责人不变。
这次调整是8月底ACG组织架构调整的后续。上一轮调整中，原平台产品事业部正式更名为智能体事业部，原隶属于平台产品事业部的千帆大模型平台，被划转至IaaS板块，由百度集团副总裁侯震宇负责。原数据平台部更名为数据智能部，整体转入应用产品事业部，由百度副总裁阮瑜分管。
本轮调整中，产品事业部阮瑜轮岗担任小度科技组织负责人的部分尤为引人关注。“组织负责人”的Title变化，意味着架构调整后，小度可能不再作为独立公司运营，而是被吸收到ACG，作为一个二级部门存在。
一位知情人士告诉光子星球，今年博鳌论坛后小度科技CEO李莹已开始向ACG负责人沈抖汇报了。李莹目前在如流中仍可查询到，不过据这位知情人士透露，内部无法发起对话，“在此之前并未出现过类似情况”。官宣小度汇报关系转到ACG前，阮瑜带了大几十号人进入到小度的组织架构体系中。
小度科技脱胎于百度智能生活事业群组（SLG），2020年9月完成了一笔独立融资协议后，开始以小度科技独立运营，一度传出分拆后寻求上市的消息。小度科技最后一轮融资停留在2023年的B+轮，估值355亿元。
外界普遍认为小度分拆后会寻求登陆科创板，但一位参与过小度融资的机构人士告诉光子星球，股东的确表达过上市预期，但公司并未完成报送的准备。
从2015年创办到成为SLG，再到独立外部融资，现在回归到一个ACG二级部门，小度科技十余年的沉沦史，或多或少折射出百度AI的发展情况。
小度回到原点
小度的技术与核心团队最早来源于度秘/DuerOS，这是百度搜索体系所孵化的对话式AI助手。2018年3月升格为独立事业群组，两年后拆分为百度独立的子公司对外融资。
本轮调整之后，小度被归入到ACG，回到了原点。
如果从2014年孵化度秘算起，小度12年时间里经历了搭建架构、孵化产品、向硬件延伸的发展历程。期间有两个至关重要的时间节点，分别是2017年的产品化与2023年景鲲离职。
2017年1月，百度在CES上发布小度的前身，对话式AI操作系统DuerOS。一个月后，百度以9000万美元全资收购交互硬件初创公司渡鸦科技后，正式切入到硬件赛道。进入下半年，百度在“百箱大战”白热化阶段时下场，推出了自己的第一代智能音箱。
国内智能音箱市场进入了价格战后，不少玩家纷纷退出，最终只剩下了百度、小米、阿里三个头部玩家。到2021年第一季度，小度智能音箱在IDC/Canalys的榜单中同时登顶全球与国内智能音箱，至此这条赛道成为百度为数不多，经历了真刀真枪搏杀，然后坐稳行业第一的业务。
小度能打赢这场大胜仗，是多重因素共同推动的结果。战略上，景鲲从一开始就坚定地将智能音箱定位为家庭AI入口，而不是视作硬件上的博弈。All in对话式AI与百度搜索+信息流+AI的主线高度吻合，DuerOS经过几轮快速迭代后，小度不仅能提供最好的交互体验，而且用极为性价比的价格完成了一场大逆袭。
产品形态的探索上，小度起步并不顺利。2017年推出raven H，从高端下场遇阻后，迅速修正路线为聚焦大众市场。首创带屏音箱，同时列为主攻方向，这个差异化让小度从同质化竞争中脱颖而出，稳居国内第一；并逐渐拓展到教育硬件、闺蜜机、健身镜第二曲线。
2021年以后，小度拿着市场第一的份额，开启品类与场景的拓展，外部寻求更高估值的发展期，得到了百度核心团队的关注。
2022年-2026年，李彦宏关于小度的OKR都是放在智能云（O2）体系内的，从这个角度来说，小度划归ACG是理所应当。一位百度人士告诉光子星球，内部对于小度划入ACG有三种截然不同的理解。
一种观点认为是给小度打气，因为同在ACG之下的昆仑芯正在IPO，并入后能提供现成的经验。另一种观点认为小度与ACG在行业落地中有协同，例如小度智能音箱在酒店行业的落地很成熟。此外，还有观点认为小度并入ACG是一种收缩。
9月8日，小度新品发布会暨百度AI day小度专场上，其实已经能够看到小度与ACG在业务上直接联动的痕迹。ACG旗下的百度搭子以极高频的方式出现在活动内容中，官方口径中已经出现“百度搭子全面接入小度硬件”的表述。
李彦宏对于小度的态度也在这几年发生过至少两次变化。一次是2024年曾作为进取型的KR，偏弹性的要求，应该是考虑到景鲲离职后，李莹需要时间适应与调整。另一次变化是2023年，李彦宏的KR从减亏变为关注利润，这种转变与他对AI的关注越来越利润导向密切相关。
时至今日，小度至今尚未摆脱亏损，这也意味着李彦宏这几年关于小度的KR从未完成过。
景鲲与李莹，两种不同的小度
在小度的发展历史中，景鲲是定义者，也是绝对的“小度之父”。景鲲治下的小度与李莹治下是两个非常不同的物种。
一位百度人士认为，景鲲是一位带兵打仗型的CEO，是整个小度的大脑，有自己独立的产品思维。“涉及到产品时，景鲲既强势也有自己想法，会说‘我要你们去帮我去攻城略地’，并直接给产品负责人发出明确的指令。”从带屏音箱到后来大火的闺蜜机、健身镜，几乎全部出自景鲲之手。
而李莹则是百度的校招生，2004年毕业后就进入到百度搜索系统做研发，是CTO王海峰AI技术平台体系下成长起来的技术骨干，单从履历上，就能看到百度AI中台、NLP/知识图谱、百度地图、如流等几条业务上存在汇报关系。
从二人的决策与管理细节中，能看到他们不同的治理风格，直接影响了小度的发展历程。
景鲲在小度期间，每逢世界大会或者小度产品发布会这类节点，他都会事必躬亲。如果要展示一款产品功能，他必定要求产品经理确保万无一失，导致产品经理研发工程师压力极大，而负责PR与战略的团队，压力反而没那么大。
值得一提的是，哪怕排版极差，错字频现，景鲲仍然坚持自己亲手做PPT。一位与景鲲共事过的产品经理表示，“在景鲲看来这些问题不重要，只要能表达他的想法即可。”这种产品经理式的风格不仅是景鲲这样，小度早期的核心团队皆是如此，他们会为了一个产品理念与功能大吵特吵，吵完之后一起推进。
光子星球了解到，景鲲还是一个赏罚极为分明的人。
2019-2025年，崔珊珊负责人事时，她想要调整M层级，打算优化掉时任小度IoT负责人的沈健。景鲲认为沈健很好地完成了IoT与酒店业务，力保沈健。公开信息显示，沈健任内，小度覆盖客房从55万间，大增到260万间量级，成为酒店规模行业第一。
赏罚分明或许也在一定程度上造成了景鲲离职。有传言称，景鲲离职是因为希望小度引入更多外部投资，“想要给跟了自己这么多年的兄弟兑现期权”，与集团不希望过分稀释股权产生分歧愤而离职。
相较景鲲爱憎分明的性格，李莹的性格要温和很多。她的职业履历全部集中在软件开发，缺少硬件开发的经验积累，突然接手小度需要时间熟悉业务。因此在开会时，往往不会提出很多自己的具体看法。
一位内部人士告诉光子星球，“李莹希望教育、娱乐等产线的产品经理们有自己独立的想法，想清楚且逻辑闭环后，她通常会同意方案。”
有部分小度早期人士认为，李莹在百度体系内熏陶多年，做任何事情会考虑集团的想法。长板是能够多方吸收信息、权衡各方利弊，短板是缺乏持续的决断力。产品需求评审会上，经常出现如下场景：李莹询问做产品的初衷时，下面产品经理或是思路不清，或是蒙混过关，总之项目大多还是会通过。
决断力上也和景鲲有不同，小度是国内最早入局AI眼镜的厂商，但真正走向商业化量产阶段时，小度反而以后来者身份登场。
把小度装进ACG不是坏事
不论李莹是否离职，百度今年高管变动极为密集。
今年以来，百度已有三位副总裁以上的核心高管离职，包括原百度搜索总经理、百度APP研发中心负责人赵士奇；百度集团技术委员会主席、IDG首席科学家，Apollo首席架构师/总设计师陈竞凯；百度研究院副院长吴甜。如果李莹离职，则将是年内第四位离职的副总裁。
与之对应的是，年内并未晋升新的副总裁，而是在遵循百度用好“池中人”老传统的基础上，出现了空降的情况。7月孙天祥加入百度后，吴甜便卸任了基础模型研发部（BMU）负责人。
年初，Robin组织OKR中，那条提升组织活力有多种解读。一种是引入外部新人；另一种是调整业务重视级别，能上能下以激活内部活力。
事实上，年内副总裁级别的人事调整中，平级接棒仅有小度一例，李莹的继任者是ACG的百度副总裁阮瑜，这说明虽然汇报关系从Robin降至沈抖，但业务仍然是副总裁级别的业务。
而赵士奇的继任者何径舟、陈竞凯的继任者黎宇昕都不是副总裁，表明两处人事调整只是其一，同时也调降了对应业务的重视级别。毕竟对于目前百度而言，AI的叙事重心不在MEG与IDG，而在沈抖治下的ACG。
从组织架构调整来说，把小度装进ACG不是坏事，至少ACG是百度的明天。但从业务角度来说，小度亟需提升产品竞争力，景鲲离职之后，百度始终没有找到合适的替代者。
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
预制数据中心，突然火了
（本文作者为 半导体产业纵横，钛媒体经授权发布）
文 | 半导体产业纵横
最近，黄仁勋又把目光投向了数据中心。这一次，他关注的不只是里面放什么芯片，还有一个更基础的问题：如何更快地建好一座数据中心。
老黄给出的办法是：做预制。
整套Vera Rubin AI工厂在合作伙伴的工厂里装进模块化集装箱，线缆、电路、液冷管路全部布设完毕并通过功能验证，运抵现场后接上电力、冷却和网络即可开机。靠着这一招，现场部署从6个月压缩至最短14天。
预制数据中心，其实并非老黄一家琢磨。
华为推出3D数据中心，将空间布局调整与工厂预制结合起来；立讯精密旗下的立讯智算，也展示了集装箱式预制数据中心方案。大家想解决的是同一个问题：让机房建设和设备交付，尽量跟上算力需求的增长。
毕竟，在AI时代，机房如果还按老节奏慢慢盖，确实容易出现一种尴尬：爷爷立项，爸爸施工，孙子开机，顺便给上一代GPU办个怀旧展。等数据中心两年后建出来，黄花菜都凉了，最后只能当作AI的传家宝。
01 数据中心，花钱大户
AI基础设施到底有多热，可以先看两个指标：花钱，用电。
国际能源署在2026年的报告中指出，五家科技公司的资本开支在2025年超过4000亿美元，预计2026年还要增长75%。用电量也在同步增长。IEA统计，2025年全球数据中心用电需求增长17%，其中面向AI的数据中心增长50%；其更新后的基准预测是，全球数据中心用电量将从2025年的485太瓦时，上升到2030年的约950太瓦时。
国内这边，工信部披露，截至2026年9月底，我国智能算力规模达到2592 EFLOPS，同比增长146%。而这些数字，最终都要靠具体的设备和机房上去实现。
芯片需要服务器，服务器需要网络和存储，还要吃电、散热。到了高密度AI系统这里，供电、液冷、设备重量、安装空间和维护通道，都需要一起设计。英伟达在DSX POD技术说明中，也将计算、网络、电力、液冷和运输结构列为需要协同处理的工程环节。
这意味着，算力扩张带来的不只是“多盖几间机房”。设备的集成程度提高了，配套系统也需要跟着调整。
与此同时，计算设备本身的组织方式正在变化。面对大模型训练和推理中的通信需求，厂商开始通过更紧密的高速互联，将更多加速器组织成协同工作的系统，超节点成为其中的重要方向。
而超节点怎么设计，会直接影响机房怎么配套、怎么安装，以及多久才能交付。
02 形态各异的超节点，给机房出了新题
数据中心的需求下，服务器跟不上了，行业里全都在看超节点。
当前，厂商所说的超节点，并不对应完全一致的物理尺寸。它可以集中在一座机柜里，也可以跨越多座机柜。例如，新华三有单柜32卡或64卡的产品，华为公布的Atlas 950最大配置则覆盖160个机柜。
看超节点不能只盯着“多少卡”。至少要分清三个数字：单个机柜装多少卡，一个超节点连接多少卡，以及整个集群总共有多少卡。这三个数字，分别关系到部署密度、紧密互联的规模和整体建设规模。
首先来看机柜形态和数量。
按照单柜集成数量，业内的超节点大致形成了三个梯队。32卡、64卡是较常见的基础配置。其中，华为Atlas 950、沐曦曦景S600，以及百度天池、新华三的相关方案，都采用了单个计算柜64卡的设计。
再往上，是将单柜集成数量提高到百卡以上的方案。摩尔线程在2026年WAIC展示的MTT C256，采用单柜128卡配置；天数智芯展示的IXL144，则强调将144颗GPU集成到单机柜中。
在这里比较特别的是中科曙光scaleX640，采用“一拖二”高密架构和极度定制化的刀片模块（将加速卡、内存、互联芯片集成至30cm×20cm×5cm的空间内），在1.8米标准机柜内容纳80个刀片模块，硬生生将单柜密度推高至惊人的640卡。
再来看密度背后的互联。卡装得越多，数据往来就越繁忙。在大模型训练和MoE负载中，芯片之间的通信已经成为系统设计的重点。
讨论互联时，可以分成三个层面：采用什么协议，硬件怎样连接，以及信号通过铜还是光传输。
在协议层面，华为通过灵衢互联体系组织计算资源，百度围绕自研XPU-Link和可编程交换技术构建通信域，壁仞则布局BLink超节点互连协议。行业中也有UALink这样的开放加速器互联标准。比如，新华三UniPoD系列，就同时包含基于以太协议和PCIe协议的产品，其中F80000采用PCIe光互联。
在硬件连接层面，业内在讨论正交直连、Cable Tray等设计。比如，沐曦曦景S600强调柜内连接的“三零”设计，通过减少传统线缆连接，改善部署与维护；百度则在天池方案中，将XPU-Link协议、交换技术与Cable Tray铜缆互连一起设计。
值得关注的是光连接选手。
壁仞推出的1024卡方案采用NPO近封装光学与分布式解耦架构，将GPU节点和交换节点分开部署，通过光连接组织资源，支持单个超节点最高1024卡Scale-up扩展。华为的光模块的应用也很领先，此前384卡配置400G光模块，当前1024卡升级为800G GPU光模块，速率提升一倍、用量减少。
第三看迁移成本，也就是软件生态。对已经积累了大量CUDA应用的客户来说，更换计算平台涉及的不只是采购。
各家国产芯片都有自己的软件底座：华为有CANN，摩尔线程有MUSA，沐曦有MXMACA，昆仑芯和天数也分别建立了配套的软件栈。在框架层的迁移上，客户继续使用PyTorch等熟悉的框架，底层则切换到新的硬件平台。华为通过TorchNPU将PyTorch接入昇腾，昆仑芯与飞桨进行适配，其他厂商也通过框架支持，让模型开发延续原有方式。
在应用中直接用CUDA接口和自定义内核的部分，摩尔线程的MUSA提供了两种具体做法：musify将CUDA源码转换为MUSA代码，MUSA Mapping则在编译过程中完成映射，让支持范围内的源码保留CUDA写法，再编译成面向摩尔线程GPU的程序。昆仑芯也在XPU Runtime中提供CUDA兼容接口。中科曙光则主打开放包容，兼容主流生态并支持多品牌国产卡混合部署。
最后来看，这些超节点正在进入哪些场景。从实际需求看，超节点目前主要沿着三类场景推进：大模型训练与推理、公共智算基础设施，以及科学计算等行业应用。
大模型是最直接的推动力。模型规模扩大、训练任务增加，让互联网企业较早产生了大规模紧密互连的需求。作为第一代正式商用的超节点，昇腾384超节点已商用落地750多套，规模应用于互联网、运营商、金融、教育、医疗、交通、制造等行业，也是国内唯一训练出SOTA模型的超节点。
百度超节点有百度自身核心业务的验证，已经实现了量产交付，是国内率先实现量产交付的超节点产品之一。
中科曙光国家超算互联网核心节点在郑州上线试运行。据悉，该节点算力资源由3套曙光scaleX万卡超集群系统提供支撑，可对外提供超3万卡的国产AI算力。
与此同时，国产GPU厂商的集群业务也在推进。摩尔线程MTT C256 目前处于“商用准备就绪、早期客户验证”阶段；但摩尔线程的夸娥智算集群已在多地交付，摩尔线程披露一笔6.6亿元夸娥智算集群合同，已在上半年完成交付并确认收入。同时，无锡惠山智算中心一期部署 2000 张 S5000，两个月后基本满载，已有 20 多家客户测试或正式使用。
壁仞目前成功交付了包括2048卡光互连光交换GPU超节点在内的多个千卡级智算集群。此前推出了“光跃LightSphere X”的超节点方案，在半年内快速实现了128卡商用版的落地。
天数智芯天垓系列GPU已经实现万卡级规模化落地，服务超过380家政企、科研与产业客户，落地部署超过1000个项目。
各家的产品形态和商业化进度不尽相同，但这些案例已经把一个问题摆到了台前：当计算设备开始以整柜、多柜乃至万卡集群的规模组织起来，承载它们的机房，也需要相应的建设和交付能力。
计算、网络、供电和冷却需要一起考虑。预制化提供的办法，就是把能够提前完成的集成与验证工作放进工厂，让现场少一些逐项安装和协调。
03 数据中心，早就开始预制了
早在2006年，Sun就发布过Project Blackbox，将计算、存储、网络，以及配套供电和冷却设施装进标准集装箱，主打运输方便、快速部署。
当年的发布现场，就已经展示了接入外部电力、冷却水和网络后投入运行的思路。
换句话说，“机房装箱，运到即接”的思路，快到可以参加二十周年同学会了。把预制说成AI时代横空出世的新发明，多少有点替老技术补办出生证明。
如今，AI需求让这条老路线有了更大的用武之地。从供电、制冷等机电模块，到集装箱式机房，再到围绕特定计算平台进行整套集成，各家正在把预制推进到不同层级。
先来看已经开展规模化交付的模块化数据中心。以中集集团为例，公司在2026年3月30日的投资者关系活动记录中披露，其在中东、东南亚等地区累计交付的模块化数据中心规模超过1000MW、模块超过17000个；同时，正在为超过300MW的行业客户提供预制化数据中心的技术与制造交付服务。
中国速度的秘诀在于“双厂协同”与全流程一体化交付：90%以上的结构施工、机电安装和内部装修在国内工厂完成，现场只需像搭积木一样进行拼接。
国内华为3D数据中心，借鉴芯片工厂“动力层”与“IT层”严格分离的理念，通过分层解耦、立体堆叠，将传统水平部署的各个功能空间垂直叠加，形成“一层供冷、二层IT设备、三层供电、屋面备电”的垂直架构，实现垂直供电，垂直制冷，链路最短，损耗最小，支撑AI算力集群高密部署，同时为算力演进预留空间。
在建设模式上，华为将供电、制冷等核心机电系统做成标准化POD（可独立运行的最小数据中心单元），在工厂完成预制、组装和测试，现场主要进行装配和连接。其大小机电预制化率超过90%，机电交付时间由约6个月缩短至3个月。
立讯智算推出的是集装箱式预制数据中心方案。数据中心被拆分为一个个集装箱大小的标准模块，供电、散热、算力、组网、存储等都在工厂里提前集成、调试完毕，运到现场像搭积木一样拼接起来，接上电即可使用。一座方舱，就是一座开机即用的数据中心。
其中，能源模块将变配电与储能融为一体，负责稳定供电；液冷模块通过冷却液分配单元（CDU）与冷板管路，让冷却液直达芯片、带走热量；算力模块由成排的 GPU 整机柜组成，上电即有算力；组网模块基于正交组网（Orthogonal Fabric）将所有整机高速连通；租户模块则可按需配置，支持一池多租。客户需要什么就选配什么，钥匙一交，数据中心即刻上线。
浪潮的方案是预制化方舱数据中心 PrefabDC-C1000 系列 AIO 方舱。标准化箱体设计，主流规格涵盖 20 英尺、40 英尺国际标准尺寸，可根据算力需求灵活选型或组合扩展。据了解，已经在日本、沙特、哈萨克斯坦阿拉木图落地建设。
谈回这次的英伟达。DSX POD是把7个Vera Rubin机架连同线缆在工厂内预装成一个集装箱，合作伙伴可以在工厂完成机架间连接、管路安装和功能验证，再将预装模块运输到已经准备好的场地。参与这一方案的合作伙伴包括戴尔、HPE、联想、施耐德电气、维谛等，计划于2027年初开始交付。
按照英伟达提出的部署目标，在外部配套就绪的条件下，DSX POD可以将现场部署时间压缩至最短14天。提前完成的工厂集成与现场基础设施准备相互配合，共同推动AI工厂上线。
04 结语
预制数据中心始终在处理一个问题：怎样减少现场组装和集成的时间。
今天的变化，是需要提前集成的系统更加复杂，计算、网络、供电和冷却之间的配合也更加紧密。设备在工厂里多完成一道工序、多做一次验证，现场就能少一些安装和协调。
数据中心，早就开始预制了。如今这项老技术重新火起来，背后是一个越来越迫切的要求：算力设备在升级，机房的建设和交付也得跟上。
毕竟，GPU可以买新一代，机房总不能还停在上一代的工期里。
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
升级iOS 27.2限制百度网盘传感器权限后 百度网盘还是能激活摇一摇跳转广告？
百度开源“文心 Unlimited OCR 2”，全球首次实现任意页数文档解析
OCR 3.0 时代来了！文心 Unlimited OCR 2 开源发布，超长文档解析迎来“页数自由”
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）。实测显示，该模型能够一次性解析《哈利·波特》全系列 7 部作品，累计超过 3600 页，在文档长度大幅增加的情况下，依然保持较高的精度和处理效率，推动文档解析技术迈向OCR 3.0时代。
公开基准测试显示，在面向多页文档解析的 MPDocBench，以及专门评估百页级超长文档解析能力的 MarathonDocBench 上，文心 Unlimited OCR 2 的综合得分分别为 84.6分和 77.1分，达到端到端性能SOTA，大幅领先 Qwen 3.8-Max、Gemini-3.8-Flash、GLM-5.3-Flash、DeepSeek-4.1-Flash等模型。
这一突破得益于文心 Unlimited OCR 2 所提出的稀疏参考滑动窗口注意力机制（Sparse Reference Sliding Window Attention，SR-SWA）。该机制借鉴了人类抄录书籍的过程——通常专注于当前页面，只有在需要核对前文或查找跨页信息时，才会回看相关内容，而非反复翻阅整本书的内容。
SR-SWA 将该思路引入模型的注意力计算中。具体而言，页面门控（Page Gate）先把每个查询的视觉参考范围从整个文档缩小到相关页面，同时建模跨页的位置关系；随后引入得分最高的视觉 Token 桶（Token Buckets），以捕捉长距离视觉依赖关系。报告测试显示，在百页文档场景中，SR-SWA 的单步解码速度相比 Full Attention 和上一代 R-SWA 分别提升7倍和5.6倍。
随着 AI 技术的发展，长篇研报、整本书籍等超长文档的解析需求日益增长，对 OCR 技术提出了全新挑战。传统 OCR 的解析范围多局限于单页，多页解析通常依赖于结果拼接；第一代 Unlimited OCR 通过引入参考滑动窗口注意力机制，将解析范围拓展至连续数十页；而此次发布的 Unlimited OCR 2 则进一步突破了超长文档解析的计算瓶颈，通过SR-SWA减少冗余视觉信息计算，结合无限解码机制（Unlimited-Horizon Decoding）降低超长文档解析的计算与显存开销，推动文档解析技术迈向OCR 3.0时代，实现了真正意义上的任意页数文档解析。
Unlimited OCR 项目已经获得全球开源社区广泛认可。第一代 Unlimited OCR 于6月22日正式发布后，次日即登顶 GitHub Daily Trending 总榜、Python 榜， HuggingFace 全球模型总趋势榜、多模态模型趋势榜，实现四榜第一，GitHub Star 5 天突破 1 万，跻身现象级爆款项目行列。截至目前，Hugging Face 累计下载量突破 1000 万次，GitHub 斩获 2.85 万 Star，获得图灵奖得主、AI 科学家杨立昆（Yann LeCun）的转发推荐。
11月12日，百度世界2026大会将进一步展示文心 Unlimited OCR 2 的技术亮点及应用潜力。 本届大会以“下一幕，智能组织”为主题，将发布百度“芯云模体”全栈AI的最新升级成果，助力企业和开发者加速AI应用落地，推动智能组织进化。
目前，文心 Unlimited OCR 2 的代码和模型权重同步开源至 GitHub、Hugging Face，并同步上线百度智能云平台和百度AI开放平台，开发者和企业用户可下载使用。
文心 Unlimited OCR 2 开源地址：
GitHub：https://github.com/baidu/Unlimited-OCR
HuggingFace：https://huggingface.co/baidu/Unlimited-OCR-2