产品应用8

百度Qianfan-VL企业级任务表现出色

CourseAI2025-09-23

AI 摘要

百度千帆团队推出Qianfan - VL系列多模态大模型，能兼顾通用与企业级任务，基于自研芯片训练。它通过四阶段训练等解决技术难点，数据合成降成本，长CoT提升推理能力。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

大厂Agent混战，10多个AI名品被“杀”

2026年8月AI圈组织架构调整频繁，阿里、字节整合多款产品，腾讯、百度也有动作。办公Agent成大厂混战核心，虽有产品被整合，但各厂优势不同，终局难测。

多模态大模型处理多参考图与视频对应关系能力不足。为此提出 RefCaptioner，强化模型对参考图识别感应能力、优化输出格式与奖励函数；还构建 MRVBench 评测基准，实验显示其表现优异。

随着多模态大模型发展，Web Agent 面临验证码挑战。上海交通大学等团队发布 HLL 评测基准，解耦真实度为三维度，对 8 款前沿模型测试，揭示 Agent 在多步交互微操上的短板。

百度开源的Unlimited - OCR项目目标是处理图片、长文档等资料，将其转化为Markdown等结构化结果。它提供多入口，解决传统OCR处理长文档的问题，有多种应用方向，但也有边界。