每日AI新鲜事·08月28日午间版：GLM-OCR与AI科研评测

今天AI圈的消息不算特别炸裂，但有几条值得聊聊。

第一条，Reddit的机器学习板块有人分享了GLM-OCR的入门教程。

说的是基于视觉语言模型的OCR正在逐渐成为文档处理流水线的主流组件。

这个方向确实在加速。以前OCR都是传统方案，现在VLM一上来直接端到端。

不过文章里也提到了，主要瓶颈还是模型体积太大。部署成本摆在那儿。

对，之前还有人吐槽Gemini做OCR遇到版权问题拒绝识别公版书，GLM-OCR这种专用模型反而没这毛病。

你说到点上了。专用模型在垂直场景里确实更靠谱，不会被安全策略误伤。

第二条，Hacker News上有个新的AI评测基准，叫Terminal-Bench-Science。

专门评估AI Agent在科研工作流上的表现。

这个名字起得挺直白。之前各种Bench太多了，但科研场景确实是个空白。

因为科研工作流特别复杂，不是简单的问答或编程，涉及文献检索、实验设计、数据分析一整套。

对，感觉跟之前那个scientific-agent-skills项目是配套的生态。

没错，Skills负责能力供给，Bench负责评估。这说明科研AI这条线在系统化地建设。

第三条比较轻松，Reddit有人分享了贝叶斯推断原理的代码实现。

教学向的内容，印度时间凌晨五点发帖，这哥们挺卷的。

还有一条，有人在讨论带拒绝选项的成本敏感决策框架，用贝叶斯决策理论做数据质量验证。

这个其实挺实用的。数据质量校验的时候，不确定就不要硬判，显式地说不知道，比强行给答案好。

好了新闻先到这儿，接下来我们深入聊聊两个有意思的事。

一个是Nitter这个项目最近又火了，一天涨了七十多星。另一个是Gemini Omni Pro的等待问题。

先说Nitter吧。这是一个用Nim语言写的Twitter替代前端，总星数快一万四了。

Nitter这个项目很有意思。它本质上是让你不登录就能看Twitter内容，而且没有广告、没有算法推荐。

但Twitter早就改名X了，而且API限制越来越严。Nitter之前不是已经基本不能用了吗？

对，所以它现在每天还能涨星才有意思。说明社区一直有人在维护、在找新的绕过方式。

这背后反映的是用户对平台封闭化的持续反抗。你看开源社区最近哪些项目火？OpenCut替代剪映，Nitter替代Twitter前端。

你这么说我突然想到一个问题。这种替代前端，法律上站得住脚吗？

灰色地带。它不存储数据，只是换了个展示方式。但平台的服务条款肯定不允许。

所以它一直在猫鼠游戏的状态。API封了就换方式抓取，抓取被封了就用新路径。

那为什么最近又涨星了呢？是有什么新进展？

我觉得跟整体趋势有关。用户对臃肿闭源平台的忍耐度在持续降低。

加上现在AI Agent越来越需要从社交媒体抓数据，Nitter这种轻量前端反而成了很好的数据源接口。

这角度有意思。不只是人在用，Agent也需要用。

好，再说另一个。Reddit的Gemini板块有人发帖说一直在等Omni Pro。

对，Google发了Omni 1.1 Flash之后，社区自然就开始期待Pro版本。

但Google的发布节奏一直让人捉摸不透。Flash先出，Pro要等多久？

Google的策略很明确，先用Flash版本试水，收集反馈，Pro版本再做优化。

但用户的期待管理是个问题。你先放出一个轻量版，大家自然会问重量版什么时候来。

不对吧，我觉得不只是等待的问题。用户真正焦虑的是，Flash够不够用。

你说的对。很多人的心态是，Flash如果能满足需求我就不等了。但总觉得Pro会好很多。

所以结论是，Google这种分批发布的策略，好处是快速迭代，坏处是让用户一直处于等待焦虑中。

嗯，而且现在竞争这么激烈，Anthropic和OpenAI都在密集更新，你让人等太久就流失了。

总结一下今天聊的。VLM-based OCR在专用化，科研AI评测在体系化，开源替代在持续升温。

还有一点，用户的耐心在缩短。不管是等Google出Pro还是等平台开放API，大家越来越倾向于自己动手。

确实。好了今天就聊到这儿，李博周五晚上见。

晚上见，周末愉快。