科研写作神器，超越Mathpix的科学公式提取工具已开源
科研写作神器，超越Mathpix的科学公式提取工具已开源LaTeX 公式的光学字符识别（OCR）是科学文献数字化与智能处理的基础环节，尽管该领域取得了一定进展，现有方法在真实科学文献处理时仍面临诸多挑战：
来自主题: AI技术研报
8757 点击 2025-08-06 12:56
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
LaTeX 公式的光学字符识别（OCR）是科学文献数字化与智能处理的基础环节，尽管该领域取得了一定进展，现有方法在真实科学文献处理时仍面临诸多挑战：
Huxe 是您的个人音频伴侣，旨在将您关心的一切，转化为精心生成的交互式体验。
SkinVision 是一家于 2011 年在荷兰阿姆斯特丹成立的数字健康公司，致力于通过人工智能（AI）驱动的移动解决方案，实现皮肤癌的早期检测与个性化皮肤健康管理。
近年来，大语言模型（LLM）在语言理解、生成和泛化方面取得了突破性进展，并广泛应用于各种文本任务。随着研究的深入，人们开始关注将 LLM 的能力扩展至非文本模态，例如图像、音频、视频、图结构、推荐系统等。
声音理解能力新SOTA，小米全量开源了模型。 MiDashengLM-7B，基于Xiaomi Dasheng作为音频编码器和Qwen2.5-Omni-7B Thinker作为自回归解码器，通过创新的通用音频描述训练策略，实现了对语音、环境声音和音乐的统一理解。
在 2025 年第二季度财报中，Palantir 交出了一份几乎所有 SaaS 从业者都梦寐以求的成绩单：美国商业业务收入同比增长 93%、总收入突破 10 亿美元、调整后经营利润率 46%、自由现金流利润率 57%、Rule of 40 指数高达 94%。
还是Claude痛快，Claude Opus 4.1前脚曝光，今天这就正式发了。编程性能再次突破天花板，超越Claude Opus 4，拿下SOTA。此外在Agent任务和推理方面进一步升级。但加量不加价，定价和Claude Opus 4一样。
今天凌晨，OpenAI 甩出一对王炸，正式发布两款开源模型：gpt-oss-120b 和 gpt-oss-20b。是的，你没看错，那个曾经被戏称为 CloseAI 的男人，带着他的诚意，回来了！
GPT-5又咕咕，但是把Claude新模型诈了出来—— Claude Opus 4.1，被曝正在进行内部测试。
通义模型家族，刚刚又双叒开源了，这次是Qwen-Image——一个200亿参数、采用MMDiT架构的图像生成模型。 这也是通义千问系列中首个图像生成基础模型。