百度发布新一代文字识别模型PP-OCRv5；微软推出突破性实时翻译 API；支付宝发布AI就业助手“晓叶”极新早报

—— ·要点速览· ——

1、百度发布新一代文字识别 AI 模型 PP-OCRv5：仅 0.07B，部分测试超 GPT-4o

2、腾讯宣布开源 Youtu-GraphRAG 框架，解决图检索增强技术难题

3、支付宝发布 AI 就业助手“晓叶”：支持“岗位找人”、职业规划、职业培训

4、微软推出突破性实时翻译 API，支持 143 个地区 76 种语言实时交流

5、AI制药迎重要催化：甲骨文医疗战略再落一子 云基建成关键助攻

更聚焦的科技行业交流群，捕捉每一条科技动态，诚挚邀请创业者、发烧友加入我们。微信扫码进群：

进群后，你有机会得到：

• 最新、最热的科技资讯；
  

• 最精准的行业资源对接；
  

• 论坛、沙龙、企业游学门票。

1、AI游戏研发商「梦熵科技」完成股权投资。

梦熵科技是一家AI游戏研发商，业务范围集中于AI技术领域，譬如AI游戏/交互应用、虚拟伴侣、AIGC创作以及虚拟演出＆元宇宙。

2、3D传感器芯片研发商「灵明光子」完成C3轮融资，投资方为浙江金融控股。

灵明光子是一家3D传感器芯片研发商，专注于研发高效率单光子探测器（SPAD）的大规模集成芯片。主要有两条产品业务线：适用于高性能激光雷达光子接收方案的硅光子倍增管（SiPM）和适用于消费级电子产品的SPAD成像传感器（SPADIS）及整体dToF解决方案。已推出SiPM、单光子成像SPAD面阵芯片以及多点和有限点dToF芯片及模组等产品，不断加速产品在智能汽车、高端手机、机器人、自动控制、人机交互、智慧家居等领域的应用落地。

3、超算力云服务提供商「是石科技」完成1亿人民币Pre-A轮融资，投资为百度风投领投，誉道创投跟投。

是石科技是一家超算力云服务提供商，以“HPC+AI”为核心技术，打造领先的HAI统一计算平台，提供算力调度、并行优化及模型专家服务。依托自身长期积累的技术实力，以高性能计算为基础、以性能优化为内核、以超级计算产业化为使命，实现国产超智融合计算突破，通过市场化运营方式，发展计算软硬件核心技术和应用生态。

4、水导激光设备制造商「科诗特」完成数千万人民币A轮融资，投资方为兴泰创投，科大硅谷，合肥产投集团，滨湖金投集团，逻之稻芯等。

科诗特是一家水导激光设备制造商，科诗特水导激光设备已在碳化硅晶体、金刚石及金刚石复合材料、精密陶瓷、硬质金属、复合材料等精密加工领域成功应用，其产品及解决方案广泛服务于第三代半导体用设备、汽车电子及核心部件、航空航天精密部件和高端医疗器械等领域。

1、百度发布新一代文字识别 AI 模型 PP-OCRv5：仅 0.07B，部分测试超 GPT-4o

9 月 13 日消息，百度于 9 月 10 日在 Hugging Face 发布新一代文字识别解决方案PP-OCRv5。

百度介绍称，PP-OCRv5 是一个为缓解大型视觉语言模型（VLMs）局限性而设计的专用 OCR 模型，它提供了一种高效、准确且轻量级的解决方案。

PP-OCRv5 通过保持模块化、两阶段的流程，专门针对高速、精确的文本检测和识别，解决了大型 VLMs 的精确文本定位和边界框精度局限性问题。

PP-OCRv5 的亮点如下：

• 效率：该模型参数量仅为 0.07B，能够在 CPU 和边缘设备上实现更高性能，其移动版本在英特尔 Xeon Gold 6271C CPU 上每秒可处理超过 370 个字符。

• 性能：PP-OCRv5 在 OCR 特定基准测试中优于通用型 VLM 模型，如 Gemini 2.5 Pro、Qwen2.5-VL 和 GPT-4o，包括手写和印刷的中英文以及拼音文本。

• 定位：PP-OCRv5 旨在提供精确的文本行边界框坐标，这对于结构化数据提取和内容分析是关键要求。

• 多语言支持：该模型支持五种文字类型 ——简体中文、繁体中文、英文、日文和拼音，并能识别超过 40 种语言。

  
  

PP-OCRv5 由四个核心组件构成：

• 图像预处理：处理图像的旋转和畸变，以标准化输入。

• 文本检测：识别图像中文本行的精确位置。

• 文本行方向：分类检测到的文本方向，以确保其正确对齐以进行识别。

• 文本识别：将每行文本中的字符解码为文本字符串。（IT之家）

2、腾讯宣布开源 Youtu-GraphRAG 框架，解决图检索增强技术难题

9 月 13 日消息，图检索增强生成（GraphRAG）已成为大模型解决复杂领域知识问答的重要解决方案之一。然而，当前学界和开源界的方案依然面临开销巨大、效果有限、适配成本高等难题。

因此，腾讯优图实验室今日宣布 —— 正式开源 Youtu-GraphRAG 框架。据介绍，Youtu-GraphRAG 在六个跨领域多语言基准测试中均展现出了优秀的性能表现：

• 大幅成本优化：相比同类最佳方案，构图成本节省 30%+；

• 显著精度提升：在复杂推理任务中获得最高 16%+ 的准确率提升；

• 强大泛化能力：支持中英双语处理，通过最小化人为干预 Schema 实现跨领域无缝迁移。（IT之家）

3、支付宝发布 AI 就业助手“晓叶”：支持“岗位找人”、职业规划、职业培训

9 月 13 日消息，在今年的 2025 Inclusion 外滩大会上，支付宝数字就业团队正式发布 AI 就业助手“晓叶”，可依托人工智能大模型与数字人技术，进一步提升企业招聘与求职者找工的体验。

汇总该产品主要功能如下：

“晓叶”具备 4 大核心能力，包括撮合匹配岗位、在线面试、职业规划和培训推荐，提升就业市场两端的服务。

AI 撮合匹配：实现从“人找岗位”到“岗位找人”，求职者在支付宝上搜“找工作”，进入就业服务页面后，即可点击和“晓叶”进行对话；与 AI 助手的智能交互，可深度了解求职者需求，更精准地推荐相关岗位，解决求职者在海量岗位中苦苦搜寻的痛点。目前，支付宝就业频道 1200 万的岗位已接入 AI 匹配功能。

AI 在线面试：实现免等待直通面试环节，通过 AI 助手“晓叶”推荐报名岗位后，可免等待免奔波直通 AI 在线面试间，让面试不再受地域和时间所限，求职效率进一步提升。目前已有 15 万岗位开通 AI 在线面试功能。面试后，AI 助手还能快速出具面试报告，供招聘方参考和决策。

AI 职业规划：根据求职者个人特点、过往经验、技能 / 证书、个人意向等，给出可落地的行动建议，助力短、中、长期的职业发展规划。

职业培训：可识别求职者当前能力与目标岗位的差距，并“精准推荐”相对应的有关课程，改变传统职业培训“供需错配”、“学用脱节”的痛点。（36氪）

4、微软推出突破性实时翻译 API，支持 143 个地区 76 种语言实时交流

9 月 13 日消息，据外媒 Neowin 今晚报道，微软发布了“突破性（breakthrough）的” Live Interpreter API，将实时多语言翻译能力引入 Azure Speech Translation。用户无需设置输入语言，就能实现流畅的跨语言沟通。

该功能支持 76 种语言和 143 个地区，具备自动识别语言、低延迟、接近人工口译的实时效果，还能使用个人语音保留说话者的风格和语气。目前已开放公测。

这项 API 可用于多语言呼叫中心、在线会议、课堂教学、社交电商直播等场景，软件开发者可以借此取消语言切换菜单，让对话过程中自由切换语言。

其中的个人语音功能尤为亮眼，其能够完整保留原说话者的语调和节奏，让翻译后的声音听起来更自然，并提供企业级的隐私和同意控制。

Live Interpreter API 基于 Azure Speech Translation 打造，能够实现连续语言识别、覆盖所有支持语言、并提供低延迟的语音翻译。

微软官方的新闻稿提到，公司已与安克创新合作展示实际应用。安克创新表示：“我们很高兴能与微软合作，展示 AI 与日常科技结合的可能性。借助 Live Interpreter，我们为全球用户带来更智能、直观且沉浸的视听体验。”

微软还提供了快速入门指南，方便开发者集成该功能。普通用户无需直接操作 API，就能通过接入该能力的应用或网站体验跨语言交流。（钛媒体）

1、AI制药迎重要催化：甲骨文医疗战略再落一子 云基建成关键助攻

为甲骨文带来4000亿美元潜在收入的云基建，正成为其推进AI医疗战略的“关键一子”。

近日，人工智能药物开发商Absci宣布，与甲骨文和AMD合作，加速生成式人工智能驱动的药物发现进程。其中，AMD负责提供MI355X GPU以加强AI性能，甲骨文则负责提供云基础设施，从而强化AI制药平台从大规模分子动力学模拟到完整抗体设计的计算能力。基于此设置，可将 GPU间延迟降低至2.5微秒，并实现每秒TB级的数据传输。

甲骨文将此次合作看成云计算推动生物技术进步的体现，其医疗与生命科学部门负责人表示：“我们为Absci提供可预测的性能和紧密的工程协作，从而突破生物制剂设计的界限。”

事实上，近年来甲骨文始终将医疗视作其重要任务。早在2021年，公司便以283亿美元高价收购电子健康记录公司Cerner，并成立了专门的业务部门Oracle Health，旨在构建一个整合云技术、数据平台与AI的医疗生态系统。今年年初，创始人拉里·埃里森表示，正在利用OpenAI和软银的工具开发癌症疫苗。

无独有偶，制药巨头也积极布局AI药物研发方向。9月9日，礼来公司推出TuneLab平台，向生物技术企业开放其基于超10亿美元研发投资构建的人工智能药物发现模型。此外，默沙东、辉瑞、BMS等也均有布局AI制药相关公司。

作为可投资的AI应用分支来看，“木头姐”凯茜·伍德曾在今年初强调，从长远来看，医疗保健可能会成为最深刻的AI应用领域。国海证券近日研报指出，在AI中下游板块中，AI+医疗更具备结构性亮点。信达证券认为，随着创新药进入分化行情，需要精选α个股。回顾行业综合PE综合水平仅在历史平均水平，科创资金在医药板块有望外溢到AI医疗。（ 科创板日报 ）

“鉴赏力要高过AI，站巨人肩膀做1到100的精进。”

更多干货分享敬请关注我们的公众号与视频号~超多精彩对话内容等待您的解锁！