百度新OCR模型,4B参数完成文档理解.腾讯预告 HY 3.0,Agent 评测与本地推理继续推进|「03.19」AI技术进展

百度

Qianfan-OCR 把表格、公式、图表和关键信息提取合进一个 4B 模型

百度新模型 Qianfan-OCR，这是一款4B 参数的端到端文档理解模型。它把表格提取、公式识别、图表理解和关键信息提取这些原本常常要拆成多步处理的任务，合进了一个模型里，一次推理就能完成。

以后文档理解这件事会变得更简单。以前这类系统往往要拼很多模块，现在如果一个模型就能做完，部署门槛、维护成本和出错点都会下降，对做票据、报表、论文、合同处理的团队会更友好。

除了模型本身，百度还给出了部署信息：4B 参数可以单卡运行，W8A8 量化下单张 A100 每秒可处理 1.024 页，而且只需要单个 vLLM 实例，不需要多阶段编排。

这让这条能力更新不只是“实验室里更强了”，而是更接近真正能用起来。很多时候，模型有没有价值，不只看它能做什么，还要看它需不需要很重的工程才能跑起来。百度这次把能力和部署一起给出来，实际意义会更强。

腾讯

腾讯预告 HY 3.0 将于 4 月推出，重点拉升推理和 Agent 能力

腾讯在财报发布后的媒体沟通中透露，HY 3.0 正在内部业务测试中，计划于 4 月对外推出。按照目前披露的信息，这会是混元模型的一次重大升级，相比 HY 2.0，推理和 Agent 能力会有明显提升。

这条虽然还是预告，不是正式发布，但价值不低。因为它说明国内大模型竞争已经不只是比聊天和生成，而是在往“推理更强、能做更多事的 Agent”这条路上加速靠拢。后面谁先把这类能力真正做成可体验、可调用的产品，谁就更容易抢到下一阶段的注意力。

Amazon

Strands Evals 把 Agent 评测做成更系统的框架

Amazon 这次放出的重点，不是新模型，而是一套更系统的 Agent 评测方法。Strands Evals 提供了案例、实验、评估器、用户模拟、多轮对话测试和工具调用评测这些能力，想解决的是：Agent 不像传统软件那样结果固定，应该怎么更稳定地衡量它到底好不好用。

这类变化对行业很重要，因为 Agent 现在最大的问题已经不只是“能不能跑”，而是“怎么知道它真的靠谱”。评测框架开始变成熟，意味着 Agent 正在从演示阶段往可交付、可上线、可持续优化的阶段走。

Ollama

Ollama 继续补本地推理工程能力，MLX、量化和 websearch 都在往前推

Ollama 这次更新看起来像一串工程项，但核心方向很清楚：

         继续补本地和轻量运行能力。里面包括 MLX 相关优化、预量化 tensor packing、量化 embeddings、更快的 SwiGLU、运行时修复，以及给 OpenClaw 注册 websearch。

这类更新声量不一定最大，但它代表另一条很重要的路：不是所有 AI 能力都要往更大模型走，很多团队更在意的是能不能在本地、更轻、更便宜地跑起来。谁把这条路铺得更顺，谁就更容易吃到开发者和个人部署的长期需求。