ARTICLE · 1272245

【国产AI】扩散大模型 Clover 开源,面壁 1.3B OCR 横扫四项第一|10-29

发布时间：2026-10-29 08:34:00 最近访问：2026-10-29 08:34:01

10 月 28 日晚，一家叫扩散智能（DiffuSpace）的公司把自回归大模型的老路换了个方向——用「扩散」方式生成文字的 Clover，跑出了 680 tokens/s，处理无人机禁飞区报文只用了 7.32 秒，而对照的 Qwen 花了 62.3 秒。同一晚，面壁智能的 1.3B 小模型 MiniCPM-OCR 在六项测试里拿下四项 SOTA，把一众大厂 OCR 按在地上摩擦。

一、扩散智能开源 Clover：用「扩散」重写大模型【国产开源生态 #15】

事件概述 10 月 28 日，扩散智能 DiffuSpace 发布并开源 Clover-35B-A3B-Preview，MoE 架构，总参 350 亿、激活 30 亿。它走的是 dLLM（扩散语言模型）路线——不同于 GPT / Claude 从左往右逐个吐 token，dLLM 全局生成、并行解码。官方 Demo：从 20 条空管报文提取地点与半径设禁飞区，Clover 用 7.32 秒，Qwen3.5 用 62.3 秒；内部生成速度 680 tokens/s，Agent 编程等六项评测超 Mercury 2.5 与同尺寸 Qwen3.6。

值得关注的原因 这不是「又一个中文模型」，而是范式层面的尝试。自回归模型卡在「逐个 token、易跑偏、速度有天花板」，dLLM 用双向注意力加块级并行去噪，逻辑规划和速度都更优。对开发者，意味着小激活参数也能跑出高质量 Agent 任务；对行业，说明「堆参数」之外的路开始跑通。风险：dLLM 的工具链和生态仍早期，离生产可用还有距离。

二、面壁 MiniCPM-OCR：1.3B 干翻大厂 OCR

事件概述 10 月 28 日，面壁智能开源 MiniCPM-OCR 1.0（仅 1.3B 参数）与同天的「裁判」模型 MiniCPM-OCR Jev（只判卷、不答题）。MiniCPM-OCR 1.0 在六项核心测试拿 4 项 SOTA：Real5-OmniDocBench 93.68、Wild-OmniDocBench 92.39、OCRBench v2 54.7、CHAOS-Bench 29.78（超第二名 1.4 倍）。支持中英双语文档与 PDF 解析，拍照、弯曲、翻拍场景都稳定。

值得关注的原因 1.3B 干翻大厂，是「小模型专精」路线的胜利。OCR 是合同、标书、研报、票据的最高频痛点，过去要么靠巨型多模态模型、要么靠贵 API。面壁用 1.3B 把显存和成本压到地板，还配一个「裁判模型」专门做评测闭环——这思路本身比分数更值得抄。对中小团队，意味着文档智能可以自己部署、边际成本近零。

三、美团发免费 AI 店长：Agent 沉到街边小店【AI智能体落地 #11】

事件概述 10 月 22 日美团外卖产业大会，美团发布「妙手外卖版·袋鼠管家」，向全国餐饮商家免费提供懂外卖运营的「AI 店长」。它打通平台交易、评价、流量、履约数据，覆盖门店诊断、定价、客诉、上新、新店全周期运营。已与古茗、益禾堂、兰湘子等 200 多家连锁合作；案例：日照披萨店用后单量近翻倍，县城鸡公煲周订单环比 +30%，某连锁首月单店产出 +25%。

值得关注的原因 这是 Agent 落地到「最不性感但最真实」的小生意。八成美团餐饮商户是街边小店，老板身兼数职、缺专业运营。美团把「代运营」变成免费 AI，等于把大连锁的运营能力下沉到每家店。对行业，这是「AI 普惠」最接地气的样本：不炫技，直接涨单量。对竞品，压力在于谁能把 Agent 沉到更细的经营动作里。

四、快手可灵 Kling 4.0：视频生成接进生产流水线

事件概述 10 月 15 日，快手可灵 AI 全量上线 Kling 4.0：单次原生生成最长 30 秒、支持长镜头连续叙事，续拍最高延展至 2 分钟；全能参考一次组合最多 15 项素材（10 张关键帧 + 5 段视频 + 7 主体）；10-bit HDR、4K / 1080p、21:9 宽画幅；提示词上限 8000 tokens；同步开放 MCP 与 CLI，可被智能体调用。平台覆盖 224 个国家和地区，用户超 1 亿、企业超 5 万家。

值得关注的原因 AI 视频的竞争从「能不能生成」切到「能不能稳定交付关键镜头」。Kling 4.0 主攻高动态、复杂运镜不崩，把生成素材直接接进影视后期流水线。开放 MCP / CLI 是重点——创作者能用 Agent 把「参考图→关键帧→成片」串起来，AI 视频从玩具变生产工具。对短视频、广告团队，意味着批量出片成本再降一截。

五、商汤开源 RoboRSI-27B：具身任务成本砍到 1/50【具身智能落地 #16】

事件概述 10 月 20 日，商汤发布针对 GPT-6-Astra 具身能力的系统研究，并开源日日新 SenseNova-RoboRSI 框架与 27B 具身模型 SenseNova-RoboRSI-27B-Preview。测试覆盖 12 个仿真评测、8 款真机；新模型完成具身任务的成本仅为 GPT-6-Astra 的 1/50，在 RoboDojo 成功率 20.83%，LIBERO-Pro 超 90 分，RoboCasa365 成功率由 26% 升至 46.5%，Token 开销减 73%。

值得关注的原因 「成本 1/50」是具身智能最该被记住的数字。大模型进机器人，最大拦路虎是每次推理又慢又贵；商汤用开源框架加小模型把单任务成本打到 Aster 的五十分之一，等于把具身智能从「实验室演示」往「能上岗」推了一寸。开源更关键——社区能复测、能改，倒逼行业从榜单走向真实成本。

结尾观点

国产 AI 这周的底色很明确：不开大的发布会，就在具体问题上把模型做小、做专、做便宜。Clover 用扩散范式换速度，面壁用 1.3B 干翻 OCR 大厂，美团把 AI 店长免费发到街边小店，可灵把视频接进生产流水线，商汤把具身任务成本砍到 1/50。比起「谁参数多」，现在更值钱的是「谁把能力压进真实场景的账单里」。