AI日報：混元發佈HyOCR-1.5；PixVerse完成4.39億美元融資；商湯開源 SenseNova-Vision-7B-MoT

根據AI日報報導，2026年7月14日，人工智慧領域迎來多項重量級動態，涵蓋電腦視覺、基礎模型融資與開源生態發展。騰訊混元推出全新輕量化光學字元辨識（OCR）模型HyOCR-1.5，PixVerse宣布完成4.39億美元融資，商湯科技則正式開源其視覺模型SenseNova-Vision-7B-MoT。三項消息分別從技術突破、資金動能與開源共享面向，展現當前AI產業的活躍景象。 首先在電腦視覺技術方面，騰訊混元團隊正式發布HyOCR-1.5。這款模型定位為輕量級端到端OCR解決方案，目標在兼顧效能與效率的同時，降低開發者導入OCR技術的門檻。HyOCR-1.5並非單純追求參數規模，而是透過多項架構創新實現性能飛躍。團隊同時選擇開放全棧原始碼，讓學術界與產業界能夠直接取用、調整與部署，進一步推動OCR技術在更多場景落地。 HyOCR-1.5的核心技術亮點包括引入名為「DFlash」的投機解碼框架。該框架針對推論階段進行最佳化，能夠在不犧牲辨識精準度的前提下，顯著提升模型在實際運行時的回應速度，對於需要即時處理大量文字影像的應用尤為關鍵。此外，模型採用「智能體驅動數據流」策略，這種訓練方法模擬動態場景中的多樣化輸入，使模型在面對不同字體、光源與背景干擾時，仍能維持穩定的辨識能力。 據AI日報資訊，HyOCR-1.5在數項標準OCR任務中展現出優異表現，其成效甚至超越目前市場上多款同類輕量模型。混元團隊強調，該模型不僅在公共資料集上取得領先分數，在實際場景的泛化能力同樣經得起考驗。透過開放原始碼，混元期望能吸引更多開發者投入基於OCR的創新應用，從自動化文件處理到智慧零售辨識等，加速相關領域的技術普及。 另一項引發市場關注的是PixVerse完成的巨額融資。根據AI日報資訊，該公司成功籌集4.39億美元資金，但具體投資方與資金用途尚未完全揭露。這筆融資規模在當前AI投資環境中屬於頂尖水準，反映出資本市場對PixVerse技術路線與商業前景的高度期待。儘管公司並未同時發布新產品，此輪融資仍被視為AI視覺內容生成領域的重要注資事件，預料將推升該賽道的競爭熱度。 在開源模型陣營方面，商湯科技宣布正式開源SenseNova-Vision-7B-MoT。這款視覺模型的名稱揭示了其7B參數規模以及特殊的模型架構設計。商湯近年積極布局通用視覺與多模態技術，此次開源進一步延續其SenseNova系列的開放策略，讓研究人員與開發者能夠以較低成本取得先進視覺模型，進行微調與二次開發。此舉有助於打破大型模型由少數企業壟斷的局面，促進視覺AI技術的協作創新。 從整體趨勢來看，這三則消息呈現出AI產業目前幾個顯著方向：一是技術持續朝輕量高效發展，HyOCR-1.5在保持模型精簡的同時透過架構創新突破效能瓶頸，這類端側可部署的模型對邊緣運算場景極為重要；二是資本雖有降溫傳聞，但針對特定優質團隊的巨額投資仍不間斷，PixVerse的4.39億美元即為明確訊號；三是開源生態進入模型層級的競爭，商湯此舉不僅強化品牌影響力，也為其開發者社群注入新動能。 針對HyOCR-1.5的細節，開發團隊指出，DFlash投機解碼框架的核心概念是利用模型自身的預測能力，在推理過程中同時探索多個候選輸出，再透過驗證機制篩選出正確結果。這種策略不僅減少逐字元解碼所需的內部迭代次數，更在硬體加速器上能更有效地利用計算資源。搭配輕量化的整體設計，使HyOCR-1.5即使在CPU環境或低功耗裝置上，仍能實現流暢的辨識速度。 「智能體驅動數據流」策略則從訓練資料端著手，模擬智慧體在真實世界中可能遭遇的各種文字干擾，例如彎曲表面、部分遮蔽或不均勻光照。透過這種對抗式資料生成方式，模型學會忽略無關雜訊而專注於文字輪廓與結構。這種方法提升了模型對抗域外樣本的穩定性，也減少後續對大量人工標註資料的依賴。 商湯的SenseNova-Vision-7B-MoT開源後，開發者可在其官方平台與GitHub等渠道取得模型權重與使用範例。該模型繼承了SenseNova系列在多模態理解上的基礎能力，專注於視覺特徵提取與表示。7B參數量級在學術研究與中小型應用場景中屬於實用範圍，既能保有相當的表達力，又不至於需要極端高昂的運算資源。結合開放授權條款，預期將帶動一批圍繞視覺理解、物體偵測與圖像生成的新實驗。 綜合來看，AI日報此波報導顯示2026年夏季的AI產業並未放緩腳步。混元、PixVerse與商湯分別從技術產品、市場資金與開放社群等不同面向，為業界注入新話題。HyOCR-1.5的開源可能促使更多開發者投入文檔智慧化與自動辨識領域；PixVerse的巨額融資則讓市場重新審視視覺內容生成商業模式的潛力；而商湯的持續開源，則有助於維持亞洲AI研究圈在全球開源社群中的能見度。未來相關動態如何演變，值得持續關注。