现在的 AI 画图工具，像极了手艺精湛却耳背的 Tony 老师——你说招牌写开业大吉，他画出一串连考古学家都破译不了的符号。开源，为了好用而不只是能用，由智谱华章以开源形式发布的 GLM-Image 打破「高性能=闭源收费」的潜规则。毕竟，我们要的不是抽卡式的运气游戏，而是能听懂复杂需求的靠谱搭档。页面跳转后，点击右上角「克隆」，将该教程克隆至自己的容器中。

摘要：Google DeepMind 推出的 Gemma-4-31B-it 模型在技术资料整理中展现出显著优势，其基于Gemini3 技术体系，强化了长上下文建模与推理能力。该模型支持 256K 上下文和图文输入，能一次性完成原本需要人工逐步推进的复杂任务，大幅提升工作效率。

NVIDIA 最新推出的 LocateAnything-3B 模型通过创新的 ParallelBoxDecoding 技术实现了视觉语言定位的效率突破。该技术采用并行预测替代传统逐 token 坐标生成，处理速度达到 12.7 框/秒，较自回归方法提升 10 倍，在开放目标检测、OCR、GUI 元素识别等场景中表现优异。模型支持图像/视频全域定位及自然语言指代，显著改善定位精度与效率。

摘要：Emperor开源Qwythos-9B-Claude-Mythos-5-1M模型，解决本地大模型部署三大痛点。该模型基于Qwen3.5-9B深度训练，采用500M+高质量ClaudeMythos数据优化推理能力，在MMLU评测提升34分，数学推理提升30分。支持1M超长上下文处理，遵循工具调用规范，且无内容审查限制。用户可通过OpenBayes云平台快速部署，提供从克隆教程到运行Demo的完

百度开源Unlimited-OCR技术突破长文档处理瓶颈，基于DeepSeek-OCR引入R-SWA记忆滑轨机制，解决传统OCR因显存限制导致的上下文断裂问题。该技术可完整解析整本扫描件/超长论文/多页PDF，支持跨页表格、复杂公式等元素的结构化输出，并可直接处理多页图片和PDF文档。用户可通过OpenBayes云平台一键部署，实现自动化版面解析与格式还原。技术演示显示，该方案能保持长程上下文一致

新设计的 DeepEncoder V2 架构引入了因果流机制：视觉编码器看完整个页面后，由专门的查询模块决定阅读顺序——标题优先于正文，表格注释紧跟数据，公式按逻辑展开而非按位置罗列。更实用的是，它输出的 Markdown 已经带着层级结构，省去了大量后期整理的功夫。当一个模型能够同时看懂版式、识别文字并直接输出结构化结果，文档数字化的目标就不再只是「能认字」，而是「能理解」。对于需要批量处理文档

NVIDIA 最新推出的 LocateAnything-3B 模型通过创新的 ParallelBoxDecoding 技术实现了视觉语言定位的效率突破。该技术采用并行预测替代传统逐 token 坐标生成，处理速度达到 12.7 框/秒，较自回归方法提升 10 倍，在开放目标检测、OCR、GUI 元素识别等场景中表现优异。模型支持图像/视频全域定位及自然语言指代，显著改善定位精度与效率。

在计算材料学研究领域，精确预测材料的声子谱和热力学性质对于理解材料本征特性具有重要意义。今天我将重点介绍如何整合第一性原理计算软件 VASP（Vienna Ab initio Simulation Package）和声子计算工具 Phonopy，构建一套完整的机器学习力场声子谱计算方案。VASP 作为基于量子力学的原子尺度材料建模软件，在电子结构计算和分子动力学模拟方面具有独特优势，能够为后续计算

机器学习力场（Machine-Learned Force Fields, MLFFs）作为一种新兴的计算方法，已在第一性原理分子动力学（Ab Initio Molecular Dynamics, AIMD）模拟中展现出独特优势（参见 VASP Wiki：Category:Machine-learned force fields）。该方法既保持了基于量子力学基本原理的物理准确性，又显著降低了传统 A

INCARENCUT = 300 (波函数截断能量)PREC = Normal (精度设置)LWAVE = .TRUE. (保存波函数)LCHARG = .TRUE. (保存电荷)ADDGRID= .TRUE. (增加格点加速收敛)ISMEAR = 0 (高斯占据数)SIGMA = 0.1 (高斯展宽)LORBIT = 11 (输出 DOSCAR 和 PROCAR)NELM = 60 (最大电子步