开源 DR Pixel:免 OCR 直接读图做深度研究，270 亿参数模型比肩 GPT-5.4
CShorten30 · x · 2026-11-04
Berkeley NLP 与 rtnldynamics 团队推出 DR Pixel，号称首个开源深度研究 agent，直接在页面图像上搜索与推理，无需 OCR。团队索引了近期 CS 与生物学论文，可在同一平台跨两个领域跑 deep research；DR Pixel 能直接读取图表、表格和公式，在其基准上超过基于 OCR 的检索。模型基于 106 万页文档训练的 27B 模型，称可匹敌 GPT-5.4。项目由 Hughie Hu 领导，是 PixelRAG 的后续工作。
所属事件:伯克利等开源 DR Pixel：27B 模型免 OCR 做深度研究(4 条相关)→
「编程与Agent」频道最新
- Unity 发布 OpenAI Codex 官方插件,内置四种实战场景演示 — OpenAIDevs · 2026-11-04
- 开发者吐槽：一个项目可能只需一条 Claude Code 提示词 — burny_tech · 2026-11-04
- 开发者打造纯语音控制的画布工作台，手机远程可访问 — NERDDISCO · 2026-11-04
- LangChain 创始人：浏览器正成为 Agent 时代的新终端 — BraceSproul · 2026-11-04
- 谷歌发布 Antigravity 云开发插件，自带文档接地与安全护栏 — rseroter · 2026-11-04
- Celesto CLI 发布:让 AI Agent 直接查看 CI 任务与日志 — aniketmaurya · 2026-11-04