今天要记下的两件事，都不发生在参数规模上。英伟达宣布拟向 Meta 的股权发行投资 30 亿美元，并把智能体安全和行为监控列为双方后续考虑的合作方向；百度把新一代无限长文档解析模型的代码与权重一起开源，官方技术报告给出的百页场景解码加速是 7 倍。前者说明算力联盟开始把智能体纳入采购与验收视野，后者说明长文档解析的成本曲线正在被结构性改写。
英伟达拟 30 亿美元投资 Meta，智能体安全仍是双方考虑中的合作方向
英伟达与 Meta 宣布扩大在 Muse 系列模型上的合作，方向是提升推理与训练性能，回应市场对可用智能体的需求。合作不止于模型本身：双方将探索以英伟达 OpenShell 参考架构强化智能体的安全体系，并借助 Sentry 对智能体行为做全链路监控，覆盖结构化数据、非结构化数据与图数据的处理场景。Meta 还计划扩大部署英伟达 Vera Rubin 系统、Spectrum-X 以太网与 BlueField-4。
英伟达拟向 Meta 的股权发行投资 30 亿美元。官方公告把这笔投资表述为拟定投资，尚需满足适用的交割条件、按预期完成交割后才算落定。公告由英伟达在当地时间 10 月 26 日发出，国内媒体在 10 月 27 日披露了合作细节。
对企业技术决策者的含义在于验收口径的变化。智能体平台选型过去看模型分数，现在要回答的是行为能不能被审计。正在做客服、运营助手或内部知识助手的团队，可以在方案评审里加两条硬指标：工具调用是否全程留痕且可回溯，是否支持按数据形态分路治理。这两项如果缺位，后补审计的成本通常高于重做接入层。
文心无限 OCR 2 开源：把「任意页数」变成延迟指标
百度发布并开源 Unlimited OCR 2（文心无限 OCR 2）。核心是把文本与视觉之间的注意力交互，从超长序列压缩到固定规模的工作参考集合，例如 512 个词元，使单步解码的延迟和显存占用基本不随文档长度增长。解码之前先做页面门控，把一个查询的视觉参考范围从整篇文档收缩到相关页面，再建模跨页的位置关系。代码与模型权重已开源到 GitHub 与 Hugging Face。
报告给出的测试结论是：百页文档场景下，其 SR-SWA 机制的单步解码速度比全注意力机制快 7 倍，比上一代机制快 5.6 倍。上一代 Unlimited-OCR 主打长文档解析，这一代把目标改成无限长解析。
做合同审查、研报摘要、工单附件解析的团队可以直接受益：切页、拼块、跨块对齐这一段工程债可以交回模型。评估时建议少看整篇准确率，多看两个更贴近成本的量——单页延迟是否随页数线性恶化，单次解析的词元消耗上限。前者决定交互体验，后者决定批处理账单。
我们的解读
两条消息拼在一起，指向同一个变化：智能体正在从演示走进验收，而验收的抓手在工程层，不在模型层。基础设施那头，参考架构开始内置安全边界与行为监控，等于把「出事之后怎么查」变成采购时的默认项；解析这头，把「无限长」做成常数级延迟承诺，等于承认企业数据的主要形态还是又长又乱的文档。
对国内企业，这个变化对预算结构的影响比对技术选型更直接。过去一年不少 AI 项目在验证阶段表现不错，进生产后成本失控，原因往往不在推理单价，而在前置环节：文档切分带来的重复调用、工具调用失败后的重试、人工复核比例居高不下。这两条消息提供了两个可测量的锚点——智能体侧看审计覆盖到哪一步，解析侧看单页延迟随页数上升的斜率。
优码云在 AIcoding 全栈交付里越来越频繁地遇到同一类需求：不是要一个更聪明的模型，而是要一条能被验收的链路。移动端、网页端、小程序与桌面端各自接入，智能体层统一管住工具权限与日志，解析层统一管住长文档成本。
可执行的顺序是先定测量口径，再定技术选型：把每页延迟、每次调用成本、人工复核率三个数字写进验收条款，再决定哪些环节自建、哪些环节交给开源模型。需要提醒的是，公告里的合作多用探索与计划的表述，实际落地节奏取决于双方各自的交付排期，不宜读成既成事实。同样，开源模型的性能数字最好用自己的文档样本复测一轮，再决定是否替换现有解析链路。这样推进的项目，后期返工明显更少。
延伸阅读
- 工业智能体落地：网页端排产、质检、维保的三个可验收场景——同样是「先定验收口径」的方法。
- 智能体写操作验收：明确失败、结果未知、重复执行三种状态怎么测——行为可审计的具体测法。
- 模型上下文协议（MCP）接入内网：智能体工具层的权限、审计与网关——工具调用留痕的落地路径。
- 2026年08月27日 AI 早报｜英伟达 Q2 营收 962 亿美元——英伟达算力叙事的上一段。
联系我们
如果你的团队正在评估智能体平台的验收口径，或者要把长文档解析接进现有系统，可以约一次 30 分钟免费咨询：我们会按你的实际文档量和调用结构，做一次 AIcoding 转型评估，把解析、重试、审计和人力四笔账算到具体数字。点此预约。