今日导读
小米官方宣布开源 0.8B 文档理解模型 Xiaomi-OCR-0，把解析、字段抽取与 OCR 问答收进同一轻量权重，并已接到超级小爱识屏。同日 OpenAI 与 Google 官宣推进 robots.txt 共享 AI 训练偏好信号，出版商「一次声明、多厂遵循」的控权叙事升温。音频侧 ElevenLabs 更新 SFX v3。今日关键词：端侧 OCR、训练偏好、Agent 技能。
🤖 AI 热点
1. 小米开源 Xiaomi-OCR-0：0.8B 打通解析、抽取与 OCR 问答
评级：高 · 出处：IT之家 / 小米官方 / Hugging Face
10 月 30 日，小米宣布开源轻量文档理解模型 Xiaomi-OCR-0：参数约 0.8B，基于 Qwen3.5-0.8B-Base，权重与推理代码同步上架 Hugging Face 与 GitHub。官方定位是单一模型覆盖文档解析、关键信息抽取与 OCR 视觉问答，原生支持 Markdown、LaTeX，字段抽取可出 JSON。训练累计约 1.7 亿条样本，并引入多专家共识与「预测—重渲染—视觉比对」闭环。评测上，Real5-OmniDocBench 约 95.24；OmniDocBench v1.6 约 96.83，位列 1B 以下第一。技术已用于手机端超级小爱识屏，另提供浏览器 Demo、MCP 服务与 Agent Skill 工具包。
2. OpenAI：将尊重 robots.txt 共享 AI 训练偏好信号
评级：高 · 出处：OpenAI 官方博客
OpenAI 于 10 月 30 日宣布，将支持 IETF AIPREF 工作组推进的 robots.txt 通用信号，让网站运营者一次表达是否允许用于基础生成式 AI 训练，并减少按厂商逐条维护爬虫规则的成本。公司称数月内落地，且不取代现有 GPTBot 等单独控制。此举与同日 Google 的表态形成「大厂联合控权」叙事。
3. Google：计划支持共享 AI 训练控制，目标 2027
评级：高 · 出处：Google Search Central Blog
Google Search Central 同日发文，计划在 robots.txt 支持共享「政策 token」。若站点用该信号整体选择退出训练、且未单独指定 Google-Extended，Google 拟按 disallow Google-Extended 解释；厂商专属规则仍可并行。官方目标是约 2027 年与其他提供商一起支持。对出版商与站长而言，这意味着「宽口径 opt-out + 厂商细调」双层工具开始成形。
4. ElevenLabs 发布 SFX v3：多声音场景一次成片
评级：中 · 出处：ElevenLabs 官方博客
ElevenLabs 推出声音特效模型 SFX v3（10 月 29 日发布、30 日更新），强调单条提示里多个声音事件更完整、音乐与人声更稳、锣镲类伪影更少，已接入 ElevenCreative 与 ElevenAPI，面向视频、游戏与产品内嵌音效流水线。
5. Reddit：AI Mode 引荐承压，平台转向更多登录态
评级：中 · 出处：媒体汇总（The Neuron 等）
据媒体汇总，Reddit 方面称 10 月周均 Google 搜索引荐下降逾百万，并批评 AI Mode「几乎不带来点击」；CEO 同步推动更多登录态以降低抓取、加强用户关系。此条为媒体口径，具体归因仍可能叠加季节与产品因素。
📦 开源动态
1. Xiaomi-OCR-0 权重与工具链同步开源
评级：高 · 出处：Hugging Face / GitHub / IT之家
除模型权重外，小米同步放出推理代码、交互 Demo、MCP 与 Agent Skill，降低把「识屏—结构化」接进自有 Agent 流水线的门槛。对中文端侧与文档自动化场景，0.8B 级可部署性是关键卖点。
2. GitHub 热榜：教学 Agent、技能包与本地 AI 同事
评级：中 · 出处：GitHub Trending 2026-10-30
10 月 30 日热榜前列包括 DeepTutor、superpowers、impeccable、thinkrail、OpenMausBot、openbot、ai-design-skills、claude-mem、OpenBot 等。叙事仍集中在个性化教学 Agent、可复用技能框架、设计审阅防「AI 屎山」，以及带独立工作区的本地 AI 队友。
📈 行业趋势
内容控权：共享训练偏好信号进入大厂同日表态
出处：OpenAI / Google Search Central
OpenAI「数月内落地」与 Google「约 2027 支持」节奏不一，但方向一致：用 IETF 口径的 robots.txt 政策 token，降低站长多厂维护成本。现有厂商专属爬虫规则不会立刻消失，双层治理将并存一段时间。
分发与入口：搜索 AI 化继续挤压传统引荐
出处：媒体汇总
Reddit 对 AI Mode 零点击的公开抱怨，与出版商训练偏好诉求相互呼应：一边是入口层改写流量，一边是数据层争夺训练权。对内容团队，选题与分发需要同时盯「能不能被引用」和「愿不愿意被训练」。
✅ 行动建议
- 【内容创作】 做「0.8B OCR 也能上榜」对比卡 → 对照 HunyuanOCR / TokenVL / 端侧识屏场景。
- 【技术跟进】 试用 Xiaomi-OCR-0 + MCP/Skill → 验证发票/卡证/屏幕码抽取稳定性。
- 【产品参考】 盘点站点 robots.txt：厂商专属规则与未来共享 token 如何并存。
- 【竞品关注】 对照 SFX v3 多事件提示 → 评估短视频/游戏音效流水线成本。
- 【风险预警】 Reddit 引荐数据与 Qwen4 等发版传闻统一标媒体/第三方口径 → 不以二手节奏当官宣。