Bisheng工作台v1.1.0发布:企业AI应用门户的全面升级
Bisheng作为一个开源的企业级AI应用构建平台,在最新发布的v1.1.0版本中迎来了重大更新。本次更新的核心是全新设计的Bisheng工作台,标志着该平台从单纯的技术工具向企业AI应用门户的战略转型。
Bisheng平台概述
Bisheng是一个面向企业用户的AI应用构建和管理平台,它允许企业快速构建、部署和管理各种基于大语言模型的AI应用。在v1.1.0版本之前,Bisheng主要定位为AI应用的后台构建工具,而本次更新则重点强化了面向终端用户的前端交互体验。
工作台功能全面升级
v1.1.0版本最显著的改进是全新设计的Bisheng工作台,它被定位为"企业内AI应用门户"。工作台采用了类似主流AI平台的交互式对话界面,为用户提供了更加直观和友好的使用体验。
多模型支持与切换
新版工作台支持多模型选择和切换功能,这意味着企业可以根据不同场景需求灵活选择最适合的大语言模型。这种设计不仅提高了系统的灵活性,也为未来接入更多模型提供了良好的扩展性。
增强的问答能力
工作台在问答能力方面做了多项增强:
- 联网搜索问答:允许模型实时获取互联网最新信息进行回答
- 文件上传问答:用户可以直接上传多份文件,系统会自动解析内容并提供问答服务
- 个人知识库管理:员工可以创建和管理个人知识库,实现个性化知识问答
这些功能极大地扩展了工作台的应用场景,使其能够满足从通用问答到专业领域知识查询的各种需求。
构建页面的工作台配置
为了支持工作台的灵活部署,v1.1.0版本在"构建"页面增加了工作台配置功能:
- 界面自定义:支持自定义图标和欢迎语,方便企业打造品牌化的工作环境
- 模型配置:管理员可以配置工作台默认使用的对话模型
- 功能开关:可以按需开启或关闭联网搜索、个人知识搜索、文件上传等功能
- 提示词定制:支持为各项功能配置专门的提示词,优化交互体验
这些配置选项为企业提供了高度定制化的能力,使工作台能够更好地适应不同企业的具体需求。
系统性能与功能优化
除了主要功能更新外,v1.1.0版本还包含多项系统优化:
- 审计功能改进:优化了查询性能并增加了交互记录导出功能,便于企业进行合规管理
- 知识库搜索增强:知识库列表现在支持按文件名称搜索,提高了知识管理的效率
- 移动端体验优化:修复了移动设备上溯源信息显示不清的问题
- Workflow稳定性提升:解决了并行逻辑问题,提高了工作流的可靠性
- 交互体验改进:优化了节点拖拽性能,解决了卡顿问题
未来发展方向
根据发布说明,Bisheng工作台未来还将增加通用Agent功能,并计划推出"应用中心"来展示各种场景应用。这表明Bisheng正在向更加综合的企业AI应用门户方向发展,而原有的Bisheng平台将逐渐演变为管理和构建的后台系统。
总结
Bisheng v1.1.0版本的发布标志着该平台从单纯的技术工具向企业AI应用门户的战略转型。通过全新设计的工作台、增强的问答能力、灵活的配置选项以及多项系统优化,Bisheng为企业用户提供了更加完整和易用的AI应用体验。这一版本不仅解决了多个实际问题,也为平台的未来发展奠定了坚实基础。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00