OpenViking
OpenViking把三维模型变成可检索上下文,工程知识开始可调用
OpenViking 发布原生 3D 内容理解模型,将 STEP 模型的几何、内部结构与 PMI 制造信息整理为 Agent 可读取的上下文。值得关注的是,它把工程资料检索从“看图找相似件”推进到“按尺寸、公差和工艺精确定位”。
找到 6 篇关于此标签的文章
OpenViking 发布原生 3D 内容理解模型,将 STEP 模型的几何、内部结构与 PMI 制造信息整理为 Agent 可读取的上下文。值得关注的是,它把工程资料检索从“看图找相似件”推进到“按尺寸、公差和工艺精确定位”。
RAG 正在告别“把文档切碎后找相似片段”的单一方式。RAPTOR、GraphRAG 与 OpenViking 分别用树、关系图和文件系统组织知识,重点解决统计、跨文档关联及记忆管理问题。值得关心的是,AI 应用的竞争正从模型能力转向知识能否被准确调用与持续更新。
火山引擎推出 OpenViking,把 Figma 设计稿整理成可检索的设计资料库,让 Agent 在画原型前先查规范和历史页面。文章展示了从截图、链接到设计资产上下文的转变,但实际效果仍取决于资料维护与团队协作。
DeepSeek Harness(DSH,一个可安装插件扩展模型的 AI 助手运行框架)的记忆插件已形成自动召回、按需检索和本地可审计三条路线。值得关注的是,行业关注点正从“记住内容”转向个人经验如何可靠沉淀为团队规则,但插件成熟度与治理能力仍需逐项验证。
火山引擎推出数据连接器与知识编译功能,可将飞书文档、项目和代码仓库整理成知识Wiki及汇报材料。它瞄准的是企业AI落地的关键缺口:让智能助手持续获取项目上下文,但信息准确性、权限与维护成本仍是考验。
OpenViking 是火山引擎推出的跨 Agent 共享记忆层,让 Claude Code、Codex、豆包等不同 AI 助手共用同一份上下文。值得关心的是:AI 工具竞争正从「谁更聪明」转向「谁能留住你的工作记忆」。