工具情報 · 2026 年第 32 週

本機巡檢 · 覆蓋過去一週（07-31 ～ 08-07）· Max 訂閱零計費 · 承重項經第二源校驗

🔧 版本更新（可升級）

• mlx-vlm v0.6.9 / v0.6.10（08-03、08-04）— 新增 Kimi K3 支持，並補入 MLX-VLM agent skills；本地環境落後於當前發行線，建議升級。release ✓雙證（releases.atom + PyPI 一手核）
• Surya OCR — 本地環境仍停在較舊的發行線，與當前 0.22.x 存在跨週遺留缺口，建議一併補升。release ✓雙證（PyPI + 本機包管理器）
• Syncthing v2.1.3（08-05）— 2.1 線主要變更：設備與文件夾可在 GUI 中按新的 group 屬性分組。release ✓
• GoldenDict-ng v26.8.0（08-05）— 新正式發行版（此前為 26.7 alpha 線）。release ✓
• Ollama v0.32.6（08-05）— Qwen3.5 在 Apple GPU 上提速：MLX 引擎現會自動使用模型的 MTP head 做投機解碼。本機已是該版本，無需動作。release ✓
• MinerU 4.0.0a5（07-30）— 4.0 alpha 線繼續推進，穩定線本週未動；alpha 不建議上生產。release ✓
• sherpa-onnx v1.13.4 / 3x-ui v3.6.0 — 上週已報，本週僅有 dev build 與構建產物，屬噪音。
• pinyin-pro 3.28.2（07-31）— 詞庫多音字修正。release

監看方式修正（延續執行）：13 個倉庫的 releases.atom 恆為空，本週一律改核 commits。有實質提交者：MLX 框架本體（62）、sc-voice（24）、eSpeak-NG（17）、Digital Pāli Dictionary（11）、csl-orig（9，持續按 csl-corrections issue 修訂詞條）、Caddy（6）、yt-dlp（3）、PyGlossary（2）、Tesseract（2）。本週零提交：Qwen3-VL、dots.ocr、byt5-sanskrit-analyzers、Matcha-TTS、Vāgdhenu、SanskritShala、pe-ocr-sanskrit、IndicConformer、parler-tts、mlx-examples、Aksharamukha、DCS、Botok、Demucs、DeepFilterNet、Silero VAD、ctc-forced-aligner。

☁️ 雲端 AI / API 動態

• 🔴 DeepSeek 預告 API 大幅漲價 — 官方定價頁掛出通知：計劃「近期顯著上調 DeepSeek API 整體價格」，要求開發者「相應規劃用量」，但未公佈新費率、未給生效日。創始人在 X 上稱即使上調 2–10 倍，仍會低於西方前沿模型。這是本週對按量翻譯／校對成本影響最大的一條，建議在生效前重估長期批量作業的排期。 官方定價頁 ✓三源證實（官方定價頁一手 + Perplexity 引 XenoSpectrum／Pandaily + 業界報道）
• DeepSeek 峰谷分時計價連續第四週「已宣告未生效」 — 官方定價頁至今仍只有 cache hit／miss 平價。峰時區間曾定為北京時間 09:00–12:00 與 14:00–18:00，生效日始終未公佈。官方定價頁 ✓Perplexity 證實
• DeepSeek-V4-Flash-0731 開放權重發佈（07-31～08-01，MIT 許可）— 官方生產檢査點，主打 agentic 與編碼能力提升；模型倉庫一手核為 61.8 萬下載、2,643 likes。HF ✓三源證實
• Anthropic — 本週無新基礎模型發佈（Opus 5 係 07-24 已報條目）。
• OpenRouter — 至 08-03 當週下架一個免費端點（poolside/laguna-m.1:free），新增 inclusionai/ling-3.0-flash；目錄現約 1,031 個帶計價的模型。OpenRouter ⚠單源待核
• Google Antigravity 1.1.10（08-03）— 加入 Gemini Enterprise 登錄、Workforce Identity Federation／ADC 認證支持、只讀 .git 沙箱訪問，並修復子代理樹終止與 --model／--effort 標誌解析。changelog ⚠單源待核（僅讀公開變更日誌與新聞，未調用任何 Google API）
• 免費 GPU 平台 — Kaggle 未見 2026 年度配額政策變動公告，維持每週 30 小時量級並按需浮動；Modal、百度 AI Studio 本週無公開政策變動。⚠「未見公告」不等於無變動，屬弱結論
• Azure Document Intelligence — 仍為 v4.0 GA，Read（OCR）模型 $1.50／千頁，本週無新版本或定價調整。

⭐ 更優替代掃描

• 吠陀天城體 OCR：VedOCR — 681 行專家標註的手寫吠陀梵語寫本（Pada-pāṭha 傳統）數據集，附 TrOCR 微調基線，專門針對古體連字與吠陀聲調符號這兩個現用管線的薄弱點；論文獲 ICDAR 2026 DALL Workshop（維也納）接收，稱字符錯誤率降低 26.85 個百分點。GitHub ✓兩源證實（GitHub API 一手核 + Gemini）
  • ⚠ 可試不可依賴：倉庫未聲明許可證、星標極少、數據規模僅 681 行；26.85pp 為作者自報且無第三方復現。定位為「值得試跑的補充數據源」，不是替代現用吠陀 OCR 模型的依據。
• ＋補遺（Gemini 提供）：同作者的 MORPHBG（色彩感知二值化管線 + 吠陀梵語 OCR 專家標註數據集）已獲 IEEE ICIP 2026 接收，尚未公開發佈 — 值得下季度持續盯。
• 梵語 OCR／天城體 VLM／梵語·巴利·藏語 TTS／梵語 ASR／梵語 NLP-MT／音源分離·去噪·強制對齊：本週無更優替代（上述各類監看倉庫與模型本週均零更新）。

🖥 本機 AI 模型全景監看

層一·別落後 — 清單內模型本週全部無變化。逐個經模型倉庫 API 一手核，最後修改時間均早於本週窗口：吠陀 TrOCR、梵語 whisper 微調、MITRA、Sanskrit_TTS、Indic Parler-TTS、Vāgdhenu、Unlimited-OCR、dots.ocr、Gemma 4、Qwen3-VL。推理引擎本體升至 Ollama v0.32.6（見上）。 - gemma4 圖像輸入支持：本週 Ollama 發行說明未提及 gemma4 vision 相關修復，該問題仍未解決，繼續掛單追蹤。

層二·別停滯 — 本週有三個值得記錄的新視野：

• mlx-audio — Apple MLX 上的統一 TTS／STT／STS 庫，7,688 星、本週仍在日更、PyPI 已到 0.4.7；已接入 Kokoro、Qwen3-TTS、Whisper、Parakeet、Qwen3-ASR、VibeVoice 等。⭐ 意義：現有本機語音棧分散在多個彼此獨立的虛擬環境裏，這是一個現實可行的整合層候選。GitHub ✓GitHub + PyPI 一手核
• Qwen3-ASR（0.6B／1.7B）與 Qwen3-TTS-12Hz（0.6B／1.7B），Apache-2.0 — 模型倉庫 API 一手核確認存在：ASR-0.6B 428 萬下載、TTS-12Hz-0.6B-Base 43 萬下載。體量適合 24GB 統一內存本地跑，且已被 mlx-audio 接入。⚠ 待驗：均非本週新出（年初模型），且無任何梵語專項評測證據 — 列為候選，不構成替代建議。HF
• Audio8-TTS-Preview-0.6b（07-31，Apache-2.0，293 likes）— 本週新出的小體量 TTS 預覽版，尚無梵語或印度語系相關證據，待驗。HF

🏛 IE 文獻學新工具/資源（更廣範圍）

• Learning Diachronic Representations of Ancient Greek Letterforms（arXiv:2606.24984，2026-06-23）— 以古希臘這一延續最久的書寫系統為個案，提出三個歷時表徵學習數據集（含字符級的 Hell-Char），目標是讓表徵在跨越數世紀的書寫變異下保持穩健。對古文書學斷代、以及 HTR 模型的跨時代遷移有直接價值。arXiv ✓arXiv API 一手核
• 本週另掃到的希臘／拉丁 ATR 語義分析管線、AthDGC 希臘語樹庫等條目均已在既往週報記錄，按去重規則不重複收錄。
• 其餘子類（Avestan／古波斯／Fraktur OCR、比較語言學與詞源數據庫、GRETIL／TITUS／DSAL／SARIT／Logeion／DCS 等語料平台）本週無顯著新動態。

📋 清單變動

• 建議補入監看清單：mlx-audio（本機語音棧潛在整合層）、Qwen3-ASR／Qwen3-TTS 系列（本地小模型候選）、VedOCR（吠陀 OCR 數據集）。
• 監看方式：13 個 releases.atom 恆空的倉庫本週已按 commits 核實，該修正此前已記錄但尚未正式寫回規格文件，建議落實。
• 方法坑（本週新增，重要）：Perplexity、Gemini、DeepSeek 三家網頁輸入框均會靜默吞掉超長提示（經驗閾値約 400 字符以上），提交後輸入框清空且不報錯。此前記錄將該現象歸因於「中文輸入」，本週以純英文提示復現同一故障，說明眞正的變量是長度而非語種。對策：承重核査問題一律拆成 ≤2 句的短問，分批提問。

🔎 第二源校驗小結

• Perplexity 證實 3 條（DeepSeek 漲價預告、峰谷計價仍未生效、V4-Flash-0731 開放權重）；Gemini 證實 1 條（VedOCR）並補遺 1 條（MORPHBG @ IEEE ICIP 2026）；存疑 0 條。
• ⚠ 獨立性折扣（須計入）：本次 Perplexity 的答案由 Gemini 3.1 Pro Thinking 生成，與 Gemini 面板並非完全獨立的兩源。所幸兩條承重結論（漲價預告、峰谷未生效）另有官方定價頁的一手佐證，故結論仍成立；但本週的「三源證實」實質强度低於標稱。
• DeepSeek 面板未取回：輸入框反覆清空、會話未建立，為連續第二週出現，已按優雅降級略過。
• 🔬 本地模型參考（Gemma，離線·不計入共識）：本地推理服務未在運行，本週略過。
• 手動核査清單（建議補査）：① Antigravity 1.1.10 的具體變更項；② OpenRouter 本週免費端點的增減明細；③ Kaggle 配額是否有未公開調整；④ VedOCR 所稱 26.85pp 增益的第三方復現情況。