OCR技术

NeurIPS2024 | OCR-Omni来了，字节&华师提出统一的多模态文字理解与生成大模型

这项研究不仅推动了 OCR 技术的进步，也为人工智能在理解和创造方面的发展提供了重要参考。

10/16/2024 11:47:00 AM

机器之心

AI将诗意装进口袋！合合信息扫描全能王“扫描书籍”功能优化上线

人间最美四月天，正是读书好时节。4月20日至23日，正值“世界读书日”之际，合合信息旗下扫描全能王联合上海首家图像小说主题书店——安古莱姆书店，共同发起“春天正是读书天”线下公益阅读活动，为公众带来一场春日文学盛宴。“世界读书日”期间，为方便阅读爱好者们随时随地畅享阅读的乐趣，扫描全能王于安卓端升级上线“扫描书籍”模式。通过AI扫描生成高清电子图书，帮助用户构建随身“知识库”，开启高效、便捷的“绿色”阅读新方式。“春天正是读书天”公益活动现场，参观者们正在排队领取书籍世界读书日，细品“沪元素”绿意盎然的春天主题图书

4/25/2024 10:46:00 AM

机器之心

资讯热榜

Mac也能跑Qwen3，一文看懂本地部署qwen 3配置要求 Ollama 支持全线的 Qwen 3 模型 Qwen3正式发布，优化编码与代理能力，强化MCP支持引领AI新潮流 AI视频资讯早读！7个产品更新+8个案例精选小米开源“Xiaomi MiMo”大模型：为推理而生，以 7B 参数超越 OpenAI o1-mini 小米首个推理大模型Xiaomi MiMo开源 DeepWiki：AI驱动的GitHub代码库百科全书正式亮相性能与效率的双赢:Qwen3横空出世，MoE架构大幅降低部署成本

标签云

人工智能 OpenAI AIGC AI ChatGPT AI绘画 DeepSeek 模型数据机器人谷歌大模型 Midjourney 智能用户开源学习 GPT 微软 Meta 图像 AI创作技术论文 Gemini Stable Diffusion 马斯克算法蛋白质芯片代码生成式英伟达腾讯神经网络研究计算 Anthropic 3D Sora AI for Science AI设计机器学习开发者 GPU AI视频华为场景人形机器人预测百度苹果伟达 Transformer 深度学习 xAI Claude 模态字节跳动大语言模型搜索驾驶具身智能神器推荐文本 LLaMA Copilot 算力安全视觉视频生成训练干货合集应用大型语言模型亚马逊科技智能体 AGI DeepMind