The OpenBMB team recently announced the official open-source release of the new multimodal l

騰訊近期正式開源了全新的文檔理解與語義檢索框架WeKnora（維娜拉）。這是一套專爲結構複雜、內容異構的文檔場景打造的智能問答解決方案，旨在爲企業級文檔問答提供高效、可控的端到端流程。 WeKn

最近、1.7Bパラメータの軽量なビジュアル-言語モデルである「dots.ocr」がAI分野で広く注目を集めています。このモデルは、優れた性能と統一されたレイアウト検出およびOCR機能により、ドキュ

Salesforce AI Researchは、Hugging FaceプラットフォームでBLIP3-oアプリを正式にリリースしました。この完全オープンソースの統合マルチモーダルモデルファミリーは

谷歌宣布NotebookLM新增图像数据源，用户上传黑板板书、教科书扫描页或街拍表格后，系统自动完成OCR与语义解析，并可用自然语言直接检索图中内容。该功能面向全平台免费推出，谷歌表示未来数周内将追加