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

上海AI实验室开源InternVL3系列多模态大型语言模型 Haisnap横空出世，小白用户也能轻松打造AI应用「交交」媲美GPT-4o！上海交大推出口语对话情感大模型，首个纯学术界自研！ OpenAI开源超Agent:Codex CLI,五小时内破 5000 颗星 ChatGPT重磅更新：新增图像库功能，可查看自己用GPT生成的所有图片本地部署DeepSeek+DiFy平台构建智能体应用 OPPO 小布助手网页版上线，接入满血版 DeepSeek kimi开源视觉语言模型 Kimi-VL 与 Kimi-VL-Thinking，多项基准超越 GPT-4o

标签云

人工智能 OpenAI AIGC AI ChatGPT DeepSeek AI绘画数据机器人谷歌模型大模型 Midjourney 智能用户学习开源 GPT 微软 Meta AI创作图像技术论文 Stable Diffusion 马斯克 Gemini 算法蛋白质生成式芯片代码英伟达腾讯神经网络计算研究 Sora AI for Science 3D Anthropic AI设计机器学习 GPU 开发者场景华为预测伟达 Transformer 百度苹果深度学习 AI视频模态人形机器人 xAI 驾驶字节跳动文本搜索大语言模型 Claude Copilot 具身智能神器推荐 LLaMA 算力安全应用视频生成科技视觉亚马逊干货合集 2024 AGI 特斯拉训练大型语言模型