开源动态8
阿里开源全能解析器,单挑 Gemini - 3 - Pro
CourseAI
AI 摘要
阿里巴巴开源 Logics - Parsing - Omni,单模型搞定四模态解析,用三级渐进框架和两阶段训练策略,在自建基准超 Gemini - 3 - Pro,但在第三方基准待验证,推理成本不低。
阅读原文 · CourseAI
阿里搞了个全能解析器,文档、图片、音频、视频一锅端
阿里巴巴开源 Logics-Parsing-Omni,用一个模型统一处理文档、图片、音频、视频四种模态,输出结构化 JSON 数据。它采用三级渐进解析框架,两阶段训练策略,在自建基准上多项指标超越 Gemini - 3 - Pro。

关注公众号
扫码关注
第一时间收到每日精选
相关文章
产品应用8
阿里发布新一代多模态大模型家族
本文围绕云栖大会阿里巴巴发布的新一代多模态生成模型家族展开,介绍多模态大模型的技术演进方向,分析其对专业内容生产领域的改变与落地价值。
InfoQ
产品应用8
Pinecone 推出 Nexus 引擎助力 AI 智能体
Pinecone Nexus 全面上线,是面向 AI 智能体的“知识引擎”,能将企业数据转为结构化数据层,复用数据提准确性、降成本。早期采用者在金融、法律领域看到显著性能提升,词元消耗大幅降低。
InfoQ
新闻资讯7
腾讯阿里加码,算力军备抢购进入下半场
5月13日,腾讯和阿里巴巴释放AI算力投资加码信号。腾讯业绩增长,资本开支增加,高层称下半年采购提速;阿里CEO吴泳铭表示服务器算力利用率近极限,投资回报确定,支出或超3800亿。产业呈现三重新趋势。
芯师爷
新闻资讯7
阿里财报:净利润假象与AI转型挑战
5月13日盘前阿里发布2026财年Q4财报,主流标题称净利润同比增96%,股价盘前一度涨7%。但经分析,扣掉投资浮盈后真利润仅8600万。文章还给出财报分析方法、释放的关键信号及投资建议。
AI Reading Hub