开源动态8
百度0.9B参数模型PaddleOCR-VL登顶文档解析评测
AIGC开放社区
AI 摘要
百度PaddleOCR-VL模型以0.9B参数在文档解析评测登顶。它采用两阶段架构,结合传统与端到端方法优点,配合大规模多样训练数据及自动化标注,实现高性能、低内存与快速度。
阅读原文 · AIGC开放社区
百度0.9B参数模型登顶全球第一,聊聊PaddleOCR-VL背后的技术细节
百度PaddleOCR-VL模型仅0.9B参数,在OmniDocBench V1.5榜单获92.6分全球第一,在多能力维度达业界最佳,能处理109种语言。其采用两阶段架构,结合优质训练数据,实现高性能与低内存、快速度的平衡。

关注公众号
扫码关注
第一时间收到每日精选
相关文章
新闻资讯9
Cloudflare CEO:五年后机器流量千倍于人
本文整理自The Verge《Decoder》播客对Cloudflare CEO的访谈,披露今年5月互联网自动化流量已超过人类流量,预测五年后将达千倍,讨论AI时代互联网新商业模式、内容付费、AI爬虫拦截等热点议题。
AGI Hunt
产品应用9
Opus5.5 全流程搞定视频制作
本文作者实测Claude Opus5.5的视频制作能力,除人工配音外,分镜、动画、音效、配乐全靠代码完成,对比GPT-6 Astra展示各环节提升,验证大模型全流程做视频的可能性。
AI产品自由
新闻资讯8
发布9天,Jev估值破百亿美元
本文报道AI初创公司TypeSafe AI发布的模型Jev上线仅9天,就传出投资者给出超百亿美元估值,剖析资本追捧低价薄利模式的原因,同时梳理业内对其护城河的质疑,探讨大模型赛道资本动向。
DeepTech深科技
新闻资讯8
机器人的GPT时刻就是GPT本身?
本文围绕GPT-6 Astra发布后的行业测试展开,讨论通用大模型能否成为机器人的通用大脑,分析了通用大模型参与机器人控制的原理与优势,点明当前能力边界,提出了分工协作的落地方案。
DeepTech深科技