OCR

DeepSeek于2025年10月开源了新一代光学字符识别模型DeepSeek-OCR。该模型基于创新的视觉语言模型(VLM)架构，通过DeepEncoder实现高效视觉压缩，在10倍压缩比下仍保持约...

艾伦人工智能研究所（AI2）最新开源的多模态文档解析模型OlmOCR-2，以其创新的文档锚定技术，在权威OlmOCR基准测试中获得82.3的高分。它能精准解析PDF中的复杂表格、数学公式及多栏版面，并...