阿里开源 0.8B 文档解析模型 OvisOCR2,端到端首次超越流水线方法

2天前更新 crj211401
1 0 0

阿里云开源发布文档解析模型 OvisOCR2。该模型在 OmniDocBench v1.6 上以 96.58 的综合得分刷新榜单纪录,成为首个超越流水线方法并登顶该榜单的端到端模型。官方表示,这一结果标志着文档解析领域在技术路线上的重要突破。

阿里开源 0.8B 文档解析模型 OvisOCR2,端到端首次超越流水线方法的封面图

相关快讯

黄仁勋首次发推,半个硅谷力挺Kimi K3开源

英伟达创始人黄仁勋首次发推,转发并分享了公司签署的公开信《开放权重与美国 AI 领导力》,强调开源模型的重要性,并称 AI 将改变各行业、赋能各公司、由各国共同建设。该信由英伟达、微软、Meta、Hugging Face、Mistral、YC 等 20 多家机构联名,释放出科技阵营支持开源、对抗 OpenAI 和 Anthropic 等闭源路线的信号。

阿里云真武芯片超节点成功适配Qwen3.8,已在百炼上线推理服务

7月23日,阿里真武M890超节点已完成对Qwen3.8的适配,并在阿里云百炼平台上线模型推理服务。该超节点可成功运行参数规模超过2万亿的大模型,成为国内首个实现这一能力的超节点,标志着国产大模型基础设施能力取得新进展。

美国大模型跟进DeepSeek架构,开始借鉴中国路径

穆拉蒂创办的 Thinking Machines 发布首款模型 Inkling,架构和训练数据借鉴了 DeepSeek-V3、Kimi K2.5 等中国开放模型,但基准表现不如 Kimi 和 GLM,价格却更高。尽管如此,它瞄准的并非性能第一,而是为美国企业提供更合规、可定制、风险更低的本土替代方案,市场空间依然存在。

阿里云调整AgentOne部分商品规格价格,用户需关注最新变化

阿里云7月20日通知,自2026年7月30日起调整AgentOne智能外呼Agent套餐规格,取消5000分钟和10000分钟套餐,新购及续费最低改为100000分钟。已开通的低规格套餐可继续使用至到期,但不再支持续费。

Kimi K3悄悄上线:2.8T参数冲顶开源模型全球第一,超越DeepSeek

月之暗面于 7 月 16 日发布 Kimi K3,主打“大模型继续做大”这条最烧钱也最硬核的路线:总参数量达 2.8 万亿,支持原生视觉理解与 100 万 token 上下文,并开放权重。相比之下,公开报道中 DeepSeek V4 Pro 约 1.6 万亿、百度文心 5.0 约 2.4 万亿,Kimi K3 的参数规模更激进。

小米开源 Xiaomi-Robotics-U0:具身领域首个“四类任务通吃”的统一生成模型

小米发布 Xiaomi-Robotics-U0,这是一款拥有380亿参数的多模态自回归具身生成基础模型,首次实现具身领域四类任务统一生成。它打通机器人图片和视频的生成与编辑链路,并可根据文本为指定机器人生成多视角初始场景,覆盖桌面、厨房、仓库及开放世界等环境。

暂无评论

暂无评论...