Unlimited OCR:让 AI 像人类一样“流畅抄书”,破解长文档识别的速度与内存魔咒在 AI 文档处理领域,一个长期存在的痛点是“上下文断裂”与“性能衰减”。当我们将一本几十页的 PDF 交给 AI 时,它往往只能逐页处理,每翻一页就“失忆”一次;或者随着输出长度增加,速度越来越慢...多模态模型# Unlimited OCR# 百度4个月前2090
百度发布 PP-OCRv6:轻量级 OCR 新标杆,3450 万参数模型精度超越 Qwen3-VL-235B 等千亿级 VLM,支持 50 种语言与工业场景识别,CPU 推理提速 5.2 倍在光学字符识别(OCR)领域,百度 PaddleOCR 团队正式推出了新一代旗舰模型 PP-OCRv6。该系列模型参数量仅在 150 万至 3450 万之间,却通过架构创新与数据优化,实现了检测准确率...多模态模型# PaddleOCR# PP-OCRv6# 百度5个月前3580
百度PaddleOCR 3.5 重磅更新:原生支持 Hugging Face Transformers 后端,无缝集成 RAG 与文档 AI 工作流,PP-OCRv5 性能再升级在构建 RAG(检索增强生成)、文档 AI 及智能代理应用时,高质量的文档结构化数据是基石。然而,传统 OCR 工具往往独立于主流深度学习生态,导致集成复杂、维护成本高。PaddleOCR 3.5 是...工具# PaddleOCR 3.5# 百度5个月前2350
百度开源 ERNIE-Image:8B 参数打造开源文生图新标杆,精准文本渲染与结构化生成能力卓越百度 ERNIE-Image 团队正式开源了其最新文生图模型 ERNIE-Image。该模型基于单流扩散变换器(DiT)架构,拥有 80 亿(8B)参数,并配备一个轻量级的 3B 提示增强器(Prom...图像模型# ERNIE-Image# 文生图模型# 百度6个月前3020
百度发布GenFlow3.0:文库与网盘升级多模态AI办公系统2025年11月13日,百度世界2025大会在北京召开。会上,百度正式发布 GenFlow3.0,作为百度文库与百度网盘的底层智能体平台,该版本已完成全端上线,并同步推出两大核心智能体:Office ...早报# GenFlow3.0# 百度# 百度文库12个月前6720
百度开源ERNIE-4.5-VL-28B-A3B-Thinking:3B活跃参数实现大型模型级多模态推理百度正式开源 ERNIE-4.5-VL-28B-A3B-Thinking,一款专注于文档、图表与视频理解的多模态推理模型。尽管模型总参数达 约 30B,但通过稀疏激活机制,每次推理仅激活 3B 参数...多模态模型# ERNIE-4.5-VL-28B-A3B-Thinking# 多模态推理# 百度12个月前2470
Qianfan-VL:百度推出的多模态大模型系列,面向企业级视觉语言任务由百度 AI 云团队研发,Qianfan-VL 是一系列参数规模从 3B 到 70B 的多模态大语言模型(MLLM),专注于提升企业在文档理解、OCR识别和数学推理等高频场景下的自动化能力。 项目主页...多模态模型# Qianfan-VL# 多模态大模型# 百度1年前4030
百度发布 PP-OCRv5:0.07亿参数模型,挑战百亿级大模型的OCR精度在通用视觉语言模型(VLM)主导多模态任务的当下,百度飞桨团队反其道而行之,推出新一代轻量级文字识别模型 PP-OCRv5 ——一个仅含 70万参数(0.07B)的超小模型,在多项 OCR 任务中表现...多模态模型# PP-OCRv5# 百度1年前5590
百度发布文心大模型 X1.1:深度思考能力再升级,全面开放接入9月9日,WAVE SUMMIT 深度学习开发者大会 2025 在北京举行。百度首席技术官、深度学习技术及应用国家工程研究中心主任 王海峰 在会上正式发布 文心大模型 X1.1 ——一款在事实性、指令...早报# 文心大模型 X1.1# 百度1年前3450
百度推出轻量级推理模型ERNIE-4.5-21B-A3B-Thinking:原生支持函数调用,可联网查天气、调数据库百度推出ERNIE-4.5-21B-A3B-Thinking,一款专为复杂推理任务优化的轻量级 MoE(Mixture of Experts)大模型。该模型在原有 ERNIE-4.5 基础上显著提升了...大语言模型# ERNIE-4.5-21B-A3B-Thinking# 百度1年前3510
百度蒸汽机2.0 上线:首次实现多人有声视频一体化生成百度正式发布 MuseSteamer 2.0 —— 其音视频一体化生成模型的重大升级版本,在行业内首次实现多人有声视频的端到端联合生成。 这意味着,用户只需输入一段文字描述,系统即可自动生成包含多个角...早报# MuseSteamer 2.0# 百度# 蒸汽机2.01年前7120
百度开源 ERNIE 4.5:覆盖 0.3B 到 424B 参数的大型语言模型系列百度正式开源了其最新的 ERNIE 4.5 系列,这是继 ERNIE 系列之后又一重磅发布的基础语言模型家族。该系列包含 10 款不同规模与架构的模型,从仅 0.3B(十亿)参数的小型密集模型 到高达...大语言模型# ERNIE 4.5# 百度1年前6060