跳至内容
每时AI

每时AI

  • 资讯
  • 国际
  • 分享
  • 大模型
  • 学术
  • 开源
  • 机器人
  • 关于我们

视觉文本理解

NeurIPS 2024 感知理解生成三合一!TextHarmony定义OCR多任务统一新范式

2025年6月20日23时 作者 PaperWeekly

,首次在 OCR 领域实现了视觉文本感知、理解与生成任务在单一模型中的统一,有效缓解了多模态生成中的

分类 大模型、 学术 标签 OCR、 TextHarmony、 多模态大模型、 文字图像生成、 视觉文本感知、 视觉文本理解 发表评论

2025年 AGI AI AI技术 Anthropic ChatGPT Claude DeepSeek DeepSeek-R1 DeepSeek R1 GitHub GPT-4o LLM MCP Meta OpenAI Python Sam Altman 人工智能 人形机器人 具身智能 大型语言模型 大模型 大语言模型 字节跳动 开源 强化学习 微软 扩散模型 技术创新 智能体 木易 机器学习 深度学习 清华大学 生成式AI 用户体验 百度 腾讯 自然语言处理 英伟达 谷歌 阿里云 阿里巴巴 马斯克

分类

  • 分享
  • 国际
  • 大模型
  • 学术
  • 开源
  • 机器人
  • 资讯
  • 我给豆包,加了个绿色按钮… 由此,聊聊人机协作的设计
  • 【Agent专题】开局篇:Agent的崛起!Agent的核心技术栈解密!Agent看见智能未来!
  • 不用人类教,AI自己组队干活?Salesforce黑科技彻底颠覆智能体协作!
  • 大模型才是智能体的核心,智能体的所有操作都是基于大模型完成的——智能体的执行过程
  • 谷歌 Gemini 2.5 技术白皮书来了:顶级推理、百万上下文、多模态理解

2025 年 6 月
一 二 三 四 五 六 日
 1
2345678
9101112131415
16171819202122
23242526272829
30  
« 5 月    

归档

  • 2025 年 6 月
  • 2025 年 5 月
  • 2025 年 4 月
  • 2025 年 3 月
  • 2025 年 2 月
  • 2025 年 1 月
  • 2024 年 12 月
  • 2024 年 11 月

AI新闻 | X平台 | APK反编译 | 京ICP备2024096144号 |
© 2025 每时AI • Built with GeneratePress
 下载我们的APP,AI秒送达!  立即下载
×