AI资讯新闻榜单内容搜索-OCR

关键词: 多模态,MiniCPM-Llama3-V 2.5,面壁小钢炮,面壁智能

杀疯了！一夜之间，全球最强端侧多模态模型再次刷新，仅用8B参数，击败了多模态巨无霸Gemini Pro、GPT-4V。而且，其OCR长难图识别刷新SOTA，图像编码速度暴涨150倍。这是国产头部大模型公司献给开发者们最浪漫的520礼物。

关键词: 多模态大模型,MiniCPM-V 2.0,面壁智能,情怀大模型

MiniCPM 系列的最新多模态版本 MiniCPM-V 2.0。该模型基于 MiniCPM 2.4B 和 SigLip-400M 构建，共拥有 2.8B 参数。MiniCPM-V 2.0 具有领先的光学字符识别（OCR）和多模态理解能力

关键词: GPT-4V, ChatGPT,sora,生成式 AI,MiniCPM

大语言模型的效率，正在被这家「清华系」创业公司发展到新高度。

关键词: Pika,Gen-2,ModelScope,SEINE,AI视频生

AI 视频生成，是最近最热门的领域之一。各个高校实验室、互联网巨头 AI Lab、创业公司纷纷加入了 AI 视频生成的赛道。Pika、Gen-2、Show-1、VideoCrafter、ModelScope、SEINE、LaVie、VideoLDM 等视频生成模型的发布，更是让人眼前一亮。

关键词: OCR,Vary,多模态

想将一份文档图片转换成Markdown格式？这一次，只需一句话命令，多模态大模型Vary直接端到端输出结果：

关键词: 阿里,AI,AI电商

9月7日，阿里巴巴国际站在美国举办的“CoCreate 2023”大会上，率先面向全球发布了AI采购工具——Smart Assistant（智能采购助手）。