Alibaba
Qwen-VL-OCR
基於 Qwen-VL 訓練的視覺理解與 OCR 模型,使用統一模型處理圖文識別、解析和處理任務。此版本是 2025 年 4 月 13 日的快照。(docs.bailian.console.aliyun.com) 內建六類任務:通用識別、文件解析、表格解析、資訊擷取、多語言識別和公式識別。可用於從文件、表格及其他圖片中擷取和整理文字資訊。(docs.bailian.console.aliyun.co…
了解模型繁體中文
模型發布檔案
彙整模型發布動態,按發布時間瀏覽,探索值得關注的新模型。
基於 Qwen-VL 訓練的視覺理解與 OCR 模型,使用統一模型處理圖文識別、解析和處理任務。此版本是 2025 年 4 月 13 日的快照。(docs.bailian.console.aliyun.com) 內建六類任務:通用識別、文件解析、表格解析、資訊擷取、多語言識別和公式識別。可用於從文件、表格及其他圖片中擷取和整理文字資訊。(docs.bailian.console.aliyun.co…
騰訊發布的 3D 內容生成模型,面向需要建立高精度、帶有紋理的三維資產的創作者和開發者。技術報告將其描述為採用形狀生成和紋理生成兩階段流程的 3D 擴散模型體系。(arxiv.org) 支援透過文字提示或圖片生成 3D 模型,並支援使用多個視角的圖片生成模型及 PBR 材質。(cloud.tencent.com) 官方稱模型總參數量由前代的 1B 提升至 10B,有效面片數增加超過 10 倍,有效…