这项由百度千帆团队主导的研究发表于2026年3月17日的arXiv预印本平台（论文编号：arXiv:2603.13398v1），该研究推出了一个名为Qianfan-OCR的革命性文档智能模型，这个拥有40亿参数的端到端模型能够像人类一样理解各种复杂文 ...

在多模态大模型（VLM）狂飙突进的今天，高质量的结构化数据早已成了各大实验室眼中的“硬通货”。然而，当我们试图从海量的 PDF、网页截图或扫描件中提取知识时，却发现传统 OCR 依然存在一个巨大的“断层”：文字被整整齐齐地排好了队，但那些承载着核心逻辑的图表、流程图、图标，却往往被当成一堆死气沉沉的像素直接裁剪掉，或者干脆丢弃。 这种“重文轻图”的处理方式，本质上是一种信息的浪费。现在学界一大趋势 ...

今天，DeepSeek-AI一个三人小队发布了一项开源新成果——DeepSeek-OCR模型，创新提出了一种通过视觉模态压缩长文本上下文的巧妙方法。

【TechWeb】3月19日消息，百度千帆正式发布全新端到端文档智能模型 Qianfan-OCR。该模型基于统一的视觉语言架构，以4B参数规模实现了对文档解析、版面分析、文字识别与语义理解的全面融合，在多项权威评测中取得领先表现。

HyperAI超神经官网（hyper.ai）的教程版块已经上线了多个高质量 OCR 开源模型，本文将系统梳理当前的主流模型，便于读者选择适合自身需求的技术方案。 在数字化浪潮席卷各行各业的今天，大量信息仍然以图片、扫描件、PDF 甚至手写文稿的形式存在。如何让机器 ...

前段时间，微信 PC 端更新了一个 OCR 功能，能识别图片里的文字。 说实话，这应该是微信 10 年来推出的最实用功能之一了。 比如你用微信截图时，只要点击下方的「 识别文字 」，就可以获取截图里的文字。 在微信里收到的图片，也支持你直接选取文字复制。

9月28日，在工业和信息化部、北京市人民政府、国际电信联盟ITU-T指导的2020 AIIA人工智能开发者大会上，主办方正式发布国内首份智能文字识别（OCR）能力测评与应用白皮书。白皮书从OCR发展背景、技术沿革、产业发展现状、技术标准化、发展趋势等多个维度 ...

PDFPro是一款专为iPhone和iPad设计的移动PDF编辑应用，支持直接阅读、编辑与批注文件。用户可高亮文字、添加笔记、插入图形或手绘标注。为满足多样化需求，该应用还提供离线OCR功能，方便在无网络环境下识别扫描文档中的文字，提升使用灵活性与效率。 1、 点击手机桌面上的PDF Pro图标，启动该应用程序。 2、 在PDF Pro主界面右下角点击齿轮图标，进入设置页面。 4、 离线OCR后圆 ...

PDFReader是一款专为手机和平板设计的多功能PDF处理应用，支持阅读、批注、编辑、签名、填表、扫描及文字转语音等功能，还可实现文件合并、拆分、压缩与分享。为满足多样需求，用户可开启离线OCR功能，具体操作是在设置中找到OCR选项，下载相应语言包后即可在无网络环境下将图片中的文字识别并转换为可编辑内容。 1、 在手机桌面上找到PDF Reader图标，点击即可启动该应用程序。 2、 在PDF ...

36氪获悉，「犀语科技」获数千万元 A 轮融资，由盛宇投资领投，云岫资本担任财务顾问。 犀语科技 CEO 金鑫表示，本轮融资将主要用于继续拓展应用领域、团队建设以及产品落地，在现有的成熟产品上做行业推广，开拓新领域，并在北京、深圳建立团队。