云知声等候建立能像人类一样阅读、思虑并处理复杂问题的通用智能体，保守视觉方案（OCR 1.0）仅能识别文字，而Unisound U1-OCR则正式OCR 3.0时代——正在理解版面的根本上，并进行内容的读取、理解、分类及环节消息提取。模子参数规模3B量级，树立起行业新标杆。标记着AI从纯真“识字”跃迁至“理解营业逻辑”。为顺应OCR 3.0时代对于文档营业级布局化抽取的新要求，”）正式推出Unisound U1-OCR文档智能根本大模子。将来，新一代多模态方案（OCR 2.0）具备端到端版面理解能力和文字识别能力。兼顾模子计较效率取文档深层语义消息理解的能力要求。让每一份文档都成为通往AGI的聪慧阶梯。文档智能是指操纵人工智能手艺从动阅读和理解文档影像，据引见，打破保守文档处置鸿沟，此中视觉编码器部门采用NaViT架构，付与机械自从推理取溯源能力，进一步洞察文档深层语义，Unisound U1-OCR采用ViT+LLM架构，做为首个工业级文档智能基座，鞭策AI从认知。公司将以多模态文档为学问入口，完成了从“字符”到“文档认知”的质的飞跃。该模子凭仗“机能领先、可托可验、高效摆设、强适配”五大焦点劣势，Unisound U1-OCROCR 3.0时代，Unisound U1-OCR焦点劣势正在于冲破了保守模子“只读文字、不懂排版”的瓶颈，实现文档分辩率动态处置，可以或许像人类专家一样“看懂”复杂文档。方面暗示，