“今天,很多行业对图像图形的处理有了更加多元化的需求,这也是扫描产品在商业层面的全新机会。”近日,在“AIGC应用助力企业经营提效”主题沙龙上,阿里智能信息事业群夸克视觉技术负责人黄锐华表示,大模型技术运用在扫描场景后已经发生两方面变化,一方面它能升级多项扫描技术的核心能力,给企业提供更加精准的扫描服务。另一方面,大模型开辟了更多扫描场景,给日常办公带来更多效率上的提升。
(阿里智能信息事业群夸克视觉技术负责人黄锐华)
目前,OCR技术仍然面对着诸多挑战,比如在面对手写体、小语种和复杂公式等情况下,传统扫描技术很难去完整地理解和还原内容。大模型出现后,扫描产品可以根据内容的语义和特征,通过大量学习去完善和创造内容,进而呈现出一份更加完美的扫描结果。
黄锐华认为,手机扫描产品所具备的便利性、云端处理能力和个性化编辑能力,已经让手机扫描效果超过传统扫描仪。比如扫描一份文档,过去要先把图片先转成Word才能进行编辑,这个过程中不仅操作复杂而且必然会带来精度损失。夸克扫描王选择了技术难度更大但用户体感更好的方式,完成扫描后在图片上直接编辑文字,这也是扫描产品技术创新的全新突破。
有行业专家指出,随着大模型在多模态和垂直领域的不断深入,今年会是产业升级的元年。黄锐华表示,夸克扫描王基于自研大模型,全面升级扫描的多项能力和体验,围绕文档智能、扫描与图像处理等核心场景,构建面向企业的全新服务能力。
去年8月,夸克扫描王率先在扫描行业落地大模型技术应用。近期,夸克扫描王再次迎来全新升级,在智能排版、原图文档化编辑、图像智能修复等方面进一步加大了创新能力投入力度。
根据《国家移动互联网软件产品质量检验检测中心》的评测报告显示,在公式识别、复杂排版(分段)识别、复杂排版(缩进)等扫描难度较高的复杂场景中,夸克扫描王识别准确率分别拿到了86.92%、99.72%和93.73%的高分,大幅领先行业平均水平。
据悉,夸克扫描王的多项技术能力已经应用在国内电商、海外票据、医疗健康以及教育学习等多个领域中。黄锐华表示,当企业开始拥抱大模型技术以及AIGC应用逐渐成熟,整个市场会迎来新一轮的高速发展。
好文章,需要你的鼓励
皮尤研究中心最新分析显示,谷歌搜索结果页面的AI概述功能显著降低了用户对其他网站的点击率。研究发现,没有AI回答的搜索点击率为15%,而有AI概述的搜索点击率降至8%。目前约五分之一的搜索会显示AI概述,问题类搜索中60%会触发AI回答。尽管谷歌声称AI概述不会影响网站流量,但数据表明用户看到AI生成的信息后更容易结束浏览,这可能导致错误信息的传播。
约翰霍普金斯大学研究团队开发了ETTIN模型套件,首次实现了编码器和解码器模型的公平比较。研究发现编码器擅长理解任务,解码器擅长生成任务,跨界训练效果有限。该研究为AI模型选择提供了科学依据,所有资料已开源供学术界使用。
GlobalData研究显示,人工智能驱动的预测性维护正成为电力行业追求高可靠性和成本效益的关键组成部分。该技术结合数据分析、机器学习和实时监控,能够更准确预测设备未来状况,有望降低维护成本30%,提高设备可用性20%。GE Vernova、西门子等公司提供先进解决方案,而数字孪生技术、物联网和边缘计算等新兴技术正进一步提升维护策略的准确性和效率。
博洛尼亚大学团队开发出情感增强的AI系统,通过结合情感分析和文本分类技术,显著提升了新闻文章中主观性表达的识别准确率。该研究覆盖五种语言,在多项国际评测中取得优异成绩,为打击虚假信息和提升媒体素养提供了新工具。