LlamaIndex 解读 DeepSeek-OCR：视觉压缩如何在文档 AI 中超越传统 OCR
LlamaIndex 发文解读 DeepSeek-OCR，指出其核心不是 OCR，而是把视觉作为文本信息的压缩算法：可将 1,000 个文本 token 压缩到 100 个视觉 token 并以 97% 准确率解码，10× 压缩下准确率仍高于 90%。
多模态 大事记
重要进展 IMPORTANT_PROGRESS
2026-06-03 — 2026-06-03
重要进展 · 第 12 / 22 页
Google DeepMind 发布 Gemma 4 12B：统一的无编码器多模态模型
AIHOT事件 ↗原始外链未提供
多模态 精选历史资讯
— · 1 条
精选资讯 · 第 1 / 1 页
分类
排序
暂无内容