搜索

关于“gemini”的结果

共 438 篇

智谱开源OCR!测完我把手机里的扫描软件都卸了......

智谱开源OCR!测完我把手机里的扫描软件都卸了......(在新窗口打开)

OCR模型究竟能干什么?干得怎么样? 2025年末2026年年初,科技圈最卷的技术无疑就是——O!C!R! 这不,就在前两天,智谱也下场整活儿了,发布了自家的「GLM-OCR」开源模型~ 别看参数就0.9B,在OmniDocBench V1.5榜单上可是一通乱杀。 拳打Gemini-3-Pro!脚踢GPT5.2!(开玩笑 在手写体、代码文档、印章识别、跨单元格等场景的性能表现直通SOTA: 这两天处于工作的原因,我也深度上手使用了GLM-OCR一番,这波用下来的感受是: 在日常基础文档解析场景里用起来确实爽爽爽! but,涉及到字迹不清晰或复杂排版的信息时,翻车现象还是有的…… 顺带,帮友友们

AI资讯
0
2025 智能体元年,Agent 开发平台深度评测报告解读

2025 智能体元年,Agent 开发平台深度评测报告解读(在新窗口打开)

AI 产业的两大核心趋势正并行发展:基础大模型的能力持续突破,而 AI Agent 的产业化落地也在全面提速。Capgemini 于 2025 年 4 月发布的一项覆盖 14 国 1500 名企业高管的调研显示[1],已有 37% 的受访组织启动或实施 AI Agent 项目,另有高达 61 %的组织将在一年内跟进部署或进行探索,印证了该趋势的全球共识。

AI技术文章
0
今年最值得升级的生产力工具,可能是一整张 AI 工位

今年最值得升级的生产力工具,可能是一整张 AI 工位(在新窗口打开)

AI 工具推荐现在是门显学。 打开任何一个平台,都有人在告诉你「这 10 个 AI 工具必须收藏」「2026 年最强 AI 工具箱」。标题一个比一个夸张,列表一个比一个长。你点进去、收藏,然后,再也没有打开过。 我们自己也推过不少工具。但说实话,大部分 AI 产品用一两周就删了。 界面太复杂,响应太慢,免费额度用完就吃灰,还有的纯粹是「能做什么」和「我会用它做什么」之间隔了一条河。 一年下来,真正留在工位上、每天都在用的,就这几个。也顺便聊聊,它们是怎么嵌进我们真实工作流的。 信息太多的时代,先让 AI 理清关系 Gemini 深度研究 + Kimi 在所有被 AI 改变的工作环节里,搜索可能

AI资讯
0
劈柴哥把谷歌AI 芯片「劈」成两半,要硬刚英伟达了

劈柴哥把谷歌AI 芯片「劈」成两半,要硬刚英伟达了(在新窗口打开)

强如谷歌,算力也不够了。 在昨天拉斯维加斯的谷歌 Cloud Next 大会上, CEO 劈柴哥 (Sundar Pichai) 透露了令人震撼的数字: Gemini API 上个季度每分钟处理 100 亿 token——仅仅过去一个季度,就涨了足足60%,现在每分钟处理超过 160 亿 token。 增量很大程度上来自 agent 使用场景。一个任务被拆成十几步,每一步都是上下文读取,都是 API 请求,都在输入和输出 token。如果说简单的 chat 模式就是一来一回,那 agent 的到来让一切都变了,变成了一台「大电脑」带着一群「小电脑」在给你干活。 推理成本曲线也显著攀升了…… 为

AI资讯
0