分享
Alibaba出品:OmniParser通用文档复杂场景下OCR抽取
本公众号介绍Omniparser框架及其在文本识别、关键信息提取和表格识别中的应用。通过两阶段、三种序列化方式有效压缩原始长序列，并使用空间和字符导向的窗口提示增强理解能力。
英伟达推出249美元的「AI版的树莓派」，可离线运行大模型！
英伟达推出Jetson Orin Nano Super Developer Kit，性能提升70%，售价249美元。该设备让AI模型能在本地运行，无需连接云端，减少了科技巨头对AI发展的控制权。这被视为迈向「边缘计算」时代的一步，将保障数据隐私、提高运行速度和稳定性，并推动分布式民主化AI发展。
最顶级的AI视频模型，这次真的来了
谷歌发布视频生成模型Veo 2，分辨率最高达4K、时长为2分钟。相比OpenAI的Sora模型，Veo 2在细节和逼真度方面表现更出色，但当前分辨率上限为720p，长度为8秒。
来自现场：豆包发布视觉理解模型，价格低到离谱
上海火山引擎2024冬季FORCE原动力大会上发布了豆包大模型家族的新版本，包括视觉理解、通用Pro模型、音乐模型、文生图模型等。发布会还展示了即梦AI及其在剪映中的应用，并重点介绍了扣子开发者平台。总体来说，此次大会旨在推动AI技术的广泛应用和普及。
Meta推出全新AI模型Apollo了
Meta公司推出的新AI模型系列Apollo采用了独特的双组件设计和分阶段训练策略，显著提升了视频理解和追踪能力。通过数据优化和跨界合作，Apollo在广告、社交等多个领域展现出广泛应用潜力，并有望推动人工智能技术的进一步发展。
发布 2024 最受开发者欢迎的 AI 应用开发平台
文章介绍了2024年度最受开发者欢迎的AI应用开发平台评选标准，并公布了一系列获奖平台。这些平台在开源模型和工具链、技术活动输出以及产品创新等方面表现出色，推动了开发者生态的发展。