随着AI大模型技术逐渐深入到应用层面,手机扫描的功能和体验迎来了全面升级。日前,阿里智能信息事业群推出搭载AI大模型技术的手机扫描产品“夸克扫描王App”,集合高清扫描、提取文字、格式转换、去除手写笔迹、自拍证件照等20余种功能,更精准、更高效地识别、分析与理解复杂内容,成为用户提升工作、学习效率的扫描AI助手。
AI大模型技术加持 让扫描更精准、更高效
近年来,随着移动办公、学习需求的爆发,手机扫描市场悄然生变。据夸克扫描王数据显示,用户扫描学习相关内容数量长期位居第一;职场人群的扫描内容量过去一年增长三倍。Z世代用户不仅要求扫得清晰,他们对编辑、分享、存储乃至创作都有了更加个性化的需求,而传统的手机扫描已经很难满足这一变化。
据悉,夸克扫描王App应用了最新AI大模型的技术能力,基于大语言模型的结果优化,能够在复杂场景下模仿人类思维,更精准地识别、分析和提取文字、公式及图片等内容,从而实现更完美的扫描效果。
记者体验时发现,AI大模型在提取文字的过程中发挥了全新作用。当被扫描文字存在阴影遮挡或破损等情况,夸克扫描王在结合数据库里的训练样本后,可以根据上下文的语义解析,去进行匹配定位,从而扫描出一份清晰、平整、有逻辑的电子文档。
过去一年,夸克扫描王自研的AI大模型,通过对海量图文数据的训练,首次将多模算法引入文字识别领域,让公式识别、手写识别的效果大幅度提升,印刷文字识别精度为99.99%,手写文字识别精度超过98.5%。同时,夸克扫描王将游戏引擎数据模拟方法与半监督模型训练方法引入到文档扫描的模型开发中,快速提升文档矫正、字迹清晰度、背景杂质擦除效果。
通过强大的OCR和版式识别技术,夸克扫描王可以帮助用户扫描文档、手账、单据、屏幕等,完成从图片到资料的转化。同时,借助便捷的资产管理功能,用户可以随时在本地和云端找到重要扫描文件,根据需求进行二次编辑和分享,成为用户随身的扫描AI助手。
多款生产力工具持续迭代 服务不同类型用户
“坚持用户第一,创造和满足不同类型的信息服务需求,是夸克始终坚持的产品理念。夸克扫描王App正式上线,是夸克'内容+智能工具'战略的重要进展。”夸克扫描王产品负责人表示。在扫描、网盘、文档等垂直领域,夸克持续为用户提供专业、智能的产品技术和功能体验。
对行业来说,夸克扫描王通过「AI+扫描」也将促进手机扫描从记录走向深度编辑、个性化生成等全新领域,继续扩大行业发展前景。夸克扫描王产品负责人认为,扫描是用户资产数字化的重要场景,搭载AI大模型的能力后,一方面可以让被扫描内容呈现出更好的效果,也会让用户拥有更加自由的创作空间,进而帮助用户实现扫描场景下的提质增效。
为了更好的满足用户需求,夸克以搜索为核心,打造了智能信息服务的底座,再通过网盘、扫描、文档等垂直领域的生产力工具,进一步满足用户不同领域中的场景化需求。
业内专家指出,夸克多端一体化的发展战略,不仅惠及用户更好地使用数字资产,同时考验产品、技术在不同场景上的协同能力。夸克扫描王的推出不仅给扫描重度用户提供了专业工具,也是夸克探索新一代智能信息产品的必由之路。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。