一种从图像和文档中提取文本的技术,也是该模型的目标任务之一。
Cloudflare 的 AI Search 服务现已正式上线,支持原生图像嵌入、多模态搜索,以及对最大 10 MB 的扫描 PDF 文件进行 OCR。费用将于 2026 年 11 月 1 日开始计算,所有 Workers 计划仍保留免费额度。
Gyazo平台确认遭到黑客攻击,攻击者利用其服务器漏洞,窃取了约2362万条用户记录和4.9亿条图像元数据记录。公司暂时停止服务,并警告部分私人图像可能已被访问。
CohereLabs 发布了 North-Micro-Vision-Instruct 模型。这是一款开放权重视觉语言模型,包含 24 亿个参数,支持以原始分辨率处理图像,并采用 Apache 2.0 许可证。该模型面向文档、图表理解、OCR 和定制微调应用,同时提供社区支持的 MLX-VLM 以及用于在 NVIDIA 图形处理单元上部署的 AutoModel 配方。