2024中國圖象圖形大會，近日在西安舉行，通過二十多場論壇、百余項成果，集中展示了生成式人工智能、大模型、機器學習、類腦計算等多個圖像圖形領域的進展。
大會期間，上海合合信息科技股份有限公司（簡稱“合合信息”）與有關方面，聯合主辦了《大模型技術及其前沿應用》論壇，來自華南理工大學、上海交通大學、清華大學、復旦大學、上海人工智能實驗室等高校、研究機構及企業的專家代表，就大模型技術在圖像領域的發展、應用進行了深入研討。
文檔解析技術的進步，讓機器能夠識別文檔中的多種元素，更好地處理文本、表格、圖像等多類型數據，還原文檔閱讀順序，加速大模型訓練與應用。
論壇上，合合信息智能創新事業部研發總監常揚，分享了合合信息智能文檔處理技術，在文檔解析領域的工作，給與會者帶來了新的技術視角。
通過十幾年技術積淀，合合信息打通了電子檔解析、掃描檔圖像處理、文字識別、表格識別、版面分析、版面還原和排版布局等文檔智能化處理的全流程，面對電子文檔及掃描件，能夠靈活地識別文字、表格、無線表、跨頁表格、頁眉、頁腳、公式、圖像、流程圖等版面元素，準確地還原文檔閱讀順序，為大模型領域提供了精準的訓練語料與文檔問答應用體驗。
常揚表示，近年來的開放詞匯目標檢測（OVD），視覺語義對齊（Alignment）等工作，以及生成式模型等前沿進展，將給版面分析帶來新的研究思路。合合信息技術團隊也將持續在智能文檔處理領域深耕，讓新技術更快速地產生價值。（合合信息供圖）
