智谱 CogVLM2 视觉模型 OCR 表现达 SOTA

智谱发布的 CogVLM2 模型引发关注，该版本基于 Llama 3，在文本恢复（OCR）任务上表现出色，达到 SOTA 级别。有博主指出智谱自 2023 年起就深耕视觉模型领域，此次成果得益于扎实的多模态数据工程，RL 部分也包含答案提取、课程采样等富有洞察力的细节，整体技术积累获得社区认可。

2026-08-23 ~ 2026-08-23 · 2 条相关

• 智谱深耕视觉模型已久，RL细节含课程采样 — teortaxesTex · 2026-08-23
• 智谱 CogVLM2 模型表现亮眼：OCR 任务达 SOTA 级别 — teortaxesTex · 2026-08-23