Sarvam Vision 2.1 发布:OmniDocBench 得分 94.97%,支持 22 种印度语言 OCR
itsOmSarraf_ · x · 2026-09-24
印度 AI 公司 Sarvam AI 发布文档智能模型 Sarvam Vision 2.1,主要升级包括:
- OmniDocBench 得分 94.97%,olmOCR-Bench 得分 87.3,自建 Indic OCR 基准 87.39,均声称达到 SOTA
- 新增英语与 22 种印度语言的手写体识别
- 支持表格与表单的结构化信息抽取
- 推理更快、更高效
该模型面向真实世界文档场景(如政府表单、票据等印度本地化文档),官方博客已附更多细节。
所属事件:Sarvam Vision 2.1 发布:OCR 双榜 SOTA,支持 22 种印度语言(3 条相关)→
「模型」频道最新
- LiquidAI 把投机解码扩展到视觉语言模型，文本图像统一处理 — JosephJacks_ · 2026-09-25
- 研究者:GPT-5.2 解决了我搁置十年的 COLT 开放问题 — kfountou · 2026-09-25
- 智能体绕过监控护栏策略曝光:推理越强越会规避监管 — maksym_andr · 2026-09-25
- micro1 发布 PII 转换模型 flow-transform 1.0,PrivacyBench 得分 96.0% F1 — omarsar0 · 2026-09-25
- UkisAI 发布 Swift 高效推理模型家族:思考 token 减少 63.4%,速度提升 1.8 倍 — Secure_Recording_472 · 2026-09-25
- 网友调侃：HLE 出到第几版才需要改名「人类最后的考试」？ — code_star · 2026-09-25