IBM推出Granite-Docling-258M:轻量化高效文档处理新模型
2025年9月20日,IBM正式推出小型视觉语言模型Granite-Docling-258M,专注于端到端的文档转换任务。该模型已依据Apache 2 0开源协议发布,并上线于主流模型平台,供开发者

2025年9月20日,IBM正式推出小型视觉语言模型Granite-Docling-258M,专注于端到端的文档转换任务。该模型已依据Apache 2.0开源协议发布,并上线于主流模型平台,供开发者自由获取与使用。
该模型参数规模为2.58亿,定位为面向文档与表格处理的轻量化解决方案,能够有效保留原始文件中的版面结构,包括表格、数学公式、列表及代码块等复杂元素。相较于传统OCR技术,其在识别精度方面表现更优,尤其在结构化信息提取上具备显著优势。
模型的核心技术基于DocTags,这是由IBM研究团队开发的一套通用文档结构标记语言。DocTags可精准描述页面中各元素的类型、位置坐标、阅读顺序以及元素之间的逻辑关系。通过将内容与版式分离,模型采用“先定位后识别”的处理流程,提升整体解析效率。完成识别后,结果可直接输出为Markdown、JSON或HTML等标准格式,亦可接入Docling工具库进行后续处理。
目前,Granite-Docling已支持中文、阿拉伯语和日语等多种语言,但尚未完全达到企业级应用所需的稳定性和覆盖广度。IBM表示,后续将持续扩展语言支持范围,并优化模型的准确性与鲁棒性。同时,团队计划增强DocTags与旗下AI平台模型的兼容能力,进一步将其词汇体系整合进Granite系列模型的分词器及训练流程中,以推动文档智能处理能力的整体提升。
游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。
同类文章
Meta扎克伯格坦承AI智能体发展不及预期,超级智能仍需时间
IT之家 7 月 3 日消息,据《商业内幕》今天报道,Meta 首席执行官马克 · 扎克伯格在上周四的一场内部全员会中表示,公司仍在努力实现“超级智能”(Superintelligence),但目前还需要投入更多时间和精力。据两位参会人士透露,扎克伯格表示,Meta 正在向人工智能领域投入大量资源,
Agentic AI重构影像创作,影石Insta360联
全民影像记录时代到来,全景相机、运动相机、航拍无人机走进大众生活,每个人都能随手拍摄海量视频素材,但剪辑繁琐、高光筛选耗时、全景素材适配难等行业痛点始终未能彻底解决。市面上主流剪辑工具大多只聚焦后期编辑,平台适配流程复杂、模板同质化严重,针对360°全景画面的智能制作能力更是长期空白。与此同时,全球
微软Teams加强第三方AI智能体权限管理,需会议组织者确认后放行
IT之家 7 月 6 日消息,微软发文,宣布为 Microsoft Teams 会议应用推出全新的 AI 机器人管理策略,当第三方 AI 机器人尝试加入会议时,必须先获得会议组织者批准后才能进入。据介绍,目前微软已在 Teams 管理中心新增“Manage external bots and the
小猿AI接入多模态AI能力,推动智能学习体验升级
小猿AI升级为全学科AI学习助手,强化多模态能力,支持图像识别、文本理解与题目解析;拍照后可智能分析题型、匹配知识点并推荐练习;语文英语模块新增语句纠错、单词解释及作文辅助功能。小猿AI近期在产品能力上迎来重要升级,正式强化多模态AI能力,使其在图像识别、文本理解与题目解析方面表现更加全面。据产品体
阶跃AI推动多模态AI发展:语音与内容生成能力持续增强
阶跃AI正加速构建多模态AI能力,重点布局语音识别与生成、跨模态内容理解;强化语音交互,支持自然语音输入输出;提升图文理解能力,拓展至营销文案、知识整理等智能写作场景;向全面智能助手演进。阶跃AI正在加速推进多模态AI能力建设,重点布局语音识别、语音生成以及跨模态内容理解能力。在最新技术方向中,阶跃
- 热门数据榜
相关攻略
2026-07-13 14:42
2026-07-13 14:40
2026-07-13 14:36
2026-07-13 14:19
2026-07-13 14:16
2026-07-13 13:55
2026-07-13 13:55
2026-07-13 13:55
热门教程
- 游戏攻略
- 安卓教程
- 苹果教程
- 电脑教程
热门话题

