百度的OCR一直做的非常很不错，PaddleOCR也是业界用的最多的开源模型之一，尤其是中文识别。PP-DocBee 是一款专注于文档理解的多模态大模型，能够识别表格内容，准确提取表格中的信息，如识别奖牌榜表格内各国家的名次、奖牌数量 。
1月10日，澎湃新闻获悉，商汤正式推出 “日日新”融合大模型，深度推理与多模态信息处理能力均大幅提升。不止能达到人类“看”和“想”的水平，还可以解决更多复杂问题，看不清的字体、数据图表里的信息、文学创作与撰写等都可以实现。
科技日报讯 （记者吴纯新 通讯员汪伟颋）3月23日，记者从华中科技大学获悉，由该校联合武汉金山办公软件有限公司研究人员开发的Monkey多模态大模型已被人工智能领域国际顶级会议CVPR 2024接收，且该大模型曾在大模型开源开放评测体系——“司南”多模态大模型排行榜中名列开源模型
当地时间3月9日，据德国科技媒体报道，在一场名为“AI in Focus - Digital Kickoff”的活动上，微软德国公司的首席技术官安德烈亚斯•布劳恩（Andreas Braun）透露了一个重磅消息——GPT-4将于下周正式推出，并提到了一个关键细节，GPT-4将是多
