#视觉对象理解

1天前

看了这个deepseek的ocr，感觉就是卧槽，还能这样？让我想到了一个英文单词叫Photographic memory，以前的ocr是把图片上的东西转成文本，然后让程序或者大模型就直接读了，现在等于读图就读出了文字的意思，把文档当成一个完整的视觉对象来理解，他已经不是一目10行了，不是一目就一页，牛逼！

#DeepSeek #OCR #Photographic memory #视觉对象理解 #技术赞叹