隨著AI大模型技術(shù)逐漸深入到應(yīng)用層面，手機掃描的功能和體驗迎來了全面升級。日前，阿里智能信息事業(yè)群推出搭載AI大模型技術(shù)的手機掃描產(chǎn)品“夸克掃描王App”，集合高清掃描、提取文字、格式轉(zhuǎn)換、去除手寫筆跡、自拍證件照等20余種功能，更精準(zhǔn)、更高效地識別、分析與理解復(fù)雜內(nèi)容，成為用戶提升工作、學(xué)習(xí)效率的掃描AI助手。
AI大模型技術(shù)加持 讓掃描更精準(zhǔn)、更高效
近年來，隨著移動辦公、學(xué)習(xí)需求的爆發(fā)，手機掃描市場悄然生變。據(jù)夸克掃描王數(shù)據(jù)顯示，用戶掃描學(xué)習(xí)相關(guān)內(nèi)容數(shù)量長期位居第一;職場人群的掃描內(nèi)容量過去一年增長三倍。Z世代用戶不僅要求掃得清晰，他們對編輯、分享、存儲乃至創(chuàng)作都有了更加個性化的需求，而傳統(tǒng)的手機掃描已經(jīng)很難滿足這一變化。
據(jù)悉，夸克掃描王App應(yīng)用了最新AI大模型的技術(shù)能力，基于大語言模型的結(jié)果優(yōu)化，能夠在復(fù)雜場景下模仿人類思維，更精準(zhǔn)地識別、分析和提取文字、公式及圖片等內(nèi)容，從而實現(xiàn)更完美的掃描效果。
記者體驗時發(fā)現(xiàn)，AI大模型在提取文字的過程中發(fā)揮了全新作用。當(dāng)被掃描文字存在陰影遮擋或破損等情況，夸克掃描王在結(jié)合數(shù)據(jù)庫里的訓(xùn)練樣本后，可以根據(jù)上下文的語義解析，去進(jìn)行匹配定位，從而掃描出一份清晰、平整、有邏輯的電子文檔。
過去一年，夸克掃描王自研的AI大模型,通過對海量圖文數(shù)據(jù)的訓(xùn)練，首次將多模算法引入文字識別領(lǐng)域，讓公式識別、手寫識別的效果大幅度提升，印刷文字識別精度為99.99%，手寫文字識別精度超過98.5%。同時，夸克掃描王將游戲引擎數(shù)據(jù)模擬方法與半監(jiān)督模型訓(xùn)練方法引入到文檔掃描的模型開發(fā)中，快速提升文檔矯正、字跡清晰度、背景雜質(zhì)擦除效果。
通過強大的OCR和版式識別技術(shù)，夸克掃描王可以幫助用戶掃描文檔、手賬、單據(jù)、屏幕等，完成從圖片到資料的轉(zhuǎn)化。同時，借助便捷的資產(chǎn)管理功能，用戶可以隨時在本地和云端找到重要掃描文件，根據(jù)需求進(jìn)行二次編輯和分享，成為用戶隨身的掃描AI助手。
多款生產(chǎn)力工具持續(xù)迭代 服務(wù)不同類型用戶
“堅持用戶第一，創(chuàng)造和滿足不同類型的信息服務(wù)需求，是夸克始終堅持的產(chǎn)品理念。夸克掃描王App正式上線，是夸克'內(nèi)容+智能工具'戰(zhàn)略的重要進(jìn)展?！笨淇藪呙柰醍a(chǎn)品負(fù)責(zé)人表示。在掃描、網(wǎng)盤、文檔等垂直領(lǐng)域,夸克持續(xù)為用戶提供專業(yè)、智能的產(chǎn)品技術(shù)和功能體驗。
對行業(yè)來說，夸克掃描王通過「AI+掃描」也將促進(jìn)手機掃描從記錄走向深度編輯、個性化生成等全新領(lǐng)域，繼續(xù)擴大行業(yè)發(fā)展前景?？淇藪呙柰醍a(chǎn)品負(fù)責(zé)人認(rèn)為，掃描是用戶資產(chǎn)數(shù)字化的重要場景，搭載AI大模型的能力后，一方面可以讓被掃描內(nèi)容呈現(xiàn)出更好的效果，也會讓用戶擁有更加自由的創(chuàng)作空間，進(jìn)而幫助用戶實現(xiàn)掃描場景下的提質(zhì)增效。
為了更好的滿足用戶需求，夸克以搜索為核心，打造了智能信息服務(wù)的底座，再通過網(wǎng)盤、掃描、文檔等垂直領(lǐng)域的生產(chǎn)力工具，進(jìn)一步滿足用戶不同領(lǐng)域中的場景化需求。
業(yè)內(nèi)專家指出，夸克多端一體化的發(fā)展戰(zhàn)略，不僅惠及用戶更好地使用數(shù)字資產(chǎn)，同時考驗產(chǎn)品、技術(shù)在不同場景上的協(xié)同能力?？淇藪呙柰醯耐瞥霾粌H給掃描重度用戶提供了專業(yè)工具，也是夸克探索新一代智能信息產(chǎn)品的必由之路。
