随着AI大模型技术逐渐深入到应用层面,手机扫描的功能和体验迎来了全面升级。日前,阿里智能信息事业群推出搭载AI大模型技术的手机扫描产品“夸克扫描王App”,集合高清扫描、提取文字、格式转换、去除手写笔迹、自拍证件照等20余种功能,更精准、更高效地识别、分析与理解复杂内容,成为用户提升工作、学习效率的扫描AI助手。

AI大模型技术加持 让扫描更精准、更高效
近年来,随着移动办公、学习需求的爆发,手机扫描市场悄然生变。据夸克扫描王数据显示,用户扫描学习相关内容数量长期位居第一;职场人群的扫描内容量过去一年增长三倍。Z世代用户不仅要求扫得清晰,他们对编辑、分享、存储乃至创作都有了更加个性化的需求,而传统的手机扫描已经很难满足这一变化。
据悉,夸克扫描王App应用了最新AI大模型的技术能力,基于大语言模型的结果优化,能够在复杂场景下模仿人类思维,更精准地识别、分析和提取文字、公式及图片等内容,从而实现更完美的扫描效果。

记者体验时发现,AI大模型在提取文字的过程中发挥了全新作用。当被扫描文字存在阴影遮挡或破损等情况,夸克扫描王在结合数据库里的训练样本后,可以根据上下文的语义解析,去进行匹配定位,从而扫描出一份清晰、平整、有逻辑的电子文档。
过去一年,夸克扫描王自研的AI大模型,通过对海量图文数据的训练,首次将多模算法引入文字识别领域,让公式识别、手写识别的效果大幅度提升,印刷文字识别精度为99.99%,手写文字识别精度超过98.5%。同时,夸克扫描王将游戏引擎数据模拟方法与半监督模型训练方法引入到文档扫描的模型开发中,快速提升文档矫正、字迹清晰度、背景杂质擦除效果。
通过强大的OCR和版式识别技术,夸克扫描王可以帮助用户扫描文档、手账、单据、屏幕等,完成从图片到资料的转化。同时,借助便捷的资产管理功能,用户可以随时在本地和云端找到重要扫描文件,根据需求进行二次编辑和分享,成为用户随身的扫描AI助手。
多款生产力工具持续迭代 服务不同类型用户
“坚持用户第一,创造和满足不同类型的信息服务需求,是夸克始终坚持的产品理念。夸克扫描王App正式上线,是夸克'内容+智能工具'战略的重要进展。”夸克扫描王产品负责人表示。在扫描、网盘、文档等垂直领域,夸克持续为用户提供专业、智能的产品技术和功能体验。

对行业来说,夸克扫描王通过「AI+扫描」也将促进手机扫描从记录走向深度编辑、个性化生成等全新领域,继续扩大行业发展前景。夸克扫描王产品负责人认为,扫描是用户资产数字化的重要场景,搭载AI大模型的能力后,一方面可以让被扫描内容呈现出更好的效果,也会让用户拥有更加自由的创作空间,进而帮助用户实现扫描场景下的提质增效。
为了更好的满足用户需求,夸克以搜索为核心,打造了智能信息服务的底座,再通过网盘、扫描、文档等垂直领域的生产力工具,进一步满足用户不同领域中的场景化需求。
业内专家指出,夸克多端一体化的发展战略,不仅惠及用户更好地使用数字资产,同时考验产品、技术在不同场景上的协同能力。夸克扫描王的推出不仅给扫描重度用户提供了专业工具,也是夸克探索新一代智能信息产品的必由之路。
好文章,需要你的鼓励
谷歌DeepMind等顶级机构联合研究揭示,当前12种主流AI安全防护系统在面对专业自适应攻击时几乎全部失效,成功率超过90%。研究团队通过强化学习、搜索算法和人类红队攻击等多种方法,系统性地突破了包括提示工程、对抗训练、输入过滤和秘密检测在内的各类防护技术,暴露了AI安全评估的根本缺陷。
西蒙弗雷泽大学和Adobe研究院联合开发的MultiCOIN技术,能够将两张静态图片转换为高质量的过渡视频。该技术支持轨迹、深度、文本和区域四种控制方式,可单独或组合使用。采用双分支架构和分阶段训练策略,在运动控制精度上比现有技术提升53%以上,为视频制作提供了前所未有的灵活性和精确度。
英国国王学院研究团队开发了潜在精炼解码(LRD)技术,解决了AI文本生成中的速度与准确性平衡难题。该方法通过两阶段设计模仿人类思考过程:先让AI在连续空间中"深思熟虑",保持多种可能性的混合状态,然后"果断行动",逐步确定答案。实验显示,LRD在编程和数学推理任务中准确性提升最高6.3个百分点,生成速度提升最高10.6倍,为AI并行文本生成开辟了新路径。
清华大学团队开发的ViSurf是一种创新的大型视觉语言模型训练方法,巧妙融合了督导式学习和强化学习的优势。该方法通过将标准答案整合到强化学习过程中,让AI既能从正确答案中学习又能保持自主推理能力。实验显示ViSurf在多个视觉任务上显著超越传统方法,特别是在处理模型知识盲区时表现突出,同时有效避免了灾难性遗忘问题,为AI训练提供了更高效稳定的新范式。