首页 文章 精选 留言 我的
优秀的个人博客,低调大师

微信关注我们

原文链接:https://www.oschina.net/news/377945

转载内容版权归作者及来源网站所有!

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

​OpenAI Sora 2 新功能上线,Pro 用户生成视频长达 25 秒

在最近的一次更新中,OpenAI 宣布了其视频生成平台 Sora2的新功能,吸引了众多用户的关注。 此次更新主要包括两个重要的变化:首先,故事板功能现已在网页版本中向专业用户开放。用户可以在 sora.com 上选择 “故事板” 选项,开始创作属于自己的视觉故事。这个功能让视频创作者能够更直观地规划他们的内容,为创作过程带来了更大的灵活性和便利性。 其次,所有用户在应用程序和网页上均可生成最长15秒的视频,而专业用户在网页上可生成最长25秒的视频。 尽管有诸多新功能上线,但部分用户也反馈了在使用过程中的一些问题。例如,有用户指出在网页上无法看到15秒视频生成的选项,且下载按钮在某些位置无法正常使用,导致无法下载视频。OpenAI 对于用户的反馈非常重视,希望能够持续改善用户体验。

百度正式发布多模态文档解析模型方案 PaddleOCR-VL

百度正式发布并开源自研多模态文档解析模型PaddleOCR-VL。在全球权威文档解析评测榜单OmniBenchDoc V1.5中,PaddleOCR-VL以92.6分取得综合性能全球第一成绩,四大核心能力(文本、表格、公式、阅读顺序)全线SOTA,超越 GPT-4o、Gemini-2.5 Pro、Qwen2.5-VL-72B等主流多模态大模型,以及MonkeyOCR-Pro-3B、MinerU2.5、dots.ocr等OCR专业模型,刷新全球OCR VL模型性能天花板。 据了解,PaddleOCR-VL其核心模型参数仅0.9B,轻量高效,能够在极低计算开销下,精准识别文本、手写汉字、表格、公式、图表等复杂元素,支持109 种语言,覆盖中文、英语、法语、日语、俄语、阿拉伯语、西班牙语等多语场景,广泛适用于政企文档管理、知识检索、档案数字化、科研信息抽取等文档智能任务。 作为文心4.5衍生模型,PaddleOCR-VL-0.9B通过融合NaViT动态分辨率视觉编码器与ERNIE-4.5-0.3B语言模型,在精度与效率上取得双重突破。 精度方面,在OmniDocBench v1.5上,Pad...

相关文章

发表评论

资源下载

更多资源
优质分享App

优质分享App

近一个月的开发和优化,本站点的第一个app全新上线。该app采用极致压缩,本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

Mario

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长,特征是大鼻子、头戴帽子、身穿背带裤,还留着胡子。与他的双胞胎兄弟路易基一起,长年担任任天堂的招牌角色。

Apache Tomcat

Apache Tomcat

Tomcat是Apache 软件基金会(Apache Software Foundation)的Jakarta 项目中的一个核心项目,由Apache、Sun 和其他一些公司及个人共同开发而成。因为Tomcat 技术先进、性能稳定,而且免费,因而深受Java 爱好者的喜爱并得到了部分软件开发商的认可,成为目前比较流行的Web 应用服务器。

Eclipse

Eclipse

Eclipse 是一个开放源代码的、基于Java的可扩展开发平台。就其本身而言,它只是一个框架和一组服务,用于通过插件组件构建开发环境。幸运的是,Eclipse 附带了一个标准的插件集,包括Java开发工具(Java Development Kit,JDK)。