日前，在“AIGC與場景化應(yīng)用創(chuàng)新”主題研討會上，阿里智能信息事業(yè)群夸克視覺技術(shù)負(fù)責(zé)人黃銳華分享了AI技術(shù)應(yīng)用于掃描場景的最新成果。他表示，AIGC給手機(jī)掃描產(chǎn)品打開了創(chuàng)新空間，搭載大模型技術(shù)的夸克掃描王對識別手寫字體、復(fù)雜公式和版式理解上的準(zhǔn)確率達(dá)到了新高度。

夸克視覺技術(shù)負(fù)責(zé)人黃銳華

經(jīng)過幾十年的發(fā)展，掃描技術(shù)已經(jīng)日趨成熟，但是隨著拍攝屏幕等新場景和用戶編輯圖片等個性化需求的出現(xiàn)，掃描行業(yè)面臨著全新的機(jī)會。尤其是大模型和AIGC在大數(shù)據(jù)建模、文本理解以及內(nèi)容生產(chǎn)帶來的顛覆性變化，將給用戶和企業(yè)帶來新一輪的效率提升。

黃銳華表示，夸克掃描王已形成掃描能力、圖像能力、內(nèi)容識別和版式理解能力及學(xué)習(xí)效率工具的能力矩陣。基于自身數(shù)據(jù)多、精度高、能力全等特點，夸克掃描王愿意將自研的多項技術(shù)和能力優(yōu)先開放給行業(yè)伙伴，共同開創(chuàng)AIGC時代下的數(shù)字服務(wù)新生態(tài)。

眾所周知，教育行業(yè)對掃描技術(shù)識別率、處理速度的要求非常高。黃銳華介紹，AIGC已經(jīng)在掃描的識別精度、任務(wù)類型及應(yīng)用場景等方面實現(xiàn)突破。以夸克掃描王的識別精度為例，目前手寫字符識別準(zhǔn)確率超過99%；復(fù)雜公式識別準(zhǔn)確率99%；識別模糊文本和復(fù)雜公式的識別率遠(yuǎn)超行業(yè)水平?？淇藪呙柰踉趯W(xué)習(xí)、工作等場景下的技術(shù)突破，正在加快推動生產(chǎn)力工具的智能化和數(shù)字化。

不久前，應(yīng)用了最新AI大模型技術(shù)能力的夸克掃描王App上線?；诖笳Z言模型的結(jié)果優(yōu)化，夸克掃描王能夠在復(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。

黃銳華透露，未來，夸克掃描王還會依托大模型技術(shù)在四方面進(jìn)行持續(xù)突破。首先是掃描的能力，會覆蓋更多真實的用戶場景。其次是圖像處理能力，讓技術(shù)提升掃描質(zhì)量。再次是內(nèi)容理解能力，讓大模型會像人一樣去思考和解析內(nèi)容。最后是提供更多智能化的工具，提升用戶解決問題的效率。

據(jù)QuestMobile發(fā)布的《2023年輕人群智能效率應(yīng)用研究》報告顯示，夸克掃描王借助大模型技術(shù)加持，突破傳統(tǒng)掃描儀的場景壁壘，滿足年輕人群個性化需求，夸克中00后、90后人群占比位列同類產(chǎn)品第一。