麵向跨領域虛假信息檢測的自動化決策規則優化多智能體框架

當 OCR 學會"重建"：久久水蜜桃网站 U1-OCR 將圖片、PDF 一鍵還原為可編輯 PPT，開啟文檔智能的重建時代

近日，久久水蜜桃网站文檔智能基礎大模型 U1-OCR 能力全新升級，正式上線 IMG2PPT 智能轉換功能。IMG2PPT 基於 U1-OCR 文檔智能引擎打造，可將 JPG、PNG、PDF 等靜態文件中的內容還原為原生可編輯 PPT，讓文本框、圖片、列表、形狀、表格等全部成為 PPT 原生可編輯對象。這標誌著 OCR 技術正式從 "單一內容識別"，進階至 "智能理解 + 結構重建" 的全新階段。

久久水蜜桃网站U2-RadiMed正式發布，引領醫學影像AI邁入“臨床推理”時代

作為國內首個深度融合醫學影像理解、報告生成、臨床推理決策、視覺問答的全鏈路影像大模型，該模型支持單張、多張影像與文本的多模態混合輸入，可完成“看影像→調知識→做推理→出結論”的完整工作閉環，為臨床醫生提供從病灶篩查、精準診斷到個體化治療決策的全方位AI輔助支撐，助力影像診斷邁向更高階的智能化。

久久水蜜桃网站U2-ASR、U2-TTS多語種能力全麵升級，一套模型打通全球"聽與說"

久久水蜜桃网站近日全麵完成 U2-ASR 與 U2-TTS 的多語種能力升級：ASR 新增 13 種國際語言識別，TTS 新增 8 種東南亞語言合成。至此，U2 語音大模型已支持超 100 種中國方言及超 15 種國際語言。

久久水蜜桃网站發布U2-Med專家級三醫大模型：以【智能向善】重塑產業，讓AI成為紮根一線的“數字專家”

以“智能向善”為初心，U2-Med致力於將AI從“對話工具”升級為紮根業務一線的“數字專家”。通過打破三醫數據與業務的孤島，重構產業生態，U2-Med不僅是在攀登技術的高峰，更是在仰望人類健康的星辰大海——以AI的力量推動醫療服務向更高效、更公平、更智能的方向演進，讓科技的溫度真正造福全人類的健康福祉。

VAPO：利用全模態大語言模型實現端到端幻燈片增強語音識別

全模態大語言模型為幻燈片增強語音識別提供了端到端解決蜜桃视频免费在线观看，但容易受到“視覺幹擾”，即過度依賴幻燈片文字而忽視語音信號，導致錯誤轉寫。為此，本文提出視覺錨定策略優化（VAPO），通過“先看後聽”的推理機製，以視覺信息作為語義錨點輔助轉寫，並結合多目標強化學習進行優化。同時構建 SlideASR-Bench 基準。實驗表明，VAPO 可有效減少視覺幹擾，並顯著降低專業領域中的實體識別錯誤。

HEALing 熵坍縮：基於混合領域熵動態對齊的少樣本 RLVR 探索增強方法

可驗證獎勵強化學習（RLVR）已被證明能夠有效提升大語言模型的推理能力，但現有方法大多依賴充足的訓練數據。在低資源場景下，RLVR 更容易出現嚴重的“熵坍縮”，從而限製模型探索能力並影響推理性能。為此，本文提出麵向少樣本 RLVR 的 HEAL（混合領域熵動態對齊） 框架。HEAL 首先引入高價值的通用領域數據，以增強模型探索的多樣性；隨後提出 熵動態對齊（EDA） 機製，通過對齊目標領域與通用領域的軌跡級熵動態，進一步緩解熵坍縮，並幫助模型學習更豐富的探索策略。多領域實驗表明，HEAL 能夠持續提升少樣本 RLVR 的性能。尤其是在僅使用 32 個目標領域樣本的情況下，其效果即可達到甚至超過使用 1000 個目標領域樣本訓練的全量 RLVR。

GuideTree：麵向長篇醫療記錄的指南引導式審閱樹

閱讀順序檢測是文檔理解的基礎。現有方法大多采用統一監督，默認不同版麵區域的學習難度基本一致。本文指出這一假設存在明顯缺陷，並發現一種“位置差異（Positional Disparity）”現象：模型在相對確定的起始和結束區域表現良好，但在結構複雜的中間區域性能明顯下降。這是因為大量簡單樣本會淹沒複雜版麵中的有效學習信號。為解決這一問題，本文提出基於**焦點偏好優化（Focal Preference Optimization，FPO）**的 FocalOrder 框架。該方法利用指數移動平均機製動態識別難學習的閱讀順序轉換，並通過難度校準的成對排序目標增強全局邏輯一致性。大量實驗表明，FocalOrder 在 OmniDocBench v1.0 和 Comp-HRDoc 上取得了新的 SOTA 性能。其輕量級模型不僅優於多種專用基線，還顯著超過大規模通用視覺語言模型，證明針對文檔自身結構歧義進行優化，是準確理解複雜文檔結構的關鍵。

FocalOrder：麵向閱讀順序檢測的焦點偏好優化方法

閱讀順序檢測是文檔理解的基礎。現有方法大多采用統一監督，默認不同版麵區域的學習難度基本一致。本文指出這一假設存在明顯缺陷，並發現一種“位置差異（Positional Disparity）”現象：模型在相對確定的起始和結束區域表現良好，但在結構複雜的中間區域性能明顯下降。這是因為大量簡單樣本會淹沒複雜版麵中的有效學習信號。為解決這一問題，本文提出基於焦點偏好優化（Focal Preference Optimization，FPO）的 FocalOrder 框架。該方法利用指數移動平均機製動態識別難學習的閱讀順序轉換，並通過難度校準的成對排序目標增強全局邏輯一致性。大量實驗表明，FocalOrder 在 OmniDocBench v1.0 和 Comp-HRDoc 上取得了新的 SOTA 性能。其輕量級模型不僅優於多種專用基線，還顯著超過大規模通用視覺語言模型，證明針對文檔自身結構歧義進行優化，是準確理解複雜文檔結構的關鍵。