AI读论文新神器：多栏密集文字、中英图文混排文档都能读｜旷视

Fox 团队投稿量子位公众号 QbitAI 虽然多模态大模型都能挑西瓜了，但理解复杂文档方面还是差点意思。面对文字密集、多栏混排等文档时往往力不从心，区域级别的细粒度理解，就更是无从谈起了。最近，旷视团队打造了一支多模态大模型的“点读笔”——Fox，轻松实现对 8 页文档（中英混合，单栏多栏格