AITOP

边界框

共 3 条相关 AI 资讯
7月23日
02:21
6月10日
07:12
07:12Jerry Liu@jerryjliu0
LlamaIndex 在 LlamaParse 中推出了细粒度边界框功能，能够为文档中的每个单词、行和表格单元格提供精确的视觉坐标。这使得 AI 代理在提取信息时，可以追溯到文档中的具体位置，而不仅仅是段落或页面。该功能专为审计、合规审查和需要验证的 AI 工作流设计，解决了知识工作自动化中决策可审计性的关键痛点。用户现在可以在 cloud.llamaindex.ai 上体验。
AI产品LlamaParse文档解析审计溯源
推荐理由：做文档解析、合规审计或金融分析的团队终于有了可验证的溯源方案——LlamaParse 的逐词边界框让 AI 提取的每个数字都能精确定位到原文，审计流程不再靠‘大概在这页’糊弄，建议直接试用。
原文
6月4日
10:54
10:54小互@imxiaohu
78°
Ideogram 发布了首个开源 AI 图像模型 Ideogram 4.0，宣称在文字渲染和版面控制上达到了开源领域的新高度。该模型引入了边界框（bounding box）控制，允许用户用坐标精确指定每个元素在画面中的位置。同时，它支持结构化 JSON 提示词，不再局限于纯文本 prompt。在文字渲染方面，英文 OCR 准确率达到 0.97（X-Omni 基准测试），并支持中日韩等非拉丁文字的密集渲染。这一发布大幅降低了高质量可控图像生成的门槛，对设计师和开发者意义重大。
AI模型Ideogram 4.0开源图像模型文字渲染
事件专题
推荐理由：做设计或内容生成的团队终于有了开源可控的图像模型——边界框和 JSON 提示词让排版和布局不再靠运气，建议直接上手试试。
原文