阿里CodePercept文档解析准吗？
阿里CodePercept到底准不准？说点大实话这几天看到阿里CodePercept被吹得挺火，CVPR 2026的论文，上交大联合搞的。核心思路挺有意思以前的AI看图靠“自然语言描述”，但文字是模糊的，你说“左边有个三角形”跟代码里写“坐标(0,0)-(1,0)-(0,1)”完全是两码事。CodePercept让AI生成Python代码来还原图像，代码能运行就是看懂了，运行报错就是没看懂，二值化判断，不跟你玩虚的。但你要问文档解析准不准得看场景。理工科图表、几何图形、公式这块，它确实比传统OCR+Caption强不少。但普通合同、扫描件里的手写批注？这本来就不是它的主战场。技术是好技术，别神化就行。
发布于 北京
分享
评论
1
未登录
友善发言
评论
加载中
