看不出性别的头像 - 看不出性别的头像聚焦云知声Unisound U1

看不出性别的头像 - 2月云知声发布Unisound U1-OCR文档智能基础大模型，宣布凭借“性能 SOTA、可信可验、开箱即用、高效部署、强适配”等优势，在理解版面的基础上进一步洞察文档深层语义，实现自动分类与业务级信息抽取，突破了传统模型“只读文字、不懂排版”的瓶颈，能够像人类专家一样“看懂”复杂文档。据悉，该模型在OmniDocBench V1.5评测中以95.1分取得SOTA表现，领先GLM-OCR，Deepseek-OCR2，Gemini-3-Pro，GPT-5.2等主流模型，实现了精度与泛化能力的双重突破。在内部业务测试中，该模型信息抽取与文书分类能力超越Gemini-3-Flash、Qwen-235B-VL等主流通用商业和开源模型。特别是在医疗入院记录、出院小结等强业务场景中，领先优势尤为明显，Unisound U1-OCR 以 3B 规模的参数获得比更大规模通用VLM更好的评测性能。