“CSIC企業(yè)行活動”是由由中國圖象圖形學學會主辦，合合信息、CSIG文檔圖像分析與識別專業(yè)委員會聯(lián)合承辦，旨在匯集產學研各界資源，探討圖文智能信息技術領域的最新發(fā)展動態(tài)和未來趨勢，共同推動圖像圖形領域的發(fā)展。

　　此次走進合合信息，深度探討“圖文智能處理與多場景應用技術展望”主題，并特邀來自上海交大、廈門大學、復旦大學、中科大的知名學府的學者，面向行內研究者分享圖像文檔處理中的結構建模、底層視覺技術、跨媒體數(shù)據(jù)協(xié)同應用、生成式人工智能及對話式大型語言模型等研究及實踐成果。

　　研討會嘉賓合影

　　會上，合合信息科技股份有限公司董事長、總經理鎮(zhèn)立新博士發(fā)表致辭，并提到希望通過這次活動，創(chuàng)造產學研合作機會，為推動圖像圖形及人工智能行業(yè)的發(fā)展和進步貢獻智慧和力量。

　　合合信息董事長、總經理鎮(zhèn)立新博士致辭

　　生成式人工智能未來十年方向的理論探索

　　“企業(yè)行”活動中，上海交通大學人工智能研究院常務副院長、長江學者楊小康分享表示，目前的生成式人工智能還存在解空間巨大。以“識別——分析”為代表的判別式人工智能推動了人工智能前十年的發(fā)展，接下來十年，以“合成——重建”為代表的生成式人工智能將成為主流。

　　復雜場景多模態(tài)數(shù)據(jù)分析與理解學術進展迅速

　　人工智能要實現(xiàn)多場景“通用”，需要解決多源數(shù)據(jù)的問題。廈門大學科技處處長、人工智能研究院負責人紀榮嶸教授認為連接視覺與自然語言的“視覺描述”領域，是最受關注且最具潛力的人工智能研究任務之一 。視覺和語言的研究應是雙向的，各自的新發(fā)現(xiàn)、新方法可以互相迭代促進�？缈臻g、跨領域、跨任務知識遷移方面有較大探索空間，易于發(fā)現(xiàn)新的科學問題 。

　　底層視覺技術，圖像文檔結構分析是落地實踐重點關注方向

　　合合信息圖像算法研發(fā)總監(jiān)郭豐俊博士針對目前底層視覺技術在處理形變、模糊等復雜文檔時遇到的典型問題分享，合合信息智能文檔處理技術基于對圖像目標區(qū)域的精準裁剪，對彎曲、傾斜透視的頁面進行形變矯正，在去除陰影、摩爾紋后，通過人工智能技術對文檔圖像進行增強銳化和清晰度提升，達到“圖像質量增強”的效果，在改善閱讀體驗的同時，也提升了識別轉換、圖像分析等文檔處理下游任務的質效，相關技術已通過“掃描全能王”等智能文字識別產品，服務全球上百個國家和地區(qū)的上億用戶。

(新媒體責編：wa12)