最近，研究人员开发了一种新的通用光学字符识别（OCR）模型，名为 GOT(通用 OCR 理论)。在他们的论文中，首次提出了 “OCR2.0” 的概念，这个新模型旨在将传统 OCR 系统的优点与大型语言模型的强大功能结合起来。GOT 的架构相当先进，包含了一个大约8000万参数的图像编码器和一个500万参数的解码器。图像编码器能够将1024x1024像素的图像压缩成 tokens，而解码器则负责将这些 tokens 转换成最长可达8000个字符的文本。通过这种方式，OCR2.0

在数字化时代，将图像中的文字内容快速转换成可编辑文本是一个常见且重要的需求。现在，一项名为GOT（通用光学字符识别理论）的新型光学字符识别(OCR)模型的问世，标志着OCR技术迈入了2.0时代。这一创新模型结合了传统OCR系统与大型语言模型的优势，旨在打造一个更高效、更智能的文本识别工具。GOT模型采用了一种创新的端到端架构，这一设计不仅节省资源，还极大地扩展了识别能力，使其不仅限于文本识别。该模型由一个参数约8000万的图像编码器和一个参数约500万的解码器组成。

近日，一款名为GOT-OCR2.0的端到端OCR模型引起了业界广泛关注。这款模型不仅能够处理常规文本识别任务，还能应对公式、表格、乐谱等复杂内容，堪称OCR领域的全能选手。GOT-OCR2.0的核心优势在于其多样化的功能和卓越的性能。首先，该模型主要支持中英文字符识别，并且通过进一步微调，可以扩展到更多语言。这种语言适应性使得GOT-OCR2.0在国际化应用中具有显著优势。在实际应用场景中，GOT-OCR2.0展现出了强大的适应能力。无论是街道标志、广告牌等自然场景中的文本，还是包含表格、公

美国联邦通信委员会(FCC)对电信公司Lingo Telecom罚款100万美元，因该公司传播了一通伪造的乔・拜登总统语音机器人电话，试图影响新罕布什尔州的选民。调查发现，这通电话背后的推手是政治顾问史蒂夫・克莱默，FCC此前提议对其处以600万美元的罚款。为了达成与Lingo的和解，FCC要求该公司今后严格遵守来电显示认证规则，包括实施“了解你的客户”(KYC)原则，以加强客户信息核实，维护通信网络的信任。此事件凸显了深度伪造技术在政治传播中的潜在风险，以及监管机构对保持通信安全和透明度的重视。

["Got It AI 推出了 Agent Copilot，这是一款用于客户服务和销售运营的 AI 助手。","Agent Copilot 结合了生成式人工智能和防护栏，提供快速、准确的信息检索，增强客户互动并缩短响应时间。","Agent Copilot 可以与多种数据源集成，支持多轮对话，并支持企业特定的本地部署。"]