⁣
📰 中科金财中标兰州银行

中科金财成功中标兰州银行新一代核心系统群“飞天”工程的OCR识别系统项目，旨在提升柜面办理、信贷审批、开户核验及财务凭证处理等场景的智能识别准确率，减少人工重复审核，实现与业务系统的无缝对接，提升业务自动化与智能化水平。该平台基于大模型的OCR能力，提供通用卡证、财务报表、流水分析、合同对比和智能抽取等五大核心功能，能够在复杂背景或低质量图像中高效识别，构建结构化数据底座，支持多格式财报识别、流水结构化及表单字段提取，并具备结果可视化、追溯与差异分析等能力。平台已在多家银行落地验证，形成智能文档解析与一体化的前中后台全链路应用生态，解析结果可无缝对接审单、信贷审批、风控等应用，推动文档解析向业务赋能的转化；同时通过大小模型协同推理和异构算力底座，优化效率、成本与性能。未来将持续优化并向AI原生智能体架构演进，推动跨系统协同和复杂业务流程的自主编排，以实现金融场景的规模化落地与智能化提升。

🏷️ #OCR #智能文档 #金融AI #大模型 #结构化数据

🔗 原文链接

⁣
📰 当供应链金融有了"眼睛"和"大脑" ：联易融AI实践案例

联易融通过讯易链上市的融资资料自动审核功能，推动供应链金融从“人工依赖”走向以数据自证的底层范式转变。传统融资流程中，供应商提交材料后需经人工审核，周期长且易返修，平台亦因大量单据初审而成本高企。该功能以OCR实现单据字段的高精度识别，结合自研的大模型LDP-GPT来理解商业含义，配合规则引擎进行合规判断，RPA执行审核操作，从而将审核时长从10分钟压缩到2-10秒，效率提升超20倍。其核心是建立融合风控闭环：OCR看见信息、大模型读懂含义、规则引擎判断合规、RPA执行操作，形成“数据自证”的全流程。该系统在前端实现自动过滤材料、后端实现自动化风控，显著提高通过率与准确性，并支持按场景快速配置规则，便于扩展多资金方和多融资产品。AI驱动的风控由静态评级转向动态评估，持续监控交易数据，异常即刻预警，构筑行业护城河。

🏷️ #供应链金融 #AI风控 #OCR #规则引擎 #RPA

🔗 原文链接

⁣
📰 DeepSeek-OCR：让 AI"一眼看懂" 文字的黑科技来了！ - 53AI-AI知识库|大模型知识库|大模型训练|智能体开发

DeepSeek-OCR 是一种创新的上下文光学压缩技术，显著提高了 AI 处理文本的效率。与传统的文字识别技术相比，DeepSeek-OCR 通过压缩信息单元的方式，能够以更少的资源处理更多的信息。例如，处理一万字的文档，传统 AI 需要处理一万条信息单元，而 DeepSeek-OCR 只需处理约一千条，压缩效率达到十倍，同时准确率高达 97%。

该技术的核心在于其三阶段的处理流程：首先，使用 "窗口注意力" 技术进行快速感知，然后通过卷积模块压缩视觉数据，最后由理解专家分析压缩后的数据，提炼出关键信息。这一过程使得 DeepSeek-OCR 能够轻松应对复杂文档，且在多语言支持和计算资源需求上表现优异。

未来，DeepSeek-OCR 有望在更多领域得到应用，包括金融、医疗、教育等。它不仅是技术的升级，更是信息处理方式的革命，能够帮助用户在信息爆炸的时代更高效地管理和处理文档。关注 DeepSeek-OCR 的发展，将可能为用户节省大量时间和精力。

🏷️ #AI技术 #OCR识别 #DeepSeek #人工智能 #黑科技

🔗 原文链接

⁣
📰 从读图到懂图，AI+金融理解力新升级 原创

多模态大模型正在改变传统光学字符识别（OCR）的应用，尤其是在金融领域。金融机构每天生成大量非结构化数据，其中图像数据的处理尤为复杂。传统OCR技术在图像识别和语义理解方面存在局限，尤其是在处理多样化和复杂文本时效果不佳。多模态大模型通过更强的视觉推理能力和对上下文的理解，能够有效应对这些挑战，提供更高的准确性和效率。

在具体应用中，这些大模型展现出明显优势，例如在处理不同格式、复杂版式的文档时，大模型能够自动理解并提取关键信息，极大简化了人工校对的工作。而且，针对特定场景的微调能力，也使得模型在各种金融场合能够快速适应，输出准确的结果。

总体来看，Qwen-VL等多模态大模型展现了未来图像识别与理解的新趋势，推动了金融行业的数字化转型，显著提升了处理非结构化图像数据的能力。这表明，OCR技术的局限性正在被新兴技术所超越，未来的文档处理将更加依赖智能化解决方案。

🏷️ #多模态 #大模型 #OCR #图像识别 #金融行业

🔗 原文链接