跳到正文
热点事件持续更新

Berkeley NLP等联合开源多模态研究代理DR Pixel

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Berkeley NLP、NYU上海与rtnldynamics团队联合开源DR Pixel，一款直接读取渲染页面图像的端到端多模态深度研究代理。其工作方式是不先通过OCR提取文本，而是直接理解文档页面图像并开展研究；团队称，基于27B模型的DR Pixel表现可对标GPT-5.4。

AI 根据报道生成 · 2 小时前更新

最新进展11月4日 00:39
Berkeley NLP等团队开源DR Pixel，以页面图像驱动深度研究

报道时间线

沿着报道，了解事件的不同侧面。

11月4日
  1. AGI Hunt
    Berkeley NLP等团队开源DR Pixel，以页面图像驱动深度研究

    Berkeley NLP、NYU上海与rtnldynamics联合开源DR Pixel，一款直接读取渲染页面图像的端到端多模态深度研究Agent。DR Pixel绕过OCR文本提取，直接理解文档页面图像并开展研究，文中称其27B模型表现可对标GPT-5.4。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。