Thinking about investing in the EV revolution? BYD isn't just China's biggest EV maker anymore -- it's quietly becoming a global player.BYD (BYDDY 3.63%), once known primarily as a Chinese battery maker, has rapidly transformed into one of the world's largest electric vehicle (EV) companies. In 2024, it overtook Tesla in global EV sales, signaling that this is no longer just a domestic player -- it's a company with global ambitions.So how is BYD building an international footprint? The answer lies in a deli ...

模型发布与性能突破 - 字节跳动开源全新轻量级文档解析模型Dolphin，体积小、速度快且性能突破，解析效率提升近2倍 [1][2] - 在文档解析任务上，Dolphin准确率超越GPT-4.1、Claude3.5-Sonnet、Gemini2.5-pro等通用多模态大模型及垂类OCR模型Mistral-OCR [2] - 论文被ACL 2025收录，项目已开源 [3] 技术架构创新 - 采用"先解析结构后解析内容"两阶段范式，避免传统多OCR模型级联的错误累积，同时解决通用大模型丢失版面结构信息的问题 [6] - 元素解耦解析策略简化数据收集，孤立元素图像（如表格、公式）标注比完整文档更易获取 [6] - 第一阶段布局解析生成文档元素序列（标题、图表等），第二阶段并行内容识别完成整页提取 [9] 性能对比与优势 - 模型仅322M参数，但性能优于集成方法和更大视觉语言模型（VLMs） [13] - 纯文本文档解析：英文/中文编辑距离0.0114/0.0131，优于GOT（0.035/0.038）和GPT-4.1（0.0489/0.2549） [14] - 混合元素文档解析：编辑距离0.1283，优于所有基线；效率达0.1729 FPS，比Mathpix（0.0944 FPS）快2倍 [15][16] 元素级解析能力 - 文本段落解析：Fox-Block/Dolphin-Block测试集编辑距离0.0029/0.0121，显著领先 [17][18] - 公式识别：CDM分数0.9850（SPE）、0.9685（SCE）、0.8739（CPE），媲美专业方法 [17][18] - 表格解析：PubTabNet/PubTab1M基准TEDS分数0.9515/0.9625，有效捕捉结构关系 [17][19] 实际应用展示 - 多栏学术论文、复杂公式、中英表格均能精准识别，输出包含元素边界、阅读顺序及Markdown渲染结果 [21][23] - 提供在线Demo、GitHub仓库及Hugging Face模型，支持复杂布局文本、双语段落和表格解析 [26]