歐盟AI法案

IBM宣佈擴大與 NVIDIA 合作 推動企業級人工智慧邁向新臺階

雙方合作聚焦多個範疇發展：GPU 原生資料分析、非結構化資料提取、本地及雲端基礎設施、雀巢全球供應鏈決策效率提升，以及大規模企業人工智慧部署顧問服務。

香港2026年3月23日 /美通社/ — 近日，IBM（紐約證券交易所程式碼：IBM）於 GTC 2026 大會上宣佈，將擴大與 NVIDIA 的合作，協助企業大規模落地人工智慧。這次合作旨在推動 GPU 原生資料分析、智慧檔案處理、本地及受監管環境的基礎設施部署，以及雲端與顧問服務，為企業提供穩固的資料基礎、先進基礎設施及專業行業知識，推動人工智慧由試點階段邁向規模化生產。

IBM Announces Expanded Collaboration with NVIDIA
IBM Announces Expanded Collaboration with NVIDIA

儘管企業於人工智慧領域投入龐大資源，但仍有大量企業停留在試驗階段，難以實現規模化生產。當中主要障礙包括：資料分散且難以存取、基礎設施無法支援高階人工智慧工作負載、AI 部署難以符合受監管行業的合規要求與資料駐留規定；不少機構於技術實施及部署過程中，仍欠缺必要的指導與專業知識。IBM 與 NVIDIA 是次發布的聯合公告，正針對有關障礙提出解決方案。

IBM 董事長兼行政總裁 Arvind Krishna 表示：「在下一波企業人工智慧浪潮中，模型表現取決於底層資料、基礎設施及流程編排，更取決於能否在業務中將三者結合運用。我們與 NVIDIA 的合作，正正聚焦此核心難題。雙方攜手，旨在為企業提供切實可行方案，協助他們不再停留於試驗階段，真正應用人工智慧。」

NVIDIA 創辦人兼行政總裁黃仁勳表示：「六十年前，IBM 開創企業運算與資料處理先河；如今，該公司正為人工智慧年代重新定義有關範疇。資料是人工智慧理解現實場景與意義的根基。透過與 IBM 合作，我們將 CUDA GPU 加速能力直接注入資料層，令資料分析及檔案處理由以往的樽頸，轉變為實時智慧的驅動引擎。」

運用 GPU 原生運算加速結構化資料分析

為協助企業以更低成本、更高效率從海量資料中發掘價值，IBM 與 NVIDIA 聯合研發開源整合方案。方案核心在於透過 NVIDIA cuDF 為 IBM watsonx.data 的 SQL 引擎 Presto 提供加速，大幅提升海量資料集的查詢效能。

為了在生產環境中驗證技術成效，IBM 與 NVIDIA 將 GPU 加速的 watsonx.data 應用於雀巢(Nestlé)的「訂單至收款」（Order-to-Cash）資料集市。該資料集市追蹤 186 個國家／地區的每一張訂單、履行、交付及發票流程，於 44 張資料表中處理 TB 級資料。雀巢憑藉完善的數碼化基礎，成為是次概念驗證的理想合作物件：其全球統一資料模型、整合資料基礎及跨市場單一資料來源，確保資料即時、準確及可信，正是生產環境驗證 GPU 加速分析所需的穩固基礎。

以往雀巢基於 CPU 的每次資料更新需時 15 分鐘，每日僅可執行數次。透過 NVIDIA 軟體及 GPU 加速，IBM watsonx.data 的 Presto 引擎將查詢時間由 15 分鐘大幅縮減至 3 分鐘。雀巢資料顯示，有關方案節省高達 83% 成本，整體價效比提升達 30 倍。

雀巢首席資訊總監 Chris Wright 表示：「對於一間服務數十億人的企業而言，資料是我們全球營運決策的根基。透過與 IBM 及 NVIDIA 合作，概念驗證已證明全球營運資料可於數分鐘內完成更新，成本更低。我們現時的重點是將有關能力轉化為實際業務影響 —— 進一步提升製造、倉儲等範疇的決策速度，並將有關能力推廣至整個企業。」

協助企業釋放資料全部價值

多數企業並非欠缺資料，而是缺乏存取及運用資料的能力。SharePoint 網站、內容管理系統、供應商研究、專業知識等資訊隨處可見，卻受限於非結構化多模態格式，難以提取、標準化，更難以在決策速度下確保可信度。

IBM 與 NVIDIA 正攜手解決有關難題，雙方整合 IBM Docling 與 NVIDIA Nemotron 開放模型，致力將智慧檔案提取能力提升至企業級規模。Docling 負責將檔案標準化並轉換為 AI 適用格式，同時保留源頭可追溯性；NVIDIA Nemotron 模型則加速多模態內容擷取。初步結果顯示，在 GPU 加速基礎設施支援下，有關組合方案對比其他開源模型，吞吐量顯著提升，同時準確度維持甚至有所提高。

針對本地部署及受監管部署的 GPU 最佳化基礎設施

IBM 與 NVIDIA 正將合作由資料層拓展至基礎設施層。NVIDIA 選用 IBM 儲存方案，為其 GPU 原生高階分析引擎提供海量資料支援：IBM Storage Scale System 6000 可提供高達 10PB 高效能儲存，將 IBM 統一資料存取層及大規模並行吞吐能力，與 NVIDIA GPU 流程深度整合。目前，IBM Storage Scale 6000 已透過 NVIDIA DGX 平臺認證及驗證[1]。

針對有資料駐留及監管合規需求的企業與政府機構，IBM 與 NVIDIA 正研究將 IBM Sovereign Core 與 NVIDIA 基礎設施及 Nemotron 模型整合。有關組合目標為支援完全在區域邊界內執行的 GPU 密集型 AI 工作負載，同時確保不影響管治及合規性。

IBM、NVIDIA 與 Red Hat 聯手 全面升級企業 AI 技術堆疊

IBM 與 NVIDIA 正深化雲端運算及企業顧問服務合作，協助客戶加快採用人工智慧。

雲端基礎設施方面，IBM 計劃於 2026 年第二季初在 IBM Cloud 推出 NVIDIA Blackwell Ultra GPU，支援大規模訓練、高吞吐量推理及 AI 推理。有關技術亦將與 NVIDIA Red Hat AI Factory，以及具備企業級合規及資料駐留控制的 VPC 伺服器深度整合。

顧問服務方面，IBM Consulting 計劃透過 IBM Consulting Advantage（IBM 企業級 AI 平臺，協助客戶於技術環境構建及擴充套件 AI），將 Red Hat AI Factory with NVIDIA 帶予客戶。有關組合旨在協助企業簡化資料準備、模型構建及部署流程，同時提升效能及監管能力，是 IBM Consulting 協助客戶最大化 AI 投資回報的另一重要舉措。

有關 IBM 未來方向及意向的宣告，如有更改或撤回，恕不另行通知，有關宣告僅代表目標及意向。

 

關於IBM
IBM 是全球領先的混合雲、人工智慧及企業服務提供商，幫助超過 175 個國家和地區的客戶，從其擁有的資料中獲取商業洞察，簡化業務流程，降低成本，並獲得行業競爭優勢。金融服務、電信和醫療健康等關鍵基礎設施領域的數千家政府和企業實體依靠 IBM 混合雲平臺和紅帽 OpenShift 快速、高效、安全地實現數字化轉型。IBM 在人工智慧、量子計算、行業雲解決方案和企業服務方面的突破性創新為我們的客戶提供了開放和靈活的選擇。對企業誠信、透明治理、社會責任、包容文化和服務精神的長期承諾是 IBM 業務發展的基石。瞭解更多資訊，請訪問： www.ibm.com/

查詢更多本地資訊，請訪問IBM香港新聞間：https://hongkong.newsroom.ibm.com/ 

傳媒查詢：
崔守峰 shou.feng.cui@ibm.com  

IBM Corporation logo.
IBM Corporation logo.
2026 年 3 月 23 日 by 國際 科技 財經

DEKRA 德凱成為歐盟《人工智慧法案》下，首家獲得認可的人工智慧生物辨識系統驗證機構

可信任且合規的人工智慧標準

德國斯圖加特2026年3月18日  /美通社/ — 全球領先的檢驗、檢測與認證機構 DEKRA 德凱，現已正式成為歐盟《人工智慧法案》（EU AI Act）架構下，首家獲得官方認可的人工智慧（AI）生物辨識系統驗證機構。憑藉此項認可，DEKRA 德凱將協助製造商從容應對歐盟不斷演進的監管要求，推動合規且負責任的 AI 驅動技術順利進入歐盟市場。

隨著人工智慧不僅深度融入日常生活，更被廣泛應用於可辨識、分類及監控個人的系統中，由誰來認證這些系統的可信任度，已成為前所未有的重要議題。

人工智慧生物辨識系統是依據個人的生理或行為特徵進行身分辨識，且通常具備即時性與大規模處理的能力。然而，其強大的功能也伴隨著潛在的風險，因此歐盟《人工智慧法案》將其列為高風險類別。DEKRA 德凱目前已獲授權，可針對以下三類敏感的人工智慧生物辨識系統進行符合性評估（Conformity Assessment）：

  • 遠端生物辨識系統：無須個人主動配合，即可在遠距離辨識身分。
  • 情緒辨識系統：透過分析生物特徵資料，推斷或辨識個人的情緒狀態或意圖。
  • 生物特徵分類系統：依據個人生理特徵或行為屬性進行分類。

DEKRA德凱集團執行副總裁、數位與產品解決方案總裁 Fernando Hardasmal 表示：「歐盟《人工智慧法案》正在重塑高風險技術進入市場的方式，而 DEKRA 德凱已準備好迎接這項轉變。作為歐盟《人工智慧法案》下首家獲得認可的驗證機構，這意味著人工智慧生物辨識系統的製造商能夠信任我們，以應對最嚴苛的監管要求，並確保其產品符合安全性、可靠性及數位信任的標準。」

此次由荷蘭認證委員會（RvA）頒發的認證正值關鍵時刻。歐盟《人工智慧法案》已於 2024 年正式生效，而針對高風險人工智慧系統的強制性合規要求即將於 2026 年 8 月正式實施。對 AI 生物辨識系統製造商而言，在產品進入歐盟市場前證明其符合相關規範的壓力正持續增加。

這項重要里程碑不僅進一步強化了 DEKRA 德凱的數位信任服務組合，同時也展現出我們在全球範疇下致力於讓先進技術變得更智慧、更安全且更具保障的堅定承諾。

對於製造商而言，前進的方向已非常明確：深入瞭解合規要求、將安全性與可歸責性嵌入系統設計，並且須在 2026 年 8 月的最後期限前取得證書。及早因應法規要求不僅是必要步驟，更是在日益重視信任的產業環境中，脫穎而出的關鍵優勢。

關於DEKRA德凱

DEKRA德凱，百年安全保障的全球領導者。成立於1925年，DEKRA德凱旨在透過車輛檢驗確保道路安全。如今，DEKRA德凱已發展成為全球最大的獨立非上市的檢驗、檢測和認證專家機構，覆蓋廣泛行業領域。作為值得信賴的全球合作夥伴，DEKRA德凱憑藉全面的服務和創新解決方案，助力客戶提升安全和可持續發展，契合百年慶典主題——”Securing the Future”。2024年，DEKRA德凱營業總額預計達到43億歐元，業務遍佈世界5大洲60多個國家和地區，逾49,000名員工緻力於提供獨立、專業的專家服務。DEKRA德凱連續榮獲EcoVadis鉑金評級，位列前1%的可持續發展公司之列。

Website: https://www.dekra.com.tw/

2026 年 3 月 18 日 by 國際 社會 科技

Cognizant 研究顯示即插即用 AI 純屬迷思

新澤西州蒂內克2026年3月12日 /美通社/ — Cognizant (Nasdaq: CTSH) 釋出最新研究，指出正積極引入人工智慧 (AI) 的企業，大多傾向於選擇資訊科技服務公司，例如「AI 構建商」(AI Builder)，這種新型服務公司專門設計和構建客製化的全棧 AI 解決方案，以助企業從 AI 中獲取實際價值。

Cognizant 的新研究顯示，即插即用 AI 純屬迷思。
Cognizant 的新研究顯示，即插即用 AI 純屬迷思。

透過對 600 位 AI 決策者的定量研究及對 38 位高層主管的定性訪談，研究結果發現，企業在挑選 AI 合作夥伴時，企業將客製化解決方案及靈活的合作模式列為最重要因素，這比定價和見效時間更為重要。 定價和成功的 AI 案例依然重要，但企業更看重合作夥伴能否將 AI 直接融入其業務營運及價值鏈。

與此同時，企業拒絕 AI 供應商的主因，包括對方提供千篇一律的現成 AI 解決方案，欠缺行業專門知識，無法與現有技術架構整合，以及支援和維護不足。 研究指出，企業在引入 AI 時面對的三大挑戰，分別是監管合規問題、難以量化投資回報率，以及 AI 策略與願景不明朗。

Cognizant 行政總裁 Ravi Kumar S 表示：「AI 的成功，並非依靠部署零散的模型，而是要透過度身訂造的解決方案，將智慧有系統地融入企業營運之中。 邁向 AI 未來的可靠路徑，莫過於與 AI 構建商同行——其兼具深入行業知識與系統工程專長，亦能對營運成果負責。 Cognizant 致力搭建橋樑，引領 AI 從實驗走向企業價值兌現。」

研究的主要結果包括：

企業擴充套件 AI 規模時會面臨「混亂的中期階段」：AI 構建商可化身橋樑，帶領企業跨越難關，創造價值，解決複雜的實際營運困難：

  • 調查顯示，63% 企業對 AI 的期望與其現有的能力存在中度至顯著的差距。
  • 擴充套件 AI 的最大障礙，來自營運及組織層面：
    • 33% 企業指出面對監管與合規挑戰
    • 31% 企業難以證明其投資回報
    • 27% 企業表示人才短缺
    • 27% 的企業表示其資料準備程度不足。

AI 投資乃長遠之計，非一時實驗：企業持續投放資源，標誌著 AI 已成為長期基建，而非投機之選：

  • 84% 企業設有正式的 AI 預算
  • 91% 企業預計未來兩年 AI 預算將會增加
  • 50% 企業預計未來兩年 AI 預算會有雙位數增長
  • 52% 企業已在 AI 專案上每年投資 1,000 萬美元或以上

AI 增強人類能力，而非取而代之：企業領袖認為，未來不是人力被淘汰，而是要重新設計工作流程，實現人類與 AI 的協作。

  • 在 13 個企業職能中，預計完全自動化的最高比例也只有 20%（發生在銷售部門）
  • 即使在客戶服務領域，雖有 76% 的領袖預計工作流程將由 AI 主導，但相信會完全自動化的也只有 9%。

研究的定性訪談環節中，企業領袖坦言「即用」AI 難以滿足所需，所渴求的其實是 AI 構建商能度身打造、持續調整的解決方案。

一位英國銀行業副總裁分享道：「很多供應商一開始總以為其現成解決方案適合我們，但結果往往發現根本行不通。 最後要花上好幾年，遠超原定時間，更投入我們雙方的巨額資金，才能讓那些軟體順利運作， 而且，這並不僅限於 AI 軟體。」

一位美國保險公司的資訊總監說：「這要視乎我打算將 AI 這個新元素，應用到價值鏈的哪個環節。 我有時需要構建者和工程師，有時需要整合者，有時則需要啟發價值的夥伴。 因為他們發揮的，更多是協調作用，像編織般縫合不同元素。」

綜合而言，這些研究結果清楚顯示，企業的期望已出現根本轉變：由以往小規模試用 AI 工具，轉為尋求與 AI 構建商建立合作夥伴關係。這些構建商能大規模設計、構建、整合和營運 AI 系統，在符合客戶管治、安全和風險管理框架的前提下，創造持續的業務價值。

研究結果與 Cognizant AI 總監 Babak Hodjat 最近的觀點一致，他認為企業距離能夠完全信賴「現成」AI 還很遙遠。 Hodjat 接受 Fortune 及 Reuters 訪問時強調，即使代理式 AI 及生成式 AI 發展一日千里，企業在錯綜複雜的營運環境中，要將這些系統工程化、整合、管治和營運，同時滿足客戶對安全、可靠和合規的要求，仍很需要外界協助。

AI 決策者認為，IT 服務公司（例如 AI 構建商）在協助企業採用 AI 方面的能力最強，排名領先於軟體即服務 (SaaS) 供應商、雲端服務商、AI 模型公司、AI 初創企業及管理顧問公司。 研究也發現，IT 服務公司在 AI 應用的整個生命週期中都備受企業信賴，尤其是在 AI 系統的持續管理方面，此外在 AI 策略制定、開發客製化 AI 解決方案、提升生產力，以至將 AI 擴充套件至整個企業等範疇，其優勢同樣獲得肯定。 在 AI 採用方面，IT 服務公司比管理顧問公司享有 23% 的信任優勢。 縱然管理顧問公司品牌知名度高，但在 AI 的實際落地執行上，其可信度卻相形見絀。

關於本研究
Cognizant 的研究結果基於 2025 年 11 月對 600 位 AI 決策者進行的定量研究，以及 2025 年 10 月對美國、德國、新加坡和澳洲 38 位負有 AI 決策責任的商業及科技領袖進行的定性訪談。 完整報告載於：《AI 如何重塑企業、賦能人才》(How ai is reshaping business & empowering workforces) | Cognizant

關於 Cognizant
Cognizant (NASDAQ: CTSH) 是 AI 構建商和技術服務供應商，透過為客戶構建全棧 AI 解決方案，將 AI 投資轉化為企業價值。 我們發揮深層次的行業、流程和工程專長，將機構的獨特背景融入技術系統之中，從而釋放人類潛能，帶來實質回報，協助全球企業在急速變化的環境中保持領先。 歡迎瀏覽 www.cognizant.com 或追蹤 @cognizant，見證我們如何實現願景。

如需更多資訊，請聯絡:

美國
姓名：Gabrielle Gugliocciello
電郵：gabrielle.gugliocciello@cognizant.com 

歐洲 / 亞太區
姓名：Sarah Douglas
電郵：sarah.douglas@cognizant.com 

印度
姓名：Vipin Nair
電郵：Vipin.Nair@cognizant.com

全新 Cognizant 標誌
全新 Cognizant 標誌
2026 年 3 月 13 日 by 工商 科技 言論

雲知聲Unisound U1-OCR大模型發布！首個工業級文件智慧基礎大模型，開啟OCR 3.0時代

北京2026年2月26日 /美通社/ — 就在剛剛，雲知聲正式推出「Unisound U1-OCR」 文件智慧基礎大模型。作為首個工業級文件智慧基座，該模型憑借 「效能 SOTA、可信可驗、開箱即用、高效部署、強適配」 五大核心優勢，打破傳統文件處理邊界，樹立起行業新標杆。

一、技術跨越：從 OCR 2.0 邁向 3.0

文件智慧（Document Intelligence）是指利用人工智慧技術自動閱讀和理解文件影像，並進行內容的讀取、理解、分類及關鍵資訊提取。傳統視覺方案（OCR 1.0，以 CRNN 為代表）僅能識別文字，新一代多模態方案（OCR 2.0，以VLM為代表 ）具備初步版面理解能力。而 「Unisound U1-OCR」 則正式開啟 OCR 3.0 時代——在理解版面的基礎上，進一步洞察文件深層語義，實現自動分類與業務級資訊抽取，完成了從「字元感知」到「文件認知」的質的飛躍。

二、實力領跑：多項權威評測穩居全球第一梯隊

「Unisound U1-OCR」是一款達到國際頂尖水平（SOTA）的文件智慧理解模型，其核心優勢在於突破了傳統模型「只讀文字、不懂排版」的瓶頸，能夠像人類專家一樣「看懂」複雜文件。為適應 OCR 3.0 時代對於文件業務級結構化抽取的新要求，Unisound U1-OCR 採用 ViT + LLM 架構，其中視覺編碼器部分採用 NaViT 架構，實現文件解析度動態處理，模型引數規模 3B 量級，兼顧模型計算效率與文件深層語義資訊理解的能力要求。除此之外，模型還提出了多項創新舉措：

首先，它擁有「先懂結構，再讀內容」的智慧。傳統模型往往按順序死板閱讀，而「Unisound U1-OCR」首創了「語義驅動+動態聚焦」策略。如同人類閱讀習慣，先梳理文件目錄、標題的層級關系，再按需提取內容。模型能自動構建文件的「語義地圖」，精準識別標題、圖表與正文的從屬關系，即使面對排版混亂的極端場景，也能條理清晰地提取資訊。

其次，它具備敏銳的「空間感知力」。透過強化空間對齊模組，模型能充分利用文字在頁面上的位置資訊，主動理解元素間的空間佈局。結合動態解析度技術，無論是密集表格還是圖文混排，它都能精準還原文件結構，徹底解決了以往模型「張冠李戴」的空間盲區。

此外，模型採用Multi-Token Prediction（MTP）技術——在預測當前 Token時，同步考慮未來多個Token的機率分佈，大幅提升長文件邏輯連貫性。配合全任務強化學習策略，增強模型對版式結構的全域性預見性並在推理階段將模型生成效率提升了80%以上。在訓練階段，採用多工協同強化訓練方案，實現文件結構還原、文件分類與資訊抽取的深度對齊。強化訓練策略圍繞「語義+坐標」雙目標最佳化，針對坐標回溯的 IoU 精度進行專項強化，有效遏制定位幻覺，確保輸出結果的物理可信度。透過多檔位解析度擾動與Mask取樣策略，顯著提升了模型多場景文件影象的理解能力。

憑借這些創新，Unisound U1-OCR在多項權威測試中均獲業界SOTA表現，真正實現了從「識別文字」到「理解文件」的跨越。

1. OmniDocBench V1.5評測SOTA

在OmniDocBench V1.5評測中，Unisound U1-OCR以95.1分取得SOTA表現（如圖1），領先GLM-OCR，Deepseek-OCR2，Gemini-3-Pro，GPT-5.2等主流模型，實現了精度與泛化能力的雙重突破。

圖1Unisound U1-OCR在OmniDocBench V1.5的評測得分對比
圖1Unisound U1-OCR在OmniDocBench V1.5的評測得分對比

2. D4LA評測SOTA

在D4LA評測中， F1 分數達 90.8，大幅領先 DocLayout-YOLO（87.3）、PP-StructureV3（86.0）。無需微調即可高精度解析學術論文、財務報表等 11 類高複雜度文件。

3. DocLayNet評測SOTA

在DocLayNet評測中，F1 分數 95.9，超越 MinerU 2.5、PP-StructureV3 等模型。在表格識別、跨頁關聯、微小文字檢測等高難任務上優勢顯著，魯棒性極強。

4. 業務相關評測SOTA

在內部業務測試中，其資訊抽取與文書分類能力超越 Gemini-2.5-Flash、Qwen-235B-VL 等主流通用商業和開源模型。特別是在醫療入院記錄、出院小結等強業務場景中，領先優勢尤為明顯，Unisound U1-OCR 以 3B 規模的引數獲得比更大規模通用 VLM 更好的評測效能。與較小尺寸的文件解析任務模型相比，得益於模型多項創新舉措，在業務級資訊抽取等深層語義資訊理解的能力表現更好。

三、面向真實場景：4大核心能力助推U1-OCR從「讀懂」邁向「執行」

作為開  啟OCR 3.0時代的文件智慧基礎大模型，除了在通用評測中斬獲多項SOTA，Unisound U1-OCR更立足工業級場景需求，打造了四大核心能力，實現從『讀懂』到『執行』的業務落地。

1. 可信可查：精準溯源，結果可驗

模型獨創「坐標－文字－語義」融合架構，實現畫素級精準定位與完整證據鏈構建。在完成資訊抽取的同時，系統精準標示資訊在文件中的來源位置，使結果審核過程全透明、可追溯，從技術層面保障文件處理結果的可信度，徹底解決傳統文件處理「結果不可驗」的行業難題。

例如，在企業審核場景中，審核人員無需大海撈針般翻閱原文，點選抽取結果即可實時高亮定位原始位置。這種「人機協同」的閉環將審核耗時縮短至秒級，讓人工漏檢率降至最低，真正實現了「可信任的AI」。

2. 業務融合：開箱即用，Agent Ready

通用OCR工具在專業領域存在侷限——例如醫保結算單中「自付一」「自付二」與「個人自費」的邏輯關系，或合同中金額大小寫的校驗規則，都需要領域知識支撐。

Unisound U1-OCR在基礎模型之上，融入了雲知聲在醫療、金融等領域的行業知識積累，模型可基於業務邏輯進行多欄位關聯校驗。在內部業務測試中，面向50餘種常見業務文書的分類準確率超過99%。

3. 高效部署，安全可控

模型深度支援私有化與離線部署，可在無外網環境下穩定執行，完美匹配政務、醫療、金融等高安全等級行業的資料隱私保護需求。同時，透過版面級並行解碼與多Token預測架構等最佳化措施，一份十多頁的文件，整理處理可在數秒內完成，高效的文件處理能力，讓工業級文件智慧能力觸手可及。

4. 超強適配，攻克複雜場景

針對企業實際業務中遇到的非標準拍照、文件彎折模糊、複雜花式排版、多語言混排等各類極端複雜文件場景，Unisound U1-OCR仍能保持穩定、高精度的處理表現，徹底擺脫傳統技術對標準化文件的依賴，真正適配企業真實業務的全場景需求。

 

2026 年 2 月 26 日 by 即時 工商 科技