先了解这件事
AI 综述
2026年2月5日,Sarvam AI 发布 Sarvam Vision,这是一个 3B 参数的状态空间视觉语言模型,支持图像描述、场景文字识别、图表解读和复杂表格解析等任务。官方称该模型在 olmOCR-Bench、OmniDocBench V1.5 以及自建的 Sarvam Indic OCR Bench 上报告了性能,该基准含 22 种印度官方语言、20267 个样本,并称其在印度语言上准确率优于通用模型。官方同时宣布 2026 年 2 月整月免费开放 Document Intelligence API 与 Vision 体验,可通过 dashboard.sarvam.ai 使用。目前尚无后续发展事实。
AI 根据公开报道生成
最新进展 · 正式报道
Sarvam AI 发布 3B 状态空间视觉语言模型 Sarvam Vision事件进展
1 个已确认进展
- 来源：Sarvam AI Blog
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
2月5日
Sarvam AI Blog一手
Sarvam AI 发布 3B 状态空间视觉语言模型 Sarvam Vision
Sarvam AI 发布 Sarvam Vision，这是一个 3B 参数的状态空间视觉语言模型，支持图像描述、场景文字识别、图表解读和复杂表格解析等任务。该模型在 olmOCR-Bench、OmniDocBench V1.5 以及自建的 Sarvam Indic OCR Bench（含 22 种印度官方语言、20267 个样本）上报告了性能，并称在印度语言上准确率优于通用模型。官方同时宣布 2026 年 2 月整月免费开放 Document Intelligence API 与 Vision 体验，可通过 dashboard.sarvam.ai 使用。