多模態視覺語言模型

深度分析

IBM Granite 4.0 3B Vision：企業文件的緊湊多模態視覺‑語言模型

IBM於2026年推出Granite4.0 3B Vision，針對企業文件的視覺與語言理解，提供表格抽取、圖表轉譯與語意鍵值對解析等功能，測試在多項基準上領先，模型以LoRA套用於Granite4.0Micro，結合ChartNet與DeepStack，支援Docling串接。