視覺語言模型

深度分析

Granite 4.0 3B Vision：企業文件視覺語言模型的技術突破與應用

IBM 於 2026 年發布 Granite 4.0 3B Vision，針對企業文件的視覺語言理解進行優化。模型利用 ChartNet 圖表資料集與 DeepStack 多層特徵注入，實現高精度的表格抽取、圖表轉換與鍵值對辨識。測試結果顯示，在 Chart2Summary、PubTables‑V2 等基準上均領先同類模型，預計將加速企業文件自動化流程。