[EN] Google发布ScreenAI：面向UI与信息图的视觉语言模型
Google Research推出ScreenAI，一种基于PaLI架构并融合pix2struct灵活分块策略的视觉语言模型，专为理解用户界面和信息图设计。该模型仅5B参数，在WebSRC、MoTIF等UI及信息图任务上达到最先进水平，并在Chart QA、DocVQA等任务上同类最佳。
Google Research推出ScreenAI，一种基于PaLI架构并融合pix2struct灵活分块策略的视觉语言模型，专为理解用户界面和信息图设计。该模型仅5B参数，在WebSRC、MoTIF等UI及信息图任务上达到最先进水平，并在Chart QA、DocVQA等任务上同类最佳。