据@godofprompt分享，arXiv论文提出一款面向超高分辨率输入的视觉语言模型。根据arXiv，该模型可端到端处理4K图像，在零样本OCR、图表理解与文档问答上取得领先而无需特定任务微调。论文在arXiv指出，其在DocVQA与ChartQA上表现具竞争力，同时保持通用多模态推理能力；核心方法为瓦片级特征聚合与分辨率感知位置编码以保留小目标细节。根据arXiv的实验与案例，这对企业场景如自动化文档录入、发票解析、零售货架识别与高分辨率质检具有直接商业价值。

据DeepLearningAI在Twitter上的消息，DeepLearningAI与LandingAI合作推出新课程“文档AI：从OCR到智能文档抽取”，旨在帮助用户自动化文档数据提取和格式化流程。据DeepLearningAI报道，该课程教授先进的OCR和AI文档抽取工具，能显著减少手动录入，提高企业数据处理效率，为希望应用文档AI技术的专业人士带来实际生产力提升。

据DeepLearning.AI官方消息，其与LandingAI合作推出的“文档AI：从OCR到智能文档提取”课程，系统讲解了如何从包含手写公式、嵌套标题或重叠水印的复杂文件中智能提取信息。课程内容涵盖光学字符识别、版面检测及自动化文档读取，助力企业提升数据提取和处理效率，满足智能文档处理的行业需求。

据Andrew Ng（@AndrewYNg）在推特发布的信息，LandingAI推出了一门新课程《Document AI: From OCR to Agentic Doc Extraction》，由David Park和Andrea Kropp授课（来源：Andrew Ng推特，2026年1月14日）。该课程聚焦于如何从PDF、JPEG等非结构化文档中提取结构化数据，涵盖了构建基于AI的智能文档抽取系统的实用方法，包括先进的光学字符识别（OCR）和自动化流程。对于需要处理大量文档数据的企业来说，这一课程为实现文档工作流自动化、提升数据准确性和加快决策速度提供了AI落地应用和商业机会（来源：Andrew Ng推特，2026年1月14日）。