भारत की सर्वम AI ने OCR, स्पीच मॉडल में ग्लोबल कंपनियों को पीछे छोड़ा

Mumbai मुंबई: बेंगलुरु के स्टार्टअप सर्वम AI ने दावा किया है कि उसके लेटेस्ट विज़न और स्पीच मॉडल ने भारतीय भाषाओं के लिए ज़रूरी ऑप्टिकल कैरेक्टर रिकग्निशन और टेक्स्ट-टू-स्पीच बेंचमार्क पर बड़े ग्लोबल राइवल्स गूगल जेमिनी और ChatGPT से बेहतर परफॉर्मेंस किया है।

X पर एक पोस्ट में, सर्वम AI के को-फाउंडर प्रत्युष कुमार ने कहा, "सर्वम विज़न ने olmOCR-Bench (सिर्फ़ इंग्लिश सबसेट) पर 84.3 प्रतिशत की स्टेट-ऑफ-द-आर्ट सटीकता हासिल की है, जो जेमिनी 3 प्रो जैसे फ्रंटियर मॉडल और DeepSeek OCR 2 जैसे हाल के OCR मॉडल से बेहतर है।"

कुमार ने आगे कहा कि OmniDocBench v1.5 (सिर्फ़ इंग्लिश सबसेट) पर, सर्वम विज़न ने 93.28 प्रतिशत का ओवरऑल स्कोर हासिल किया, जो जटिल फ़ॉर्मूले और लेआउट पार्सिंग में बेहतरीन है और मौजूदा स्टेट ऑफ़ द आर्ट के बहुत करीब है।

कुमार ने यह भी कहा कि कंपनी का बुलबुल V3 टेक्स्ट-टू-स्पीच मॉडल सभी 22 शेड्यूल भारतीय भाषाओं में 35 आवाज़ों को सपोर्ट करता है और अलग-अलग क्वालिटी के स्कैन और कंटेंट को हैंडल कर सकता है।

उन्होंने दावा किया, "भारतीय भाषाओं में, सर्वम विज़न अब तक का सबसे अच्छा मॉडल है, जो सभी 22 शेड्यूल भारतीय भाषाओं को सपोर्ट करता है।"

विज़न सीरीज़ में एक 3-बिलियन-पैरामीटर स्टेट-स्पेस मॉडल शामिल है जो इमेज कैप्शनिंग, सीन टेक्स्ट रिकग्निशन, चार्ट इंटरप्रिटेशन और जटिल टेबल पार्सिंग में सक्षम है।

सर्वम AI ने कहा कि उसका फोकस भारत में सभी के लिए आर्टिफिशियल इंटेलिजेंस को आसानी से उपलब्ध कराना है। AI कंपनी ने कहा, "हम चाहते हैं कि भारत हमारे समय के सबसे महत्वपूर्ण टेक्नोलॉजिकल बदलाव को आत्मविश्वास और नियंत्रण के साथ अपनाए। हमारा लक्ष्य मूलभूत कंपोनेंट बनाना और उन्हें देश की खास ज़रूरतों पर लागू करना है।"

कुमार ने सोशल मीडिया पर कई उदाहरण दिए जहां प्लेटफ़ॉर्म ने मर्ज की गई पंक्तियों और कॉलम वाली जटिल तालिकाओं से तकनीकी शब्दों को सटीक रूप से निकाला। इसके अलावा, इसने दिखाया कि सर्वम AI लेटेस्ट आर्थिक सर्वेक्षण से एक चार्ट से डेटा निकाल रहा है।

दस्तावेजों से परे, उनके पोस्ट में सर्वम विज़न को सामान्य प्राकृतिक दृश्य को समझते हुए दिखाया गया, जहां इसने एक सुंदर दृश्य की तस्वीर को समझा और उसका सटीक वर्णन किया।

केंद्रीय IT मंत्री अश्विनी वैष्णव ने X पर हाल ही में एक पोस्ट में कहा कि स्टार्टअप का काम भारत के AI मिशन की सफलता को दर्शाता है।