AI大模型横向测评：从表格识别看国产模型“空间推理”能力的崛起

本文记录了一次针对Gemini、ChatGPT、豆包等五款主流AI模型的实战测评。在“将纸质表格照片转换为通知文本”这一真实办公场景中，大多数模型暴露了数据错位或幻觉问题。其中，字节跳动的豆包表现最为惊艳，它不仅完成了OCR识别，更通过逻辑推理自主发现并修正了图片方向错误，展现了领先的空间推理与自我纠错能力。这一实测表明，多模态AI在处理非结构化数据时，正从简单的“读图”进化为具备逻辑思维的“助手”，对提升办公效率具有显著实用价值。