Ricoh releases multimodal LLM capable of processing charts

•該模型專為理解企業文件中包含複雜圖表和視覺資訊的「暗黙知」（隱性知識）而設計，旨在協助企業進行數位轉型和知識管理。
•此輕量化模型命名為「Qwen3-VL-Ricoh-8B-20260227」，其基礎為阿里巴巴雲的「Qwen 3.0-VL」，並在日本經濟產業省GENIAC專案的第三期下開發。
•Ricoh 同步開發了具備推論能力的基礎模型「Qwen3-VL-Ricoh-32B-20260227」，能夠透過多階段推論來理解複雜文件。
•該模型針對日語處理進行了優化，並支援本地端（on-premise）部署，以解決企業對資料安全和隱私的擔憂。
•Ricoh 計劃將此新模型整合至其「本地端大型語言模型入門套件」（On-prem LLM Starter Kit）及「Hi.DEEN」平台，以全面推廣至企業用戶。

基礎模型： 基於阿里巴巴雲的「Qwen 3.0-VL」。
模型名稱與參數：
- 基礎模型：「Qwen3-VL-Ricoh-32B-20260227」（暗示320億參數）。
- 輕量化模型：「Qwen3-VL-Ricoh-8B-20260227」（暗示80億參數）。
核心能力：
- 推論性能： 具備多階段推論能力，能高精度讀取包含複雜圖表的企業文件。
- 圖表理解： 專為處理複雜圖表、流程圖和圖形而設計，包括日本企業文件中特有的複雜圖表。
- 隱性知識提取： 旨在將文件中的「暗黙知」轉化為可利用的數據。
- 日語優化： 強化日語思維流程，提高日語文件讀取精度，並能以日語提供答案的判斷依據。
- 本地端部署： 輕量化模型尺寸允許部署於企業內部伺服器，確保資料安全與隱私。
訓練技術： 導入獨特的獎勵函數於強化學習過程中，以提升學習效率並有效抑制過度擬合。
評估工具： Ricoh 開發了專門用於評估日本企業文件中複雜圖表推論性能的基準測試工具。
成本效益： 開發了專有成本削減技術，包括壓縮圖像標記以減少記憶體使用量，同時保持精度。
公開平台： 輕量化模型「Qwen-3-VL-Ricoh-8B-20260227」已於 Hugging Face 免費公開。
授權： 模型著作權遵循 Apache 授權條款。

Ricoh 將強化其作為數位服務提供商的地位，超越傳統硬體製造。

此多模態LLM的開發及其與「On-prem LLM Starter Kit」和「Hi.DEEN」等平台的整合，顯示Ricoh 正策略性地轉向提供AI驅動的企業數位轉型解決方案。

日本企業將透過利用內部複雜文件數據，顯著提升知識管理和決策效率。

該模型專注於理解日本企業文件中包含圖表和表格的「暗黙知」，直接解決了企業在有效利用其累積內部數據方面的關鍵痛點。

GENIAC 專案將持續促進日本開發針對特定國家需求和數據類型優化的專業化本地AI模型。

Ricoh 在GENIAC 第三期中成功開發出針對日語優化的模型，證明了該專案在推動國內AI發展以滿足特定國家需求方面的有效性。

2024-02

日本經濟產業省（METI）與新能源產業技術綜合開發機構（NEDO）啟動 GENIAC 專案。

2024-10

Ricoh 入選 GENIAC 專案第二期。

2025-07

Ricoh 入選 GENIAC 專案第三期。

2025-08

Ricoh 在 GENIAC 第三期下開始開發具備增強推論能力的新型 LMM。

2026-02-17

Ricoh 模型在推論性能基準測試中展現與 Gemini 2.5-Pro 相當的表現。

2026-03-30

Ricoh 完成基礎模型「Qwen3-VL-Ricoh-32B-20260227」開發，並於 Hugging Face 免費公開輕量化模型「Qwen3-VL-Ricoh-8B-20260227」。

Ricoh 發布具備圖表處理能力的多元模態 LLM