IBM Granite Vision 4.1：面向文档理解的多模态基础模型

IBM于2026年4月29日发布面向文档理解的Granite Vision 4.1，重点支持表格、图表和键值对抽取，同时保留通用图像描述能力。模型由约3.4B语言模型、约0.6B视觉编码器及投影组件组成，总参数量约4B级别，已在Hugging Face发布（ibm-granite/granite-vision-4.1-4b）。中小参数规模面向企业文档处理场景的落地与微调。