在审计过程中大量数据处理、数据录入的基础工作占据一线人员很多时间。
而这中间无论是检查回函、合同、发票、凭证、监盘等等工作，本质上来说都是视觉活动。
也就是对图像信息的处理，加工，核对。
最近我发现一个开源的多模态 AI 模型，非常强大，也许能够改变审计一些基础工作的作业方式。
其实，在以前文章中我介绍过 paddleocr 或者一些商用接口，能够做到对特定票据的识别：
如合同、发票、票据等。
而今天介绍的模型是通用型的，一个打十个。
下面我们以几个场景来实际感受下这个模型：
合同识别
例如，这里有一份合同信息。对于审计来说，我们可能会让实习生去整理这些合同的信息录入到表格中，或者与公司凭证、台账进行检查。
而用这个模型，我们只需要动动嘴皮子就能轻松完成。
我告诉它“帮我提取出合同中甲方、乙方、日期、合同金额”
甚至，你可以直接让其以 json 格式输出给你：
这不就是那些商用接口提供的样式吗？
有这个能力，完全可以批量识别合同，将关键信息提取出来，输出成表格。
回函信息检查
我们再以询证函回函检查为例，统计回函信息，很多时候也是实习生一个一个录的。
我直接提问：“请帮我提取出回函结论中，“信息不符，请列明不符项目及具体内容”单元格内的手写的文字信息。”
可以看到基本是识别出来了，而且对于手写字识别效果是非常好了。
只是盖章遮挡区域，效果不佳。不过实际上可以先通过代码图像处理批量将印章先去除的。
这有什么用呢？
目前各个所都建了函证中心，都有函证系统，那么完全可以调用这个模型的能力，
将回函信息提取出来，待审计人员审核检查并修订。
这对于集团性大所来说，实际上很有意义，能节省大量人工。
发票识别
对于这样一张发票，我们让它“以json格式提取发票信息”
可以得到：
{ "发票号码": "059941588400183130059894158", "开票日期": "2018年12月04日", "购货方": { "纳税人识别号": "4200183130059894158", "地址": "广东省广州市天河区", "开户行及账号": "广州市天河区" }, "销售方": { "纳税人识别号": "4200183130059894158", "地址": "广东省广州市天河区", "开户行及账号": "广州市天河区" }, "货物或应税劳务、服务名称": "地质地震专用仪器*+管线探测仪", "规格型号": "RD8100PXL/T10", "单位": "套", "数量": "1", "单价": "1896.5172241", "金额": "1896.52", "税率": "16%", "税额": "3034.48", "合计": "19827.59", "备注": "贰万元叁仟圆整（小写）¥23000.00", "收款人": "广州市天河区", "复核": "广州市天河区", "开票人": "广州市天河区" }
完美！
理解图片含义
我们向其提问“请描述图片中的含义”来尝试看其理解图片的能力：
再问它“干活的有几个人？”
似乎理解能力不行，很明显这张图表达的干活的应该就一个。
