我们每天处理的商业文件不仅仅是由文本组成的。财务报表中的数字表、维护手册中的流程图、合同中的图表——有无数的例子将核心信息封装在视觉布局中。到目前为止，人工智能还不擅长“看到”此类图表。当文档转换为文本时，图表就失去了意义，变成了符号列表。 NTT于2026年5月19日宣布的纯国内LLM《Tsuzumi 2》的更新挑战了这堵墙。它允许您按原样阅读带有图表的日本商业文档并理解其视觉含义，并且这一切都在仅使用 1 个 GPU 的轻量级环境中完成。来自日本的人工智能可以安全地处理您不想留在云端的敏感信息，它将如何改变企业格局？
2026 年 5 月 19 日，NTT Corporation 宣布更新 NTT 版本的法学硕士“Tsuzumi 2”。该模型被称为“Tsuzumi 2 Vision”，具有将图表、图形和图表等日本商业文件作为图像读取并直观理解的功能，并在保持亮度的同时支持视觉信息处理。同时，他们的逻辑思维能力，包括数字处理能力也得到了加强。
Tsuzumi 2 是 2025 年发布的型号，主要用于在本地和私有云环境中处理敏感信息的工作，利用其在 1GPU 环境中运行的轻量级能力。此次更新预计将应用于从信用筛选等业务支持文档中提取必要信息，以及理解技术查询中确定原因的流程图等应用。
该公司声称，与同尺寸范围的型号相比，其性能已达到世界一流。更新版本将通过 NTT 集团公司依次提供。代表取缔役社长为岛田彰先生。
从： 
NTT版本LLM tsuzumi 2更新 - 在1GPU环境中通过图表实现世界一流的日本商业文档处理性能 -
【编辑部评论】
您不能错过此公告的内容是：tsuzumi 2在处理文本信息方面具有优势，现已发展成为视觉兼容型号（tsuzumi 2 Vision），可以将图表作为图像读取文档。是。想想我们通常处理的商业文件。财务文件、信用文件、产品规格和技术文件都在图表、流程图和图表中包含与文本本身一样多或更重要的信息。可以说，模型能够直接理解仅通过文本转换而丢失的“视觉信息”，其意义大于预期。
需要注意的是在 1GPU 环境中实现这一点的意义是。虽然许多前沿模型需要大规模计算资源，但 tsuzumi 2 被设计为在单个 GPU 上运行。此更新保持了其轻量级设计，同时获得了多模式功能。考虑到全球范围内GPU供需趋紧以及AI的功耗问题，这是一个极其现实的答案。
其本地/私有云运行能力与日本的监管环境兼容。来自金融机构、地方政府、医疗机构、制造业的敏感信息可以在内部处理，无需发送到外部云AI。这种“数据主权”方法消除了企业采用生成式人工智能的最大瓶颈之一。是。事实上，它是 NTT 完全从头开始开发的，并且拥有一个可以轻松管理学习数据权利的系统，这也是它与西方和中国模式的区别因素。
“阅读信用筛选表”和“理解流程图以确定技术查询原因”的用例都是传统上依赖人类视觉检查和判断的业务领域。如果您可以直接处理发票、合同和维护手册等 PDF 图像，提取必要的项目并创建数据库，那么对后台劳动力节省的影响将是不可估量的。我们需要结合生态系统的发展来看待这一点，例如 NTT Docomo Business 和 Fujifilm Business Innovation 正在考虑结合 REiLI 技术和 tsuzumi 2 的生成式 AI 解决方案。
另一方面，有一些事情你应该保持冷静。尽管据说在其尺寸范围内是世界顶级模型，但现实情况是，大型模型在可以处理的知识量和需要极其高级推理的任务方面仍然具有优势。NTT提出了链接多个小型AI的“AI星座”概念，而tsuzumi 2可以看作是与这一概念兼容的专门针对日语的专用模型。。当你从这个角度来看时，你就能看到你的策略的整体情况。
展望未来，这个方向也是“LLM 规模不断扩大”的趋势的对立面。。 2026年，GLM-4.6V、Qwen2.5-VL等开源多模态模型将出现，Gemini 3 Flash等前沿高速轻量化变体将广泛普及，“针对特定语言和特定任务优化的小模型”的选项正在稳步增长。作为日本的代表，津美正在成为全球竞争的一部分。
最后我想谈一下与法规政策的接触点。日本政府正在寻求人工智能推广与利用治理之间的平衡，在将LLM引入行政文件和公共服务时将对数据处理提出严格要求。Tsuzumi 2 完全在国内制造，可以在本地运行，是满足这些要求的强大选项之一。因此，我们认为未来它在公共采购和受监管行业的采用有可能会扩大。
【术语解释】
LLM（大规模语言模型）
一种深度学习模型，可以从大量文本数据中学习，以理解和生成类似人类的自然语言。典型的例子有ChatGPT、Claude、Gemini。
多式联运
能够同时处理多种不同类型的数据，例如文本、图像和音频。可以将文档作为图像处理的模型甚至可以保留在转换为文本字符串的过程中丢失的图表布局信息。
视觉兼容型号
具有视觉信息处理能力、可直接处理图像输入的人工智能模型的总称。您可以阅读照片或扫描图像形式的文档并解释其含义，包括图表布局和视觉结构。
全面从头开发
一种不依赖现有开源模型，而是从头开始自己完成从设计、训练数据选择到模型构建的开发方法。易于管理学习数据的权限，有助于降低合规风险。
本地/私有云
本地部署是系统在内部服务器上运行的方法，而私有云是专门为特定组织构建的云环境。与公共云相比，两者都可以降低数据向外部泄露的风险。
敏感信息
需要特别注意处理的个人信息以及泄露后会产生较大影响的信息的总称，例如企业机密信息、交易信息等。
信用筛选
金融机构和公司在发放贷款或交易之前评估目标客户和公司的偿付能力和信用度的过程。它涉及阅读和破译大量文件（例如财务报表和分类账）的过程。
AI星座
NTT提出的下一代人工智能框架概念，其中多个小型专业人工智能自主工作、讨论并合作解决问题。 Tsuzumi 2定位为与这一理念高度契合的专用车型。
GPU（图形处理单元）
尽管半导体最初负责图像处理，但由于其高并行计算性能，它们已成为人工智能学习和推理的重要计算资源。大规模 LLM 运算通常需要大量高性能 GPU。
分类帐
该术语指的是商业中使用的所有标准格式文档，例如发票、单据、订单和报告。
[参考链接]
NTT 新闻稿“开始提供 LLM tsuzumi 2 的进一步发展的 NTT 版本”（外部）
2025 年 10 月公布的 tsuzumi 2 初始发布材料。其中包括性能比较数据和用例详细信息。
NTT R&D「tsuzumi」公式ページ（外部）
这是开发商NTT R&D的官方技术信息页面，涵盖了tsuzumi的技术概述、开发理念和基准测试结果。
NTT 全球洞察中心「tsuzumi 2：安全、高效的企业人工智能」（外部）
这是NTT集团全球业务部门的官方内容，从企业角度解释了tsuzumi 2的特点。
富士胶片业务创新“REiLI”（外部）
富士商业创新提供的AI技术品牌官网，将非标准企业文档转换为结构化数据。
NTT Data“tsuzumi 2”服务页面（外部）
NTT Data 关于向企业提供 tsuzumi 2 的官方信息页面。介绍支持菜单和使用场景被组织起来。
NTT 集团门户（外部）
日本电报电话公司集团的官方门户网站。管理政策、研究和开发以及各种新闻发布的链接得到了巩固。
[参考视频]
[参考文章]
NTT 更新了法学硕士“tsuzumi 2 Vision”，具有世界一流的日语文档阅读性能和图表（移动手表）（外部）
国内科技媒体发表的一篇文章将此次更新称为“Tsuzumi 2 Vision”。性能和用例是有组织的。
NTT 的法学硕士“tsuzumi 2”现在支持阅读带有图表的文档（AI Watch）（外部）
这篇文章从日本AI专业媒体的角度总结了Tsuzumi 2过去处理基于文本的处理现在支持包括图像的文档处理的要点。
NTT’s Next-Generation LLM “tsuzumi 2” Now Available（NTT英语版）（外部）
首次公布tsuzumi 2的英文新闻稿。其中描述了加强金融、医疗和地方政府的专业化以及东京传媒大学的就业实例。
NTT的IOWN控制300公里外的工厂，tsuzumi 2在单GPU上运行（CRN亚洲）（外部）
海外媒体分析文章，讨论Tsuzumi 2的单GPU运行及其在降低功耗和日本AI主权方面的战略意义。
NTT 推出 Tsuzumi 2：日本高级法学硕士（IT Business Today）（外部）
这是国外IT媒体的一篇分析文章，重点分析了Tsuzumi 2扩展的参数数量以及它在金融、医疗和政府方面的优势。
[相关文章]
《Tsuzumi 2》NTT与其他三家公司共同开发纯国产医疗AI信息平台（2026年4月17日）
Igakushoin、NTT 和 NTT Docomo Business 三个公司宣布合作，同意共同开发使用 Tsuzumi 2 的医疗人工智能信息平台。该平台被定位为 tsuzumi 2 的行业特定应用示例。
NTT《Tsuzumi 2》现已发售 |与富士胶片合作实现轻量化、高性能、纯日语专业LLM（2025年10月24日）
一篇关于 tsuzumi 2 初始版本的文章。它传达了初始生态系统，包括 1GPU 操作、金融、医疗和公共部门知识的增强，以及与东京传媒大学和 Fujifilm Business Innovation 的合作。
内阁府人工智能基本计划“不使用AI是最大风险”日本国家战略的逆转攻势（2025年10月23日）
有关内阁府人工智能基本计划和日本人工智能战略的文章。 Tsuzumi 2被视为纯粹的国内日语专业LLM的典型例子，并作为本文的政策背景。
[编者后记]
我们每天看到的“文件”并不只是由信件组成。我们现在生活在这样一个时代，人工智能将能够理解文档中的流程图、财务报表中的数字表或手册中的图表中包含的“视觉信息”。
如果人工智能能够读取你在工作场所或日常生活中处理的文件的完整图表和表格，你觉得什么样的工作会改变？我想与您一起观察这一时刻，人工智能的选择日益触手可及，它可以让您安全地处理您不想留在云端的敏感信息。