金基旭 Geewook Kim

Donut 一作，OCR-free 文档理解范式的开创者之一。

研究方向及演变

资源高效的多模态生成 AI（文本、图像、音频、视频），桥接基础研究与可落地系统。文档方向以「去 OCR、端到端读文档」为核心。

单位沿革（时间线）

• NAVER Cloud / NAVER（Donut 发表时，与 Clova 生态相关）。（Kakao 等其他单位关联 待核实）

代表作（本 Wiki 双链）

• donut（Donut，2021–2022）— OCR-free Document Understanding Transformer，无需外部 OCR 直接从文档图像输出结构化结果，开创端到端文档理解范式。

活跃时间与影响

2020 年代活跃。Donut 是「OCR-free 端到端文档理解」的开山之作，深刻影响了后续 Nougat、Pix2Struct 及现代 VLM 文档解析路线，是本 Wiki 该谱系的起点之一。