OCR Townlet

Kensaku：按内容找文件，截图里的字也能搜

AI工具 Kensaku：按内容找文件，截图里的字也能搜

只记得文件里讲过什么、却想不起文件名的时候，Kensaku 能按内容把文件找出来，连截图里的字也能搜。它会读…

0.8B 小模型干翻整套文档流水线：OvisOCR3 开源，1.7GB 显存就能本地跑

AI工具 0.8B 小模型干翻整套文档流水线：OvisOCR3 开源，1.7GB 显存就能本地跑

阿里 ATH-MaaS 刚发布了 OvisOCR3：一个只有 0.8B 参数的统一小模型，一个 checkpo…

海量多模态数据别直接喂模型：八步洗成一套可信数据

AI实战教程 海量多模态数据别直接喂模型：八步洗成一套可信数据

小红书、抖音、视频号、微博的数据采回来，文字、图片、音频、视频混在一起，同一款产品还有全名、简称、系列名和用户…

腾讯开源 WeVisOne-VL：一个模型包下找东西、数数、读字、抠图

AI工具 腾讯开源 WeVisOne-VL：一个模型包下找东西、数数、读字、抠图

腾讯微信视觉团队刚开源了一个视觉模型 WeVisOne-VL，一个模型就能把找东西、数东西、读文字、抠图这些活…

OXR：1.3B 参数开源文档解析模型，三项基准全拿第一

AI工具 OXR：1.3B 参数开源文档解析模型，三项基准全拿第一

OCR 届又来了一个狠角色：国产开源文档解析模型 OXR，全称 Optical Everything Reco…

百度开源 Unlimited-OCR-2：整本财报一次读完，3B 模型 MIT 开源

AI工具 百度开源 Unlimited-OCR-2：整本财报一次读完，3B 模型 MIT 开源

整本书一次读完，才是 OCR 该有的样子。百度今天刚开源 Unlimited-OCR-2，一个 3B 参数的模…

Firecrawl 新开源的 PDF 处理库 pdf-inspector：200 毫秒内本地分类提取，54% 的文档不用再调 OCR

AI工具 Firecrawl 新开源的 PDF 处理库 pdf-inspector：200 毫秒内本地分类提取，54% 的文档不用再调 OCR

Firecrawl 新开源了一个 PDF 处理库 pdf-inspector，用 Rust 写，主攻快速分类加…

PDF 转 Markdown 一页只要 0.015 秒：这个开源工具 CPU 就能跑

AI工具 PDF 转 Markdown 一页只要 0.015 秒：这个开源工具 CPU 就能跑

需要把 PDF 批量转成 Markdown 喂给大模型？这个开源项目可能值得装一下：OpenDataLoade…