数据
PaliGemma 2
PaliGemma 2是一款由Google DeepMind研发的视觉语言模型(VLM),结合了SigLIP-So400m视觉编码器与Gemma 2语言模型,支持多种分辨率的图像处理。该模型具备强大的知识迁移能力和出色的学术任务表现,在OCR、音乐乐谱识别以及医学图像报告生成等方面实现了技术突破。它能够处理多模态任务,包括图像字幕生成、视觉推理等,并支持量化和CPU推理以提高计算效率。
Genspark AI幻灯片
一款能够快速将如PDF、Excel、Word等数据格式转化为专业PPT幻灯片的工具,支持一句话交互修改、艺术风格化设计,并可导出为PPTX、PDF等格式
