OCR

小虫快读

小虫快读(BugQR)是一款集成OCR技术和AI大语言模型的高效阅读工具,支持拍照识别、文字提取、核心内容总结及语音播放等功能。其三大总结模式(Summary、Explain、Note)满足多样化阅读需求,适用于学生、教师、研究人员、商业分析人士及法律专业人士等多个领域。免费版提供基础功能,高级版本支持内容导出。

MM1.5

MM1.5是苹果公司研发的多模态大型语言模型,具备强大的文本与图像理解能力,包括视觉指代、定位及多图像推理功能。它通过数据驱动的训练方法,实现了从1B到30B参数规模的性能提升,并推出了视频和移动UI专用版本,为多模态AI技术发展提供重要参考。主要应用场景涵盖图像与视频理解、视觉搜索、辅助驾驶、智能助手及教育领域。

AI速搭

AI速搭是百度智能云推出的低代码开发平台,支持可视化操作,无需编程即可快速构建智能应用。集成文心一言、人脸识别、OCR等AI能力,提供数据管理、API对接、流程控制等功能,适用于内容创作、智能客服、数据分析等多种场景,提升开发效率与智能化水平。

WebSSL

WebSSL是由Meta和纽约大学等机构开发的视觉自监督学习模型,基于大规模网络图像数据训练,无需语言监督即可学习有效视觉表示。其包含多个变体,参数规模从3亿到70亿不等,在多模态任务如视觉问答、OCR和图表理解中表现出色。通过筛选含文本图像数据,显著提升特定任务性能。模型具备良好的扩展性,适用于智能客服、文档处理、医疗影像分析等多个领域。

DeepPDF

DeepPDF 是一款基于 AI 的在线 PDF 处理工具,支持文档智能问答、自动摘要生成、多语言翻译、图像与公式解析、术语解释及格式转换等功能。其特点在于保留原文排版、支持多种语言、提供高效的文档管理能力,广泛应用于教育、科研和职场场景,提升文档处理效率与信息理解能力。

易飞文字识别

免费在线批量图片文字提取,支持中英文等多种语言的高效准确识别,一键复制文本导出Word。

Ai PDF

Ai PDF 是一款强大的工具,可在GPTs平台上运行,旨在有效管理和操作 PDF 文件。它可以处理很大尺寸的PDF文档,Ai PDF的开发重点是提高用户满意度和生产力,无需重复上传文件。

ChatAA

一款基于OpenAi的GPT3.5和4.0接口开发的聊天网站,旨在为用户提供高效便捷的沟通体验,使用体验和ChatGPT一致。

LightPDF

LightPDF是一款基于AI的在线PDF处理工具,支持格式转换、OCR识别、文本编辑、注释标注、水印添加、页面操作、加密解密、数字签名等功能。用户可通过智能聊天功能提取文档关键信息并生成摘要,支持多语言处理。适用于文献管理、内容创作、移动扫描及文件处理等多种场景。

AgentCPM

AgentCPM-GUI是由清华大学与面壁智能团队联合开发的开源端侧GUI代理系统,专为中文应用场景优化。基于MiniCPM-V模型,支持通过截图输入并自主执行用户指令,具备高精度GUI元素识别与OCR能力。采用强化微调和紧凑动作空间设计,提升任务执行效率与移动端适配性。适用于智能助手、自动化测试、老年人辅助及企业应用等领域。