PaliGemma 2 mix PaliGemma 2 Mix 是谷歌 DeepMind 推出的多任务视觉语言模型，支持图像描述、目标检测、OCR、文档理解等功能。模型提供多种参数规模和分辨率选项，适用于不同场景。其基于开源框架开发，易于扩展，可通过简单提示切换任务。适用于科学问题解答、文档分析、电商内容生成等多个领域。 AI项目与工具 2025年06月12日 23 点赞 0 评论 580 浏览
OmniAI OmniAI是一款基于OCR与NLP技术的智能文档处理平台，支持多种文件格式的数据提取与分类。其核心功能包括批量处理、结构化数据输出以及自定义模型开发，适用于财务审计、客户服务、法律合规、医疗健康及保险理赔等多个领域，为企业提供高效的文档智能化解决方案。 AI项目与工具 2025年06月12日 79 点赞 0 评论 579 浏览
媒小三 媒小三 ，实用的新媒体工具大全，提供各种实用新媒体工具，如：AI配音，视频解析，短视频下载，文案提取，文章改写，标题生成等功能，帮助新媒体人一站式快捷操作。 Ai办公效率 2025年06月05日 46 点赞 0 评论 574 浏览
Marker Marker 是一款开源的高精度文档转换工具，支持 PDF、Word 等多种格式向 Markdown、JSON 和 HTML 的转换。它利用深度学习技术自动去除干扰元素，支持多语言处理，具备表格、代码块、公式识别及图像提取等功能，适用于学术研究、技术文档、教育资料等多种场景。同时支持硬件加速和批量处理，提升转换效率与用户体验。 AI项目与工具 2025年06月12日 26 点赞 0 评论 574 浏览
TextIn TextIn是一款利用OCR技术实现文字识别的AI平台，支持多语言且具备强大的图像处理能力。它可以从各种类型的文档中提取结构化信息，并提供灵活的部署选项，适用于金融、物流、制造业等多个领域。TextIn通过智能算法优化文档处理流程，帮助企业提升效率。 AI项目与工具 2025年06月12日 31 点赞 0 评论 573 浏览
Kimi Kimi-VL是月之暗面推出的轻量级多模态视觉语言模型，支持图像、视频、文档等多种输入形式。其基于轻量级MoE架构和原生分辨率视觉编码器，具备强大的图像感知、数学推理和OCR能力。在长上下文（128K）和复杂任务中表现优异，尤其在多模态推理和长视频理解方面超越同类模型。适用于智能客服、教育、医疗、内容创作等多个领域。 AI项目与工具 2025年06月11日 30 点赞 0 评论 567 浏览
parsio Parsio是一款利用AI技术的文档解析工具，支持从PDF、电子邮件及发票等多种文档中自动提取结构化数据。它提供PDF解析与OCR功能，支持多语言识别和表格提取，适用于业务流程优化、客户关系管理及财务管理等多个领域，帮助企业提高效率并减少错误。 AI项目与工具 2025年06月12日 21 点赞 0 评论 560 浏览
AI Comic Translate 只需上传您想要翻译的漫画图片，用户只需上传您想要翻译的漫画图片，AI Comic Translate将自动识别文本并在几分钟内生成高质量的翻译。 Ai图片处理 2025年06月05日 39 点赞 0 评论 548 浏览
