产品库

一个强大的OCR包，使用最先进的视觉语言模型提取图像中的文本。

ollama-ocr是一个基于ollama的光学字符识别（OCR）模型，能够从图像中提取文本。它利用先进的视觉语言模型，如LLaVA、Llama 3.2 Vision和MiniCPM-V 2.6，提供高精度的文本识别。该模型对于需要从图片中获取文本信息的场景非常有用，如文档扫描、图像内容分析等。它开源免费，易于集成到各种项目中。

一个强大的OCR（光学字符识别）工具

Ollama-OCR是一个使用最新视觉语言模型的OCR工具，通过Ollama提供技术支持，能够从图像中提取文本。它支持多种输出格式，包括Markdown、纯文本、JSON、结构化数据和键值对，并且支持批量处理功能。这个项目以Python包和Streamlit网络应用的形式提供，方便用户在不同场景下使用。

开源的视觉语言模型，可在多种设备上运行。

Moondream AI是一个开源的视觉语言模型，具有强大的多模态处理能力。它支持多种量化格式，如fp16、int8、int4，能够在服务器、PC、移动设备等多种目标设备上进行GPU和CPU优化推理。其主要优点包括快速、高效、易于部署，且采用Apache 2.0许可证，允许用户自由使用和修改。Moondream AI的定位是为开发者提供一个灵活、高效的人工智能解决方案，适用于需要视觉和语言处理能力的各种应用场景。

先进的大型混合专家视觉语言模型

DeepSeek-VL2是一系列先进的大型混合专家（MoE）视觉语言模型，相较于前代DeepSeek-VL有显著提升。该模型系列在视觉问答、光学字符识别、文档/表格/图表理解、视觉定位等多项任务中展现出卓越的能力。DeepSeek-VL2由三种变体组成：DeepSeek-VL2-Tiny、DeepSeek-VL2-Small和DeepSeek-VL2，分别拥有1.0B、2.8B和4.5B激活参数。DeepSeek-VL2在激活参数相似或更少的情况下，与现有的开源密集型和基于MoE的模型相比，达到了竞争性或最先进的性能。

基于InternViT-6B-448px-V1-5的增强版视觉模型

InternViT-6B-448px-V2_5是一个基于InternViT-6B-448px-V1-5的视觉模型，通过使用ViT增量学习与NTP损失（阶段1.5），提升了视觉编码器提取视觉特征的能力，尤其是在大规模网络数据集中代表性不足的领域，如多语言OCR数据和数学图表等。该模型是InternVL 2.5系列的一部分，保留了与前代相同的“ViT-MLP-LLM”模型架构，并集成了新增量预训练的InternViT与各种预训练的LLMs，包括InternLM 2.5和Qwen 2.5，使用随机初始化的MLP投影器。

一款AI视觉语言模型，提供图像分析和描述服务。

InternVL是一个AI视觉语言模型，专注于图像分析和描述。它通过深度学习技术，能够理解和解释图像内容，为用户提供准确的图像描述和分析结果。InternVL的主要优点包括高准确性、快速响应和易于集成。该技术背景基于最新的人工智能研究，致力于提高图像识别的效率和准确性。目前，InternVL提供免费试用，具体价格和定位需要根据用户需求定制。

视觉语言模型增强工具，结合生成式视觉编码器和深度广度融合技术。

Florence-VL是一个视觉语言模型，通过引入生成式视觉编码器和深度广度融合技术，增强了模型对视觉和语言信息的处理能力。该技术的重要性在于其能够提升机器对图像和文本的理解，进而在多模态任务中取得更好的效果。Florence-VL基于LLaVA项目进行开发，提供了预训练和微调的代码、模型检查点和演示。

PaliGemma 2是功能强大的视觉语言模型，简单易调优。

PaliGemma 2是Gemma家族中的第二代视觉语言模型，它在性能上进行了扩展，增加了视觉能力，使得模型能够看到、理解和与视觉输入交互，开启了新的可能性。PaliGemma 2基于高性能的Gemma 2模型构建，提供了多种模型尺寸（3B、10B、28B参数）和分辨率（224px、448px、896px）以优化任何任务的性能。此外，PaliGemma 2在化学公式识别、乐谱识别、空间推理和胸部X光报告生成等方面展现出领先的性能。PaliGemma 2旨在为现有PaliGemma用户提供便捷的升级路径，作为即插即用的替代品，大多数任务无需大幅修改代码即可获得性能提升。

高效开源的视觉语言模型

SmolVLM是一个小型但功能强大的视觉语言模型（VLM），拥有2B参数，以其较小的内存占用和高效性能在同类模型中处于领先地位。SmolVLM完全开源，包括所有模型检查点、VLM数据集、训练配方和工具均在Apache 2.0许可下发布。该模型适合在浏览器或边缘设备上进行本地部署，降低推理成本，并允许用户自定义。

将图像转换成结构化的Markdown文档

LlamaOCR.com是一个基于OCR技术的在线服务，它能够将上传的图像文件转换成结构化的Markdown格式文档。这项技术的重要性在于它极大地提高了文档转换的效率和准确性，尤其是在处理大量文本资料时。LlamaOCR.com由'Together AI'提供支持，并且与'Nutlope/llama-ocr'的GitHub仓库相关联，显示了其开源和社区支持的背景。产品的主要优点包括易用性、高效率和准确性。

一站式OCR代理，快速从图像中生成洞见。

TurboLens是一个集OCR、计算机视觉和生成式AI于一体的全功能平台，它能够自动化地从非结构化图像中快速生成洞见，简化工作流程。产品背景信息显示，TurboLens旨在通过其创新的OCR技术和AI驱动的翻译及分析套件，从印刷和手写文档中提取定制化的洞见。此外，TurboLens还提供了数学公式和表格识别功能，将图像转换为可操作的数据，并将数学公式翻译成LaTeX格式，表格转换为Excel格式。产品价格方面，TurboLens提供免费和付费两种计划，满足不同用户的需求。

新一代可靠且可定制的OCR解决方案

Koncile Extract是一款基于人工智能的光学字符识别(OCR)技术，能够将文档中的文本转换为可编辑和可搜索的数据。它通过使用先进的计算机视觉和自然语言处理技术，提供了高准确率的文本提取服务。Koncile Extract的主要优点包括高准确率、易于定制以及能够处理复杂文档的能力。产品背景信息显示，Koncile旨在通过其OCR技术帮助企业提高数据处理效率，降低人工成本。关于价格和定位，Koncile Extract提供定制化的解决方案，以满足不同企业的需求，具体价格可能需要根据客户需求进行商议。

免费 npm 库，用 Llama 3.2 Vision 进行 OCR，输出 markdown 文本

开源 npm 库，免费使用 Llama 3.2 Vision 进行 OCR，支持本地和远程图像，计划支持 PDF，受 Zerox 启发，有免费和付费接口

视觉语言模型，结合图像和文本信息进行智能处理。

Aquila-VL-2B模型是一个基于LLava-one-vision框架训练的视觉语言模型（VLM），选用Qwen2.5-1.5B-instruct模型作为语言模型（LLM），并使用siglip-so400m-patch14-384作为视觉塔。该模型在自建的Infinity-MM数据集上进行训练，包含约4000万图像-文本对。该数据集结合了从互联网收集的开源数据和使用开源VLM模型生成的合成指令数据。Aquila-VL-2B模型的开源，旨在推动多模态性能的发展，特别是在图像和文本的结合处理方面。

AI驱动的电子元件分类器，智能组件管理的终极解决方案。

Vanguard-s/Electronic-Component-Sorter是一个利用机器学习和人工智能自动化识别和分类电子元件的项目。该项目通过深度学习模型，能够将电子元件分为电阻、电容、LED、晶体管等七大类，并通过OCR技术进一步获取元件的详细信息。它的重要性在于减少人工分类错误，提高效率，确保安全性，并帮助视觉障碍人士更便捷地识别电子元件。

新一代视觉语言模型，更清晰地看世界。

Qwen2-VL是一款基于Qwen2打造的最新一代视觉语言模型，具备多语言支持和强大的视觉理解能力，能够处理不同分辨率和长宽比的图片，理解长视频，并可集成到手机、机器人等设备中进行自动操作。它在多个视觉理解基准测试中取得全球领先的表现，尤其在文档理解方面有明显优势。

先进的文档智能AI模型，开源易用。

Datalab 的 AI For Document Intelligence 是一系列用于文档智能处理的AI模型，包括OCR、布局分析、PDF转Markdown等。这些模型代表了文档处理技术的最新发展，易于使用，并且是开源的，可以广泛应用于提高文档处理的效率和准确性。

Falcon 2 是一款开源、多语言、多模态的模型，具备图像到文本转换能力。

Falcon 2 是一款具有创新功能的生成式 AI 模型，为我们创造了一种充满可能性的未来路径，只有想象力才是限制。Falcon 2 采用开源许可证，具备多语言和多模态的能力，其中独特的图像到文本转换功能标志着 AI 创新的重大进展。

一个多图像视觉语言模型，具有训练、推理和评估方案，可从云端部署到边缘设备（如Jetson Orin和笔记本电脑）。

VILA是一个预训练的视觉语言模型（VLM），它通过大规模的交错图像-文本数据进行预训练，从而实现视频理解和多图像理解能力。VILA通过AWQ 4bit量化和TinyChat框架在边缘设备上可部署。主要优点包括：1) 交错图像-文本数据对于提升性能至关重要；2) 在交错图像-文本预训练期间不冻结大型语言模型（LLM）可以促进上下文学习；3) 重新混合文本指令数据对于提升VLM和纯文本性能至关重要；4) 标记压缩可以扩展视频帧数。VILA展示了包括视频推理、上下文学习、视觉思维链和更好的世界知识等引人入胜的能力。

一键翻译各类图片内文字

该项目可以将漫画/图片中的文字进行翻译,主要功能包括文本检测、光学字符识别(OCR)、机器翻译和图像修补。它支持多种语言如日语、中文、英语和韩语等,可实现近乎完美的翻译效果。该项目主要面向漫画爱好者和图像处理工作者,可以方便地阅读外语漫画或进行图像的多语言处理。此外,它还提供Web服务、在线演示和命令行工具等多种使用方式,具有良好的可用性。该项目代码开源,欢迎大家一起完善和贡献。

先进的开源多模态模型

Yi-VL-34B是 Yi Visual Language（Yi-VL）模型的开源版本，是一种多模态模型，能够理解和识别图像，并进行关于图像的多轮对话。Yi-VL 在最新的基准测试中表现出色，在 MMM 和 CMMMU 两个基准测试中均排名第一。

让自然语言处理和机器学习解决方案更易于访问和经济实惠，以实现更好、更智能的决策。

UBIAI 文本标注工具是一个强大的数据标注平台，可以轻松进行数据标注、训练和模型部署。通过我们的光学字符识别（OCR）技术，您可以准确地从图像中提取文本。UBIAI 的自动化标注使得标注变得简单，通过学习您的输入，逐渐减少您的工作量，同时保持高质量的标注。您可以在一个文档中以多种语言进行标注，包括希伯来语、日语、阿拉伯语、印地语等。无论您需要分析医疗记录还是金融文件，UBIAI 都可以帮助简化您的数据标注和训练流程。

使用相机和图像进行任意语言翻译

图片转文字：英文翻译是一款提供翻译服务的工具应用。它具备图像转文字、在线OCR和图像添加文字等多个实用功能。用户可以通过这些功能从任何图片或文档中轻松翻译文字，使跨语言沟通变得轻松便捷。该应用支持100多种语言，用户可以随时随地与任何人进行沟通。

Kimi 视觉模型可理解图片内容，包括文字、颜色和物体形状等。

Kimi 视觉模型是 Moonshot AI 开放平台提供的先进图像理解技术。它能够准确识别和理解图片中的文字、颜色和物体形状等内容，为用户提供强大的视觉分析能力。该模型具有高效、准确的特点，适用于多种场景，如图像内容描述、视觉问答等。其定价与 moonshot-v1 系列模型一致，根据模型推理的总 Tokens 计费，每张图片消耗的 Tokens 为固定值 1024。

一个开源的交互式开发环境，用于构建和优化基于LLM的数据处理管道。

DocWrangler是一个开源的交互式开发环境，旨在简化构建和优化基于大型语言模型（LLM）的数据处理管道的过程。它提供即时反馈、可视化探索工具和AI辅助功能，帮助用户更容易地探索数据、实验不同操作并根据发现优化管道。该产品基于DocETL框架构建，适用于处理非结构化数据，如文本分析、信息提取等。它不仅降低了LLM数据处理的门槛，还提高了工作效率，使用户能够更有效地利用LLM的强大功能。

面向设计工程师的 npm：基于 shadcn/ui 的 React Tailwind 组件、模块和钩子的最大市场

21st.dev是一个开源的React UI组件社区注册表，任何人都可以发布最小的Tailwind & Radix UI组件，并通过npx shadcn命令安装任何组件。它受到shadcn/ui的启发，旨在为设计工程师提供一个大型的组件、模块和钩子的市场。

通过视频扩散变换器将自定义照片与视频混合的项目。

Ingredients是一个研究项目，利用先进的视频扩散变换器技术，将特定身份的照片融入视频创作中，为视频定制化提供了强大的工具。该项目由feizc发起，目前处于研究阶段，推荐尝试更成熟的产品。其主要优点在于能够实现多ID照片的视频融合，为视频创作带来个性化和创新性。项目开源，遵循Apache-2.0许可协议，目前在GitHub上有34个星标。

一个由moondream创建的Hugging Face Space，用于展示注视点相关技术

Gaze Demo是一个基于Hugging Face Spaces平台的项目，由用户moondream创建。它主要展示与注视点（Gaze）相关的技术，可能涉及到图像识别、用户交互等领域。该技术的重要性在于能够通过分析用户的注视点来增强用户体验，例如在人机交互、广告投放、虚拟现实等场景中有广泛应用。产品目前处于展示阶段，未明确具体价格和详细定位。

一款通过生活场景学习日语的APP。

KaChiKa是一款旨在通过生活场景帮助用户学习日语的应用程序。它利用智能图像分析技术，将图片内容转化为日语单词和句子，以视觉记忆的方式辅助学习。该应用强调在日常生活中轻松掌握日语，适合各类日语学习者。应用提供免费下载，但包含应用内购买项目，如会员服务，价格分别为每月2.99美元和每年29.99美元。

一个仅100行代码的极简LLM框架，使LLM能够自主编程。

PocketFlow是一个极简的LLM框架，仅用100行代码实现，旨在让LLM能够自主编程。它强调高级编程范式，去除低级实现细节，使LLM能专注于重要部分。该框架可作为LLM的学习资源，因其简洁性，易于理解和上手。它采用嵌套有向图的核心抽象，将任务分解为多个LLM步骤，支持分支和递归决策。PocketFlow是开源项目，采用MIT许可证，具有高度的灵活性和可扩展性。