#AI开源项目推荐：Vary一套视觉感知上限极高的通用多模态框架：Vary有多模态能力，并且可以做 OCR 和公式识别。底层是基于LLaVA 和 Qwen（通义千问）测试了一下，中英文 OCR 识别准确率相当高，公式识别也很不错，测试了一篇文章里的公式，只有一个地方把 g 认成了 σ ，其他都对了。…

发布时间: 2023-12-12 13:51:11

1分

数据加载中

#AI开源项目推荐：Vary
一套视觉感知上限极高的通用多模态框架：Vary
有多模态能力，并且可以做 OCR 和公式识别。
底层是基于LLaVA 和 Qwen（通义千问）
测试了一下，中英文 OCR 识别准确率相当高，公式识别也很不错，测试了一篇文章里的公式，只有一个地方把 g 认成了 σ ，其他都对了。…
IT技术
( twitter.com )

#AI开源项目推荐：Vary

一套视觉感知上限极高的通用多模态框架：Vary

有多模态能力，并且可以做 OCR 和公式识别。

底层是基于LLaVA 和 Qwen（通义千问）

测试了一下，中英文 OCR 识别准确率相当高，公式识别也很不错，测试了一篇文章里的公式，只有一个地方把 g 认成了 σ ，其他都对了。

在线演示：https://t.co/8tmFqr6lku
项目地址：https://t.co/ys8QzTNY9X
论文：https://t.co/PEHIrOqz0E
知乎上的介绍：https://t.co/D7sE5X0pde

点击图片查看原图

Markdown支持

评论加载中...

您可能感兴趣的：更多

IT技术

#AI开源项目推荐：Real-ESRGAN
实用的图像/视频修复算法

🔗
IT技术

开源推荐
( github.com)

IT技术

开源推荐

#AI开源项目推荐：wav2lip

可以音频输入生成口型同步视频。

项目首页：
代码仓库：
论文：

视频来源：

IT技术
( twitter.com)

IT技术

#AI开源项目推荐：GFPGAN
腾讯开源的AI模型GFPGAN，能帮助恢复老照片

项目地址：
在线测试地址：
IT技术
( twitter.com)

IT技术

AI开源项目推荐：Tune-A-Video
通过文本直接生成视频。

BTW：蔡徐坤都火到AI圈了😄
漫画
( github.com)

漫画

#AI开源项目推荐#：Video-LLaVA
北京大学的多模态图像视频识别
论文摘要：…
IT技术
( twitter.com)

IT技术

#AI开源项目推荐：screenshot-to-code
借助GPT-4V，直接把屏幕截图生成HTML网页
IT技术
( twitter.com)

IT技术

#AI开源项目推荐：qingwu-zimu
青梧字幕是一款基于whisper的AI字幕提取工具，有完整的字幕提取、翻译和导出功能。
项目地址：
IT技术
( github.com)

IT技术

#开源项目推荐：minosoft
用 Kotlin 从头写的一个开源 Minecraft
IT技术
( github.com)

IT技术

#开源项目推荐：Halo
一个强大易用的开源建站工具。
IT技术
( github.com)

IT技术

IT技术

#AI开源项目推荐：Real-ESRGAN 实用的图像/视频修复算法 🔗 IT技术 开源推荐 ( github.com)

IT技术

开源推荐

#AI开源项目推荐：wav2lip 可以音频输入生成口型同步视频。 项目首页： 代码仓库： 论文： 视频来源： IT技术 ( twitter.com)

IT技术

#AI开源项目推荐：GFPGAN 腾讯开源的AI模型GFPGAN，能帮助恢复老照片 项目地址： 在线测试地址： IT技术 ( twitter.com)

IT技术

AI开源项目推荐：Tune-A-Video 通过文本直接生成视频。 BTW：蔡徐坤都火到AI圈了😄 漫画 ( github.com)

漫画

#AI开源项目推荐#：Video-LLaVA 北京大学的多模态图像视频识别 论文摘要：… IT技术 ( twitter.com)

IT技术

#AI开源项目推荐：screenshot-to-code 借助GPT-4V，直接把屏幕截图生成HTML网页 IT技术 ( twitter.com)

IT技术

#AI开源项目推荐：qingwu-zimu 青梧字幕是一款基于whisper的AI字幕提取工具，有完整的字幕提取、翻译和导出功能。 项目地址： IT技术 ( github.com)

IT技术

#开源项目推荐：minosoft 用 Kotlin 从头写的一个开源 Minecraft IT技术 ( github.com)

IT技术

#开源项目推荐：Halo 一个强大易用的开源建站工具。 IT技术 ( github.com)

IT技术

创建一个新帐户

登录

#AI开源项目推荐：Real-ESRGAN
实用的图像/视频修复算法

🔗
IT技术

开源推荐
( github.com)

#AI开源项目推荐：wav2lip

可以音频输入生成口型同步视频。

项目首页：
代码仓库：
论文：

视频来源：

IT技术
( twitter.com)

#AI开源项目推荐：GFPGAN
腾讯开源的AI模型GFPGAN，能帮助恢复老照片

项目地址：
在线测试地址：
IT技术
( twitter.com)

AI开源项目推荐：Tune-A-Video
通过文本直接生成视频。

BTW：蔡徐坤都火到AI圈了😄
漫画
( github.com)

#AI开源项目推荐#：Video-LLaVA
北京大学的多模态图像视频识别
论文摘要：…
IT技术
( twitter.com)

#AI开源项目推荐：screenshot-to-code
借助GPT-4V，直接把屏幕截图生成HTML网页
IT技术
( twitter.com)

#AI开源项目推荐：qingwu-zimu
青梧字幕是一款基于whisper的AI字幕提取工具，有完整的字幕提取、翻译和导出功能。
项目地址：
IT技术
( github.com)

#开源项目推荐：minosoft
用 Kotlin 从头写的一个开源 Minecraft
IT技术
( github.com)

#开源项目推荐：Halo
一个强大易用的开源建站工具。
IT技术
( github.com)