R
SmolDocling
SmolDocling-256M-preview 是一款轻量级多模态文档处理模型,能将图像文档高效转换为结构化文本,支持文本、公式、图表等多种元素识别。模型参数量仅256M,推理速度快,适合学术与技术文档处理。具备OCR、布局识别、格式导出等功能,并兼容Docling,适用于文档数字化、科学研究及移动环境应用。
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。
SlidesOrator
一款将静态PPT转化为互动演示内容的工具,主要功能有旁白生成、数字人播报、实时问答等。用户上传PDF文件后,能快速生成互动演示,适用于教育、企业培训、产品介绍等场景。
德克萨斯大学奥斯汀分校
德克萨斯大学奥斯汀分校(University of Texas at Austin,简称:UT-Austin)创建于1883年,是得克萨斯大学系统的旗舰校区,位于美国德克萨斯州首府奥斯汀市,是一所顶尖公立研究型...
