博客 & 资源

📄

信创OCR

告别公式识别烦恼：GOT-OCR 的数学表现

在科研、教育以及工程领域，将复杂的数学公式从 PDF 或照片…

📅 2 月 03, 2026 ✍️ zhangmu

阅读更多 →

📄

开源OCR

GOT-OCR 2.0：全能视觉模型的“大统一”之路

在视觉语言模型（VLM）百花齐放的今天，阿里通义千问团队的 …

📅 2 月 03, 2026 ✍️ zhangmu

阅读更多 →

📄

开源OCR

从 OCR 到视觉推断：Qwen2-VL 的跨界能力

在多模态人工智能的演进历程中，传统的 OCR（光学字符识别）…

📅 2 月 03, 2026 ✍️ zhangmu

阅读更多 →

📄

OCR知识

实战：构建基于 Qwen2-VL 的实时直播流 OCR 监控系统

传统的监控文字识别依赖于昂贵的硬件和复杂的视觉管线。随着 Q…

📅 2 月 03, 2026 ✍️ zhangmu

阅读更多 →

📄

OCR知识

实战：利用 Qwen2-VL 实现视频实时文字提取

在短视频剪辑、会议录制以及自动化内容审核等场景中，从视频中实…

📅 2 月 03, 2026 ✍️ zhangmu

阅读更多 →

📄

OCR知识

微调 (Fine-tuning) Qwen2-VL的教程

最推荐的微调工具是 LLaMA-Factory 或阿里官方的…

📅 2 月 03, 2026 ✍️ zhangmu

阅读更多 →

📄

OCR知识

Python 环境下快速部署 Qwen2-VL-7B

如何在 Python 环境下快速部署 Qwen2-VL-7B…

📅 2 月 03, 2026 ✍️ zhangmu

阅读更多 →

📄

开源OCR

Qwen2-VL：开启视觉语言模型的新纪元

在人工智能领域，多模态大模型（LMM）正以前所未有的速度进化…

📅 2 月 03, 2026 ✍️ zhangmu

阅读更多 →

📄

开源OCR

PaddleOCR 与 DeepSeek-OCR 2核心机制的深度对比

PaddleOCR 与 DeepSeek-OCR 2 代表了…

📅 2 月 02, 2026 ✍️ zhangmu

阅读更多 →

📄

开源OCR

DeepSeek-OCR 2 的极致架构 —— 视觉因果流（Causal Flow）如何重塑阅读？

如果说 PaddleOCR 是极致的效率工具，那么 Deep…

📅 2 月 02, 2026 ✍️ zhangmu

阅读更多 →