浏览器插件，一键翻译网页上的图片文字。

揭示照片背后的故事和隐私信息

多模态大型模型，处理文本、图像和视频数据

端侧全模态理解开源模型

AnyParser Pro 是一款能够快速准确地从 PDF、PPT 和图像中提取内容的大型语言模型。

AI驱动的视觉搜索引擎，探索视觉故事。

TranslatePic是一款功能强大的图像翻译工具，支持多语言识别和翻译，帮助用户快速准确地翻译图像中的文本内容，TranslatePic官网入口网址

Qwen2.5-VL 是一款强大的视觉语言模型，能够理解图像和视频内容并生成相应文本。

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。

一站式OCR代理，快速从图像中生成洞见。

多模态大型语言模型，支持图像和文本理解

新一代视觉语言模型，更清晰地看世界。Qwen2-VL官网入口网址

文档版面分析工具，RapidLayout官网入口网址

由 Google 训练的 AI 模型，用于对野生动物相机陷阱图像中的物种进行分类。

PaliGemma 2 mix 是一款多功能的视觉语言模型，适用于多种任务和领域。

OmniParser 是一款通用屏幕解析工具，可将 UI 截图转换为结构化格式，提升基于 LLM 的 UI 代理性能。

一款通过生活场景学习日语的APP。

Kimi 视觉模型可理解图片内容，包括文字、颜色和物体形状等。

专注研发基于存算一体先进技术的人工智能芯片，知存科技官网入口网址

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

126课时从简单到复杂带领大家深入学习和应用深度学习技术，深度学习框架【TensorFlow2】官网入口网址

基于人工智能的图像描述生成器