Qianfan-OCR：百度千帆开源的端到端文档智能模型，一站式实现OCR、版面分析与文档理解 Qianfan-OCR是百度千帆团队研发的4B参数端到端统一文档智能模型，基于视觉语言架构，将文档解析、版面分析、文档理解融为一体，支持图像直接转Markdown/JSON/HTML，覆盖OCR... 1个月前 AI新闻 159
MinerU：开源多模态文档解析工具，高效提取 PDF 中表格、公式与复杂布局内容 MinerU 是由 OpenDataLab 开发的开源多模态大模型工具，专注于解决 PDF 等复杂文档的内容提取难题。它通过创新的两阶段推理架构和原生高分辨率处理能力，在布局分析、表格识... 6个月前 AI新闻 506
