olmOCR 2 支持复杂文档读取
allen_ai · x · 2026-07-11
Ai2 介绍了 **olmOCR 2** 的定位：这是一款紧凑的视觉语言模型，能够在单次推理中读取复杂文档。 它强调对“传统 OCR 容易翻车”的场景更友好，尤其是： - 手写 - 公式 - 表格 - 多栏布局 官方同时给出了 Playground 试玩入口，以及博客、模型权重和数据集下载地址，方便直接测试或本地复现。
所属事件:Ai2发布紧凑视觉模型olmOCR 2(2 条相关)→
「多模态」频道最新
- Hugging Face 热门模型 Diamond-1.0 主打音频到音频增强 — nineninesix · 2026-07-21
- DiffGI 用可微几何图像提升薄壳 3D 生成质量 — clovir21 · 2026-07-21
- 创作者称用 Adobe Firefly AI Assistant 完成整支短片导演 — LudovicCreator · 2026-07-21
- Reddit 实测：Krea 2 Turbo 用绕过 LoRA 找回表情能力 — YentaMagenta · 2026-07-21
- Suno v5.5、Reason Studios 和 Grok Imagine 拼出 AI 音乐梗作 — Kyrannio · 2026-07-21
- AI 动漫创作被拆成可复用的提示词工作流 — Aiden_Tech_Ai · 2026-07-21