Jina AI 发布 jina-ocr-v1 文档理解模型,冲上 Hugging Face 热榜
jinaai · hf · 2026-09-19
Jina AI 的 jina-ocr-v1 模型登上 Hugging Face 热门榜。该模型为 image-text-to-text 多模态架构(基于 deepseekvlv2),主打 OCR、多语言文档智能与视觉语言理解,支持 transformers 与 safetensors,可用于文档解析与特征提取等场景。
所属事件:腾讯 WeVisDoc 与 Jina OCR 同日上线，视觉文档解析双雄争霸(6 条相关)→
「多模态」频道最新
- 免费课程：生成式媒体 Agent 的四大生产难题与解法 — Al_Grigor · 2026-11-04
- PixelBench：用逐像素生成取代 QA,重新测多模态模型 — bdsqlsz · 2026-11-04
- azed_ai 演示：同一角色从 2D 设定图直达 3D 模型 — azed_ai · 2026-11-04
- 开源 Kitten-TTS 2 语音克隆：954MB 免 GPU 笔记本可跑 — solyarisoftware · 2026-11-04
- 「2030 年旧金山我们来收你的内存」：全本地硬件生成的赛博朋克短片 — Wonderful-Yak-3348 · 2026-11-04
- 开源视频 agent Openfilm 走红：让任意编码 agent 变视频制作器 — solyarisoftware · 2026-11-04