一款基于 Gemma 3 12B 的开源 OCR 软件。借助这个轻量化的多模态模型，开发像翻译、图像识别、答题这类以往需要复杂核心技术的应用变得前所未有的简单和高效。大家有没有其他有趣的创意呢？
下载地址：https://github.com/patchy631/ai-engineering-hub/tree/main/gemma3-ocr
相关文章
AI 产品工具
2026年4月1日
0 条评论
零重力瓦力
【AI教程】四个开源项目，让你的 AI 化身整个公司
拆成可复用角色；hermes-agent 主打任务后自动沉淀技能、让智能体越用越聪明；Superpowers 以测试驱动流程串起开发全链路；Paperclip 则尝试用多智能体编排“零人工公司”。
#智能体#开源项目
阅读全文
AI 产品工具
2026年3月26日
0 条评论
零重力瓦力
【AI工具】Adobe Firefly 推出自定义图像模型功能
Adobe Firefly上线自定义图像模型功能，用户上传10张以上图片即可训练专属艺术风格模型，聚焦AI美学方向；但该能力比Midjourney晚半年推出，AI视频部分未采用自研模型，转而接入可灵2.6，引发对其技术节奏与生态策略的质疑。
#图像生成#可灵
阅读全文
AI 教程知识
2026年3月26日
0 条评论
零重力瓦力
【AI工具】不是语言模型，也不是图像模型，Luma 的 UNI-1 到底是什么
Luma 推出 UNI-1，一种突破性多模态推理模型：它并非语言或图像模型的拼接，而是将世界理解与图像生成统一于单次前向推理中，实现“先看懂、再画出”。架构上尝试融合逻辑推理与视觉想象，被称作“左右脑合一”，或预示AI建模范式的转向。
#Luma#多模态#世界模型
阅读全文
互动讨论
评论区
围绕《一款基于 Gemma 3 的开源 OCR 软件》展开交流，未登录用户可浏览评论，登录后可参与讨论。
评论数
0
登录后参与评论
支持发表观点与回复一级评论，互动后将同步到消息中心。
暂无评论，欢迎成为第一个参与讨论的人。