// 多模态理解 / OCR
InternLM/InternLM-XComposer
书生多模态长时流式音视频交互模型
官方 · 上海 AI Lab 书生Apache-2.0
近 30 天没有发版。
01同类
全部仓库 →
opencv/opencv 开源计算机视觉库 OpenCV 多模态理解 / OCR★ 91.3k 
ultralytics/ultralytics YOLO 目标检测（AGPL） 多模态理解 / OCR★ 62.7k 
facebookresearch/segment-anything Meta SAM 图像分割模型推理代码与权重 多模态理解 / OCR · 官方★ 55.0k 
ifixai-ai/iFixAi 独立审计 AI agent：回答“它到底干了什么、安全吗”。 多模态理解 / OCR★ 31.6k 
baidu/Unlimited-OCR 百度开源的长文档一次性 OCR 解析 多模态理解 / OCR · 官方★ 28.1k