AITP
精选全部 AI 动态AI 日报Agent 接入关于更新日志信源提报反馈
登录 / 注册
AITOP
精选
过去 24 小时,从 924 条中筛出 44 条
全部模型产品行业论文技巧
标签:文档智能×
7月8日
10:58
AITOP7月8日 10:58
智谱AI GLM-Image:中文AI图像生成领域的破局者智谱AI最近发布的GLM-Image确实在AI图像生成领域投下了一枚重磅炸弹。免费、无水印、中文文本渲染能力强,这三个特点组合在一起,足以让整个行业重新审视中国AI技术的实际进展。 国内AI图像生成工具一直面临着中文文本渲染的难题。Midjourney等国外工具虽然在图像质量上表现优异,但对中文的支持却始终不尽如人意。GLM-Image的出现,似乎正在改变这一现状。智谱AI GLM-Image:中文AI图像生成领域的破局者
GLM
7月6日
12:01
AITOP7月6日 12:01
AI巨头瞄准'无利可图'疾病,颠覆传统制药逻辑AI巨头瞄准'无利可图'疾病,颠覆传统制药逻辑
6月27日
11:21
11:21LlamaIndex@llama_index
精选
LlamaParse Platform的n8n节点成为官方认证社区节点。新版本整合了文档解析、分类、提取、分割和检索功能,所有操作通过单个LlamaParse API凭证连接。每个资源可作为n8n AI Agent的可调用工具,让智能体动态决定何时检索上下文、解析文件或提取结构化数据。工作流还支持按文档类型路由、基于知识库的检索接入智能体,以及并行运行不同精度成本层级的解析输出。
AI产品LlamaParsen8nLlamaIndex文档智能智能体

推荐理由:LlamaParse和n8n联手,把文档解析、分类、提取都塞进低代码工作流,还能让AI Agent自动决策,不用写代码就能搭智能文档管线。
原文
6月16日
15:29
15:29官方一手marktechpost@Sana Hassan
精选
本教程基于Docling Parse工具,演示了如何从PDF文档中提取布局感知的结构化数据。首先设置Python环境并解决Colab依赖问题,生成包含文本、列、表格、矢量和嵌入图片的多页PDF。然后提取单词、字符、行及其页面坐标,渲染可视化覆盖层。最终将结果保存为JSON和CSV格式,支持阅读顺序重建和检索准备。
技巧Docling ParsePDF解析布局感知结构化提取文档智能

推荐理由:手把手教你用Docling Parse从PDF里提取布局信息,生成带坐标的结构化数据,适合做文档智能和RAG。
原文
6月11日
15:28
AITOP6月11日 15:28
1107 vs 303:谷歌悄悄开源了一个“拆打字机”的模型,把大模型速度翻了4倍
15:23
AITOP6月11日 15:23
DiffusionGemma颠覆文本生成?自回归模型的“统治”要结束了
15:07
AITOP6月11日 15:07
每秒1107个token,Google开源的扩散模型为什么能改变本地推理格局?
5月20日
21:51
21:51berryxia@berryxia
精选
PaddleOCR 3.5 正式发布,支持 Transformers 作为推理后端,PP-OCRv5 和 PaddleOCR-VL 1.5 模型可直接在 Hugging Face 生态中运行。此前将 PaddleOCR 集成到 RAG 或 Document AI 项目需要额外搭建服务栈,现在流程大幅简化。Hugging Face 团队参与了合作,使得 OCR 工具与主流 Transformer 生态无缝对接。输出结果更精准可靠,无需依赖 LLM 来补充。
AI产品PaddleOCRHugging FaceOCRTransformers文档智能

推荐理由:做文档智能或 RAG 的团队终于不用在 OCR 和 Transformer 之间搭桥了,PaddleOCR 3.5 直接跑在 Hugging Face 上,省掉一堆服务栈,建议做 Document AI 的开发者点开试试。
原文
精选全部日报登录