# 光學字符識別

DeepSeek-VL2是一系列先進的大型混合專家(MoE)視覺語言模型，相較於前代DeepSeek-VL有顯著提升。該模型系列在視覺問答、光學字符識別、文檔/表格/圖表理解以及視覺定位等多種任務上展現出卓越的能力。DeepSeek-VL2由三種變體組成：DeepSeek-VL2-Tiny、DeepSeek-VL2-Small和DeepSeek-VL2，分別擁有10億、28億和45億激活參數。DeepSeek-VL2在激活參數相似或更少的情況下，與現有的開源密集型和基於MoE的模型相比，達到了競爭性或最先進的性能。

DeepSeek-VL2是一系列大型Mixture-of-Experts視覺語言模型，相較於前代DeepSeek-VL有顯著提升。該模型系列在視覺問答、光學字符識別、文檔/表格/圖表理解以及視覺定位等任務上展現出卓越的能力。DeepSeek-VL2包含三個變體：DeepSeek-VL2-Tiny、DeepSeek-VL2-Small和DeepSeek-VL2，分別擁有1.0B、2.8B和4.5B激活參數。DeepSeek-VL2在激活參數相似或更少的情況下，與現有的開源密集和MoE基礎模型相比，達到了競爭性或最先進的性能。

EAGLE是一個面向視覺中心的高分辨率多模態大型語言模型（LLM）系列，通過混合視覺編碼器和不同輸入分辨率來加強多模態LLM的感知能力。該模型包含基於通道連接的'CLIP+X'融合，適用於具有不同架構（ViT/ConvNets）和知識（檢測/分割/OCR/SSL）的視覺專家。EAGLE模型家族支持超過1K的輸入分辨率，並在多模態LLM基準測試中取得了優異的成績，特別是在對分辨率敏感的任務上，如光學字符識別和文檔理解。

OCR Magic是一款終極文本識別應用，支持幾乎所有語言。藉助我們先進的光學字符識別技術，您可以輕鬆掃描和轉換圖像和文檔中的文本為可編輯和可搜索的數字文本。 無論您是學生、專業人士還是隻想簡化工作流程，OCR Magic都能滿足您的需求。只需上傳圖像或文檔，我們的應用程序將快速提取文本並將其翻譯為您選擇的語言。不再需要重新輸入或手動轉錄 - OCR Magic使得處理任何來源的文本變得輕鬆。 但這還不是全部 - OCR Magic還配備了一系列有用的功能，以增強您的文本識別體驗。支持多種文件格式、自動語言檢測和可定製的輸出選項，您可以根據自己的需求定製我們的應用程序。 不要再浪費時間手動轉錄文本 - 立即嘗試OCR Magic，革新您的文本識別工作流程！