标签：OCR

DeepMind 又整了个大活：PaliGemma 2，到底有多强？

FGJ博客发布于 2025-08-14

说实话，谷歌这几年在AI领域的节奏是真的快，尤其是 DeepMind，几乎每次出新模型都能带来点“新味儿”。这次他们升级了视觉语言模型（VLM），搞出了个叫 PaliGemma 2 的玩意儿，一看名字你可能以为是上个版本的小打小闹——但其实，这一代变化不小，尤其是在多模态任务上的...

FGJ博客发布于 2024-08-28

eSearch是一款开源的跨平台AI桌面应用，集成了截屏、OCR识别、搜索翻译、贴图、以图搜图和屏幕录制等功能。eSearch基于Electron框架开发，适用于Linux、Windows和macOS系统。用户可以通过快捷键快速截取屏幕，进行文字识别，搜索翻译，或录制屏幕操作。e...

标签：AI / eSearch / OCR

FGJ博客发布于 2024-08-04

在电脑上使用便捷的截图软件一直备受关注，各种软件如Snipaste、PicPick、FastStone Capture等各有千秋。但这里推出的新应用—ShareX，将为用户带来全新的体验。被誉为全能型电脑屏幕截图工具的ShareX，拥有丰富的功能，让人们惊叹不已。整合截图、录屏...

FGJ博客发布于 2024-07-19

在进行电脑截图操作时，很多人习惯使用QQ、微信等软件自带的截图功能。虽然QQ自带的截图功能功能齐全、还带有免费OCR识别，但其使用却存在一些局限性，例如必须联网登录QQ，有时不太方便。如果你有更专业、高效的截图需求，建议使用专门的截图软件。最近，FGJ博客发现了一款备受好评的截...

FGJ博客发布于 2024-06-08

本款安卓手机翻译工具支持图像翻译，OCR实时翻译，对话翻译，语音翻译等功能。同时支持几十种语言翻译，支持离线模式。系统兼容说明：安卓/鸿蒙皆可。进入软件，设置语言转化模式后，在Photo选项可以采取导入图片和实时拍照（ocr）的方式进行翻译。在text选项可以采取输入或粘贴...

FGJ博客发布于 2024-06-04

本期给大家带来一款全能办公助手软件，基本涵盖办公领域全范围，同时全功能免费。首先，它具备自动任务功能。无需编写代码或脚本，只需录制键盘和鼠标动作，就能自动重复运行，解放双手。其次是OCR图片文字识别。支持文件、截图、剪贴板的文字和表格识别，并能批量处理图片，识别结果可导出为E...