मल्टीमॉडल AI
Qwen3-VL — Vision-language models
QwenLM/Qwen3-VL
Qwen3-VL is the multimodal large language model series developed by Qwen team, Alibaba Cloud
★ 19.8K⑂ 1.8KPython
ToolAI.io · GitHub चैनल
GitHub पर नए AI प्रोजेक्ट्स
GitHub पर हाल ही में जोड़े गए ओपन-सोर्स AI प्रोजेक्ट खोजें—रिपॉज़िटरी की जानकारी, सेटअप नोट्स, लाइसेंस और संबंधित संसाधनों के साथ।
सार्वजनिक रिपॉज़िटरी का डेटा
प्रोजेक्ट इंडेक्स
मल्टीमॉडल AI
DeepSeek-OCR — Document OCR and visual understanding
deepseek-ai/DeepSeek-OCR
Contexts Optical Compression
★ 23.8K⑂ 2.2KPython
मल्टीमॉडल AI
Janus — Unified multimodal understanding and generation
deepseek-ai/Janus
Janus-Series: Unified Multimodal Understanding and Generation Models
★ 17.8K⑂ 2.2KPython
मल्टीमॉडल AI
PaddleOCR — OCR and document intelligence
PaddlePaddle/PaddleOCR
Turn any PDF or image document into structured data for your AI. A powerful, lightweight OCR toolkit that bridges the gap between images/PDFs and LLMs. Supports 100+ languages
★ 88K⑂ 11.2KPython
पृष्ठ 3 / 3 · 28 प्रोजेक्ट