开放模型

GOT-OCR2.0是提供代码、模型权重和推理示例的OCR项目，支持普通文字识别、格式化输出、区域细粒度识别及多页文档处理，可供开发者构建图像与文档文字提取流程。

Google DeepMind 官网汇集其 AI 模型、研究方向和技术动态，提供面向开发者与研究者的模型介绍、试用及资源入口。

Ovis是面向图文理解的多模态语言模型系列，公开仓库提供模型权重、安装、推理和微调说明，并列有图像、多图、视频理解及OCR等视觉语言任务的相关支持。

OpenVoice是由MyShell相关团队公开发布的语音克隆项目，提供V1、V2模型与使用说明，支持参考音色克隆、多语言语音生成以及情绪、口音和节奏等风格控制。