|
我自己平常用一些简单的 OCR 是直接用微信自带的了，但是一些复杂的功能微信肯定还是做不到的。
- 识别一些图片中一些抽象的文字，我测了一些发现微信的能力还是蛮强的，会有小瑕疵需要用户手动修改。但是 VLM 非常强并且能帮你排版好。
- OCR Latex ，论文写作会有用，Mathpix 是收费的并且好像学生认证之后一天也是有限制的。
- OCR 其他东西：比如网页/图片上的表格之类的，直接生成可以复制到 csv 里的格式
- VLM 也可以顺便做翻译等其他的的功能
问题：需求是否真的存在？
- 会用 AI 的人直接用 GPT 就行了，虽然如果有一个专门的工具肯定会方便一些。
- 如果我不想自己提供 api ，对于不会翻墙/AI 的人，让他们去一些 硅基流动/火山 之类的网站上申请 key 感觉又是一项门槛。
| 
