GitHubDaily @[email protected]

发现 OCR 这个赛道真卷，隔三差五就有新工具出来超越现有的 OCR 工具，这次轮到 MonkeyOCR 登场，对复杂文档解析又快又准。

仅仅 3B 参数，性能超越 Gemini 2.5 Pro 等闭源模型，不仅能精确识别文字、公式和表格，还能保持原有的文档结构和布局关系。

GitHub: https://github.com/Yuliang-Liu/MonkeyOCR

模型下载：huggingface.co/echo840/MonkeyOCR

主要特性：

- 支持中英文多种文档类型解析，包括学术论文、教科书、财务报告等

- 公式识别准确率比传统工具提升 15.0%，表格处理提升 8.6%

- 处理速度达到 0.84 页/秒，比同类工具快 30% 以上

- 3B 参数模型性能超越 Gemini 2.5 Pro 等大型闭源模型

- 支持 PDF 和图片格式输入，输出 Markdown 格式文档

目前模型及代码均已开源，并且提供了在线体验 Demo，感兴趣的同学可以测试下效果。

#AI生活指南 #AI创造营

https://weibo.com/5722964389/Pw3Nqgcwc

苹果开源了一个可在 macOS 系统上高效运行 Linux 容器的工具：container。

基于 Swift 原生开发并针对苹果芯片深度优化，完全兼容 OCI 标准容器镜像，可以直接拉取任何标准容器仓库的镜像并运行。

GitHub: https://github.com/apple/container

主要特性：

- 创建和管理轻量级 Linux 容器虚拟机

- 支持从任何标准容器仓库拉取镜像运行

- 构建和推送 OCI 兼容的容器镜像

- 针对 Apple Silicon 芯片性能优化

- Swift 原生实现，系统集成度更高

- 完整的容器生命周期管理功能

提供开箱即用的安装包，可在项目的发布页面下载，双击安装即可使用。

#AI生活指南 #AI创造营

https://weibo.com/5722964389/Pw1rj3sOv