DeepOCR 是由爱荷华州立大学和普林斯顿大学发起的开源项目，旨在完整复现 DeepSeek-OCR 的训练过程，提供了包括训练和评估在内的全部代码实现。
在计算机视觉领域，光学字符识别（OCR）技术持续演进。DeepSeek-OCR 作为一项前沿成果，其开源版本仅提供了模型权重和技术报告，这使得研究人员和开发者想要完整复现其训练过程面临一定挑战。
为应对这一挑战，爱荷华州立大学和普林斯顿大学的研究人员发起了 DeepOCR 项目。该项目旨在对 DeepSeek-OCR 进行完全的开源复现。与仅提供权重的原始版本不同，DeepOCR 提供了从零开始复现整个训练流程的完整代码，涵盖了模型训练与评估等关键环节的实现。
DeepOCR 项目的出现，降低了研究人员复现和深入理解先进 OCR 模型的门槛。通过提供完整的训练代码，该项目不仅有助于推动 OCR 技术的学术研究，也为开发者提供了可参考、可学习的实践范例，促进了相关技术在开源社区的交流与发展。
百度开源 Unlimited OCR，专为长文本与多页文档设计，支持单图/多页解析、两种图像模式、PDF自动切页、多种部署方案，并内置重复抑制机制，适用于学术文献数字化和企业文档处理。
GLM-OCR 将 OCR 全流程整合为单一工具，提供从布局分析到文本识别的完整文档理解方案。在 OmniDocBench V1.5 基准测试中得分 94.62，排名第一。支持复杂表格、公式、代码识别，仅 0.9B...
好莱坞女星 Milla Jovovich 发布开源 AI 记忆系统 Mempalace，宣称在 LongMemEval 测试中取得满分。该项目因技术实现与营销宣传的差距，引发了关于技术实质与“氛围编程”现象的讨论。
Agency Agents 是一个开源项目，汇集了144个细分专业的AI智能代理，覆盖前端、后端、产品、市场等12大领域。每个代理具备明确的工作流程与实战产出能力，并能与主流开发工具集成，旨在提升团队协作与开发效率。
Feynman 是一个开源 AI 研究代理项目，集成了多智能体协作、文献检索、批判性评审和实验复现等功能，旨在通过自然语言交互辅助研究人员高效完成科研任务。
开发者elwingo1基于其Flowbite UI库的设计经验，创建了开源项目TypeUI。该项目提供48个设计skill文件，旨在为Claude等AI模型注入多样化的设计规则，以生成更具差异性和一致性的网站界面，...