میسترال نسخه OCR 4 و پلتفرم Document AI را منتشر کرد

میسترال ابزارهای خود برای کار با اسناد را به‌روزرسانی کرده است. OCR 4 متن را از تصاویر و اسکن‌ها استخراج می‌کند، حتی اگر کیفیت پایین باشد — زوایای کج، نور ضعیف، متن دست‌نویس. این ابزار برای سرعت بهینه شده و مناسب پردازش جریان داده است.

؛Document AI فراتر می‌رود. به‌طور خودکار ساختار اسناد را تحلیل می‌کند: جداول و فرم‌ها را شناسایی می‌کند، تاریخ‌ها، مبالغ و نام‌ها را استخراج می‌کند. نوع اسناد را تشخیص می‌دهد. با PDF، اسکن‌ها و عکس‌ها کار می‌کند. از طریق API در Mistral Studio و Microsoft Foundry در خطوط پردازش ادغام می‌شود.
https://console.mistral.ai/
#ocr

این ربات با api میسترال کار میکنه
عکس بفرستید تا تبدیل به متن کنه
@Totxt_bot

برای pdf باید کلید خودتون رو بدین

EGM DOWNLOADER
دانلود ویدیو یا موزیک از همه سایتها
دانلود playlist
دانلود با کیفیت 8k و flac
ویندوز لینوکس مک
Download music or video from Youtube instagram tiktok Twitter facebook and 1000 sites
https://github.com/egmtm/EGM-Downloader
قبلی
#download #youtube

جنریت عکس و ویدیو
200 کردیت بابت ثبت نام
روزانه 60 کردیت رایگان
بابت هر عکس 11 کردیت کم میکنه
https://www.oiioii.ai/home
#image

مدل لوکال و اجرای افلاین هوش که به درد ایرانی نمیخوره چون هزینه سیستم 100 ملیون به بالاست
ولی اگر خواستین اینجا راهنمایی میکنه
https://carteakey.dev/blog/local-inference/local-llm-optimization/

راهنمای نهایی برای اجرای محلی LLM
تقدیم به همه کسانی که می‌خواهند مدل‌ها را روی کامپیوتر خود با استفاده از llama.cpp به حداکثر سرعت برسانند.

چگونه سخت‌افزار را انتخاب کنیم، سیستم‌عامل را تنظیم کنیم، مدیریت VRAM/RAM، کار با کش KV، افزایش سرعت استنتاج روی کامپیوترهای معمولی و موارد دیگر.
#local

اگر می‌خواهید هوش مصنوعی محلی با عملکرد خوب راه‌اندازی کنید، از Ollama استفاده نکنید.
این برنامه از GPU به طور کامل استفاده نمی‌کند.

بهتر است از vLLM استفاده کنید:
کارایی بالاتر
عملکرد بهتر در سرویس‌دهی مدل‌ها
تا ۲ برابر سریع‌تر
https://github.com/vllm-project/vllm
#local

Speech to text
کاملا آفلاین
فارسی دارد
بعد نصب حدود 500MB باید یه مدل رو دانلود کنید
ویندوز لینوکس مک
https://handy.computer/
#tts

صداش بهتر بود یا تصویر
صدا 👍
تصویر 👎

کانورت و تبدیل انواع فایل
لوکال و محلی
ویدیو صدا عکس آفیس
پشتیبانی از تمام فرمت ها
.mkv, .mp4,mp3, .wav, .flac, .ogg, .mogg*, .png, .jpeg, .jpg, .webp, .gif, .svg, .jxl, .avifdocx, .doc, .md, .html, .rtf, .csv, .tsv, .json, .rst
docx, .doc, .md, .html, .rtf, .csv, .tsv, .json, .rst

https://vert.sh/
#convert

یادگیری هر موضوعی با حالت مطالعه تعاملی جمینی در notebook
Gemini study
Personalize how you study and learn any topic with new study notebooks in Gemini.
https://gemini.google.com/notebook

دسکتاپ جدید برای لینوکس
COSMIC
https://system76.com/cosmic
#linux

پوسته گرافیکی برای مدل های cli به خصوص claude code
ویندوز لینوکس مک
Claude code gui
https://nimbalyst.com/

از وقتی تلگرام اومد دیگه سراغ RSS reader نرفتیم
ولی این جالبه
هوش مصنوعی داره خودکار خبرها رو ترجمه و خلاصه میکنه
100% لوکال و رایگان هست
ویندوز لینوکس مک
MrRSS
https://mrrss.ch3nyang.top/

قیمت GTA 6 با توجه به ریجن
کره جنوبی ارزانترین

Openreel video editor
100 % free forever
ویدیو ادیتور جایگزین capcut
هوش مصنوعی
اوتو کپشن
ترجمه زیرنویس
Site
https://openreel.video
Github
https://github.com/Augani/openreel-video
Android
https://play.google.com/store/apps/details?id=com.pythonxi.openreelvideo
iOS
https://apps.apple.com/app/openreel-video/id6770714857

#video
@APPXA

هوش مصنوعی انقد توی لینوکس خوبه انگار native هست
به gemini cli گفتم میخوام اینجا درصد رم رو نشون بده خودش همه کارا رو انجام داد اینم نتیجه