gemini2.5 ocr能力屌爆了

[ns123 (ns)]

手写汉字轻松拿捏。。。

[fangyuan99]

gemini 多模态能力一直都是顶尖的，从 1.5 时代就很强

[Throttle (Alpha)]

这都能识别啊

[Heiyugg]

有些字蛮潦草也能识别，是蛮狠的

[handsome (大帅哥)]

哇！这么强！

[Joker228 (Forever)]

这么厉害，

[FuckNvidia (LINUS)]

OCR我觉得用2.0 Flash够了，2.5 pro 真的有点浪费资源了。

[linux.undo]

看了原视频，的确可以碾压手机里的扫描app

🚀Gemini 2.5...

[ningnao (泞淖)]

Qwen-VL-OCR-Latest 识别出来差一个落字，看起来跟截图之后鼠标挡住有点关系…

细雨初晴润苔痕
闲登小径入荒村
风前杨柳千丝动
树下花点点魂
春日暖云影温
诗情画意且留存
漫山桃李无言语
纷飞快蝶入紫门

[capgrey (Grey)]

感觉以后，人能看懂的，AI也能看懂。
人看不懂的，AI也有可能看懂。

[fengchris]

真的厉害了

[Gforward]

nba

[tianyang (吾当会与绝顶)]

这个好像不开源吧，不过识别好屌

[chunkk]

这个视频在论坛一个佬友的帖子里有总结，总之OCR识别是真厉害，对比当下openai Claude，还有千问

[wo_wo]

视觉能力很强，用来翻译漫画也可以理解分镜顺序了

[Mee (Kun Kun)]

医生的手写处方能不能识别

[justin5]

试了下识别拼音，比豆包差点。

[Sarah_Yu]

求问对于带箭头的流程图，哪个模型效果比较好

[A_zhao (晚wen)]

gemini确实很强

[HiJack_D]

来人，上中医方子