12月10日AI信息汇总 OpenAI将于12月发布SORA，广电总局针对AI魔改做出提示 | AI日报第29期

全球首发！！Deepseek全自动芯片仿真调优——基于Sentaurus TCAD

后续会出底层思路&开发全流程视频介绍，再后续会开源。 旨在AI的浪涌里留下炽热的足迹！！

支持视觉大模型的开源PDF解析+OCR工具！Docling本地配置从入门到精通保姆级教程！支持LM Studio+InternVL3-9B与Gemini2.5

🚀支持视觉大模型的开源PDF解析+OCR工具！Docling本地配置从入门到精通保姆级教程！支持LM Studio+InternVL3-9B与Gemini2.5 Pro轻松识别解析模糊PDF扫描文件 🚀🚀🚀视频简介： ✅【企业知识库必备利器保姆级教程】免费开源神器docling震撼来袭！PDF秒变Markdown，扫描文档轻松识别，比付费工具还强大，支持调用InternVL3和Gemini 2.5 Pro模型 📄 本期视频将详细演示了IBM开源的docling PDF文档解析工具的使用方法！ 🛠️ 视频分为三个部分： 1.基础使用- 用Python代码和命令行直接解析PDF转Markdown 2.本地模型 - 配合LM Studio调用InternVL3-9B模型处理扫描版PDF 3.云端API- 使用Gemini 2.5 Pro模型获得顶级OCR效果 💻 通过简单代码将复杂PDF文档成功转换为Markdown格式，连表格和图像都能完美保留。 🔬 针对扫描版PDF，视频展示了如何调用开源视觉模型InternVL3实现精准OCR识别。对于要求更高的场景，还演示了调用Gemini 2.5 Pro API，连模糊不清的扫描文档都能完美解析！ ⚡ 通过docling配合视觉模型，企业知识库项目能轻松处理各种文档格式，大幅提升工作效率！ 📋 视频详细讲解了每个步骤的代码实现，包括模型配置、API调用、批量处理等功能，适合开发者学习参考。 🎯 最终效果让人惊艳 - 连emoji表情、引用格式、模糊文字都能准确提取，成功率极高！ 🔥🔥🔥时间戳： 00:00 - 介绍docling PDF解析工具 00:14 - docling功能特点和支持格式 00:38 - PyCharm环境搭建和依赖安装 01:00 - 基础PDF转Markdown代码演示 02:00 - 运行代码查看解析效果 02:44 - 命令行直接解析PDF文件 03:41 - 扫描版PDF处理方案介绍 04:02 - 配置LM Studio和InternVL3模型 05:00 - docling调用InternVL3模型代码详解 05:50 - 处理扫描版PDF文件演示 06:30 - 查看InternVL3 OCR解析效果 07:10 - 使用Gemini 2.5 Pro模型处理PDF 08:00 - 配置Gemini API和代码运行 08:40 - 对比Gemini模型解析效果 09:20 - 总结和资源获取说明 #docling #ocr #pdf #pdfpattern #lmstudio #gemini #internvl #agi #ai #vlm #gemini2025

堪称视频界PS！阿里巴巴新作DiffuEraser：用于视频补全修复，去水印、去字幕、去除指定物体

用于视频补全修复，去水印、去字幕、去除指定物体 欢迎 关 注 持续更新中.....

网友投稿—纸性恋（投稿可要求ai声音，但制作较慢）

-

浙江省"名师名课"人工智能通识课《强化学习原理及应用》

《强化学习原理及应用》是浙江省“名师名课”人工智能通识课程建设课程，已经上线“中国大学慕课”，是首个系统介绍强化学习与众多领域结合的通识课，欢迎大家关注。 授课老师：本课程由10位老师+6个单位合力完成。由西湖大学牵头（赵世钰、金耀初、张岳、吴泰霖），联合浙江大学（任沁源、高飞）、浙江工业大学（李永强）、杭州电子科技大学（韩译锋）、宁波东方理工大学（张伟）以及杭州云深处科技有限公司（马尊旺）共同打造。 课程内容：内容涵盖强化学习的发展历程、基础理论，以及其在组合优化、大语言模型、科学研究、信号处理、多智能体、机械臂、无人机、无人车、四足机器人等领域的创新应用。

从小镇做题家到公司估值数10亿，他是怎么用AI赚到钱的？

官方ChatGPT4.0和deepseek怎么免费国内无限制使用！写论文，安装订阅付费手机安卓电脑下载GPT4o免费教程，100％成功!

视频这么好，必须火起来啊。 地址： ai.ywzxkj.com

Hmbb镜像站目前已永久免费且无限使用Gemini，Grok，Sora全系列模型，只需要你一个小小的点赞加三连！

Hmbb镜像站目前已永久免费且无限使用Gemini，Grok，Sora全系列模型，只需要你一个小小的点赞加三连！ 站点：52chatgpt.top 授权码：freeuseforall

【AI虚拟伙伴】对接本地Spark-TTS语音合成教程 零样本声音克隆大模型

本期视频我们将探索如何在本地环境中将AI虚拟伙伴对接开源的Spark-TTS API整合包。Spark-TTS是Spark Audio开源的支持零样本声音克隆的语音合成大模型，参数为0.5B。 · 特点：高效语音编码、零样本语音克隆、多语言语音合成、高质量语音输出、音色生成高度可控 · 该整合包默认仅N卡可用 · 枫云AI虚拟伙伴为公益免费的二次元AI数字人软件 Spark-TTS开源地址：https://github.com/sparkaudio/spark-tts Spark-TTS API整合包：https://pan.baidu.com/s/1RV-VvFdn4S72xCidavedGw?pwd=aivm AI虚拟伙伴地址：https://swordswind.github.io/2024/07/09/mateweb/

一个视频讲清楚pytorch onnx cuda都是什么东西

-