AI批量图生文

本软件为采用本地部署AI模型，实现图生文无限制使用，采用的模型为qwen2.5VL，目前国内开源视觉模型最强。支持低中高各个等级的电脑使用，CPU或GPU都可运行

应用场景：

1. 电商原图生标题，电商主图生标题

2. 文字识别，手写笔记，账单，收据，发票，电子文字图片等 文字提取

3. 目标检测：识别图片中的目标物体,水印检测，侵权检测
   

模型参数有3B，7B, 32B 可选，以下是各模型大小的推荐电脑配置

模型规格	BF16/FP16 完整显存	INT8 量化显存	INT4 量化显存	最低可用单卡	推荐单卡
Qwen2.5-VL-0.5B	3.5~4.5GB	2.2~2.8GB	1.5~2GB	6GB（3060）	8GB 显存卡
Qwen2.5-VL-1.8B	5.5~7GB	3.5~4.5GB	2.3~3GB	8GB（3070）	12GB 显存卡
Qwen2.5-VL-3B	8~10GB	5~6.5GB	3~4GB	10GB（3060Ti）	12GB(4070)
Qwen2.5-VL-7B	18~22GB	10~13GB	7~9GB	12GB（4070Ti）仅 4bit	24GB(A10/4090)
Qwen2.5-VL-14B	32~38GB	18~22GB	12~15GB	24GB 双卡 TP	48GB 单卡 / 2×24GB
Qwen2.5-VL-32B	64~72GB	34~40GB	20~24GB	24GB 双卡 TP (4bit)	80GB A100/H100
Qwen2.5-VL-72B	135~150GB	70~85GB	38~45GB	4×24GB 多卡分布式	2×80GB A100

软件包下载：软件包下载

通用教程

适配慕汐跨境