InternVL3 本地部署教學:用 lmdeploy 跑 OCR 與多模態理解
InternVL3 是開源多模態模型,適合 OCR、掃描文件、表格與 GUI 理解。本文整理 lmdeploy 本地部署、Open WebUI 串接與硬體取捨。
InternVL3 是開源多模態模型,適合 OCR、掃描文件、表格與 GUI 理解。本文整理 lmdeploy 本地部署、Open WebUI 串接與硬體取捨。
Docling 是 IBM Research 發起的開源文件解析工具,可把 PDF、Word、表格、圖片與掃描件轉成 Markdown、JSON、HTML,並能搭配 InternVL3 或 Gemini 強化 OCR 與 VLM 文件理解。