Global · IA · Modelos · Bilibili · Traducción
Bilibili permite traducir texto de capturas y fotografías con Index-Translate
La actualización permite traducir capturas y fotografías con las tres escalas de la familia.
Fecha de la fuente original:
Lo esencial
- La actualización abre imágenes por API, cliente Python y demostración web.
- La ejecución local necesita el modelo y su proyector visual correspondiente.
- Admite glosarios y formatos de salida sin una cadena externa de OCR.
Una entrada visual en las herramientas
Bilibili anunció el 10 de octubre la habilitación de traducción de imágenes en Index-Translate. El tutorial y la actualización del código documentan entradas desde archivos o direcciones web, pegado de capturas en la demostración y solicitudes multimodales por API. La función está disponible para 2B, 9B y 35B-A3B, este último preliminar.
Despliegue y formatos
La documentación explica cómo usar el proyector visual del modelo con llama.cpp, además del cliente Python. Acepta formatos como PNG, JPEG y WebP y recomienda una dimensión máxima de entre 512 y 2.048 píxeles. Los pesos visuales ya estaban disponibles; el cambio de esta fecha amplía el acceso mediante clientes, API y demostración.
El papel del codificador visual
El tutorial explica que las características de la imagen entran directamente al modelo, sin una herramienta externa de reconocimiento óptico de caracteres. También permite dar instrucciones de formato o glosarios. Los ejemplos incluyen interfaces, señales y diagramas, pero son demostraciones seleccionadas por el desarrollador, no una prueba de precisión universal.