<![CDATA[关于业务AI升级的几个疑问请教各位大佬：1、视觉图片识别开源模型哪个合适？2、OCR识别哪家开源模型做得好？3、小型应用什么工具开发比较好？]]>最近在给自己现有的谷歌苹果结汇服务做整个业务的AI化升级，以及在日常的视频产出自动化流程当中遇到一些以为想要请教下有类似经验的各位大佬。

1、为了丰富视频的信息展示度，我会让AI自动生成一些图片来展示内容，生成这块我主要是采用z-image base（中文文章）或Ideogram 4 （英文文章）本地工作流来实现，图表使用Plotly生成，生成上面一般都没问题。
最大的问题是在生成之后的图片审查上面，我现在用的是QWEN3.6 27B多模态模型来做的审查效果还不错但是不够好，我之后想要的是在线模型+本地视觉模型来完成图片审查工作，最后再来人工审查，所以就想问问有没有使用视觉模型做过这方面工作的大佬指导一下；

2、在实际业务过程当中会涉及到大量的客户材料和申报资料以及资金流水照片，为了能够更好的进行自动化管理，想要找个OCR识别模型，性价比高的在线模型或者性能较强的开源模型都是可以的，各位大佬有没有推荐的？

3、这两周我已经使用Hermes+Deepseek V4 PRO模型自己开发了AI客服系统，拓客自动回帖系统，以及简单的论坛机器人类似小特这种。
我现在使用的都是Hermes开发，先写好大部分代码，然后进行BUG修复和优化升级，但是感觉Hermes的能力有的欠缺，经常只能关注到代码的局部，得反复提示才能完成最终的效果。之后想要做一些更多实际应用的开发，想问问使用过不用开发AGENT的大佬有没有经验可以分享一下，或者推荐一下选择哪个开发AGENT比较合适？

后续还要做自动发帖机器人和微信聊天机器人，大家有没有经验分享

]]>https://lcz.me/topic/706/关于业务ai升级的几个疑问请教各位大佬-1-视觉图片识别开源模型哪个合适-2-ocr识别哪家开源模型做得好-3-小型应用什么工具开发比较好RSS for NodeWed, 01 Jul 2026 06:39:14 GMTFri, 26 Jun 2026 05:35:11 GMT60<![CDATA[Reply to 关于业务AI升级的几个疑问请教各位大佬：1、视觉图片识别开源模型哪个合适？2、OCR识别哪家开源模型做得好？3、小型应用什么工具开发比较好？ on Sat, 27 Jun 2026 11:42:06 GMT]]>另外，粉丝数量现在并不太重要，播放数量，播放完成度才重要。很多频道10万人关注，一个视频播放才七八千。游戏赛道单价并不高，最起码和财经政治科技比，差很远，但是生产成本低，播放量高。对了，美国相关的政治科技话题更值钱。我们可能会认为新加坡，欧洲，加拿大，新西兰和美国应该是大差不离的，事实上差很多，美国收益吊打他们。你的频道有多少美国观众，很大程度上决定你的收入是否体面。含美量越高，收入越高，我所有频道综合对比得出的结论。

]]>https://lcz.me/post/8528https://lcz.me/post/8528Sat, 27 Jun 2026 11:42:06 GMT<![CDATA[Reply to 关于业务AI升级的几个疑问请教各位大佬：1、视觉图片识别开源模型哪个合适？2、OCR识别哪家开源模型做得好？3、小型应用什么工具开发比较好？ on Sat, 27 Jun 2026 11:37:25 GMT]]>我想这个问题我来说下还是可行的，这么说吧，中文单次播放价值大概是同赛道英语的1/3-1/4, 我说的是观众分布地域差不多的情况下。同为英语，印度孟加拉这些地方的播放收益，连美国的1/10都没有，甚至1/30都没有。别看我中文频道发的嗨，我都是为了积累人气，带动下网站，压根没有英语频道赚钱。英语频道我前天发了个视频，播放数据比较好，顶中文发一周。

还有，讲投资理财的最值钱，然后是科技，政治话题，就是我所有做过的频道中。但是投资理财的流量很少，性价比最高的是时政混合科技话题，但是这类频道讨论激烈，不能露脸，压力极大。

]]>https://lcz.me/post/8525https://lcz.me/post/8525Sat, 27 Jun 2026 11:37:25 GMT<![CDATA[Reply to 关于业务AI升级的几个疑问请教各位大佬：1、视觉图片识别开源模型哪个合适？2、OCR识别哪家开源模型做得好？3、小型应用什么工具开发比较好？ on Sat, 27 Jun 2026 09:34:51 GMT]]>YT单靠播放量也不准，就以印度观众和美国观众。印度的点击量1000万的视频收益可能还不如美国的10万次的播放量。而且每个赛道的单价又会有所差异。比如游戏赛道的投放广告费用高自然他们的播放收益也是高的

]]>https://lcz.me/post/8507https://lcz.me/post/8507Sat, 27 Jun 2026 09:34:51 GMT<![CDATA[Reply to 关于业务AI升级的几个疑问请教各位大佬：1、视觉图片识别开源模型哪个合适？2、OCR识别哪家开源模型做得好？3、小型应用什么工具开发比较好？ on Sat, 27 Jun 2026 06:25:37 GMT]]>@mark 主要还是要看播放量，播放量决定最终收益，粉丝数可以做为参考

]]>https://lcz.me/post/8481https://lcz.me/post/8481Sat, 27 Jun 2026 06:25:37 GMT<![CDATA[Reply to 关于业务AI升级的几个疑问请教各位大佬：1、视觉图片识别开源模型哪个合适？2、OCR识别哪家开源模型做得好？3、小型应用什么工具开发比较好？ on Sat, 27 Jun 2026 03:53:44 GMT]]>你参照 王sir , 200w的 YT, 他在100w粉丝的时候 ,已经 10-15w 美子了, 是他前妻爆料的.

]]>https://lcz.me/post/8473https://lcz.me/post/8473Sat, 27 Jun 2026 03:53:44 GMT<![CDATA[Reply to 关于业务AI升级的几个疑问请教各位大佬：1、视觉图片识别开源模型哪个合适？2、OCR识别哪家开源模型做得好？3、小型应用什么工具开发比较好？ on Sat, 27 Jun 2026 03:49:37 GMT]]>@mark 我看了零度是两天一更新，以我个人看了很多博主的收入经验来说到不了10W美元的样子，大概范围应该是1-5W美元的样子，个人感觉也就是在2W美元左右的样子，他是订阅多但是单个视频播放量不是非常高

]]>https://lcz.me/post/8471https://lcz.me/post/8471Sat, 27 Jun 2026 03:49:37 GMT<![CDATA[Reply to 关于业务AI升级的几个疑问请教各位大佬：1、视觉图片识别开源模型哪个合适？2、OCR识别哪家开源模型做得好？3、小型应用什么工具开发比较好？ on Sat, 27 Jun 2026 03:38:56 GMT]]>@mark 你这样说也有道理，一方面要有消息，一方面要测试那些软件，另外又要剪辑，还要出稿拍摄。抖音“老张是大佬”应该也是这样类似套路。抓住白嫖党心理专门盯着那种低价消息。

]]>https://lcz.me/post/8468https://lcz.me/post/8468Sat, 27 Jun 2026 03:38:56 GMT<![CDATA[Reply to 关于业务AI升级的几个疑问请教各位大佬：1、视觉图片识别开源模型哪个合适？2、OCR识别哪家开源模型做得好？3、小型应用什么工具开发比较好？ on Sat, 27 Jun 2026 03:34:02 GMT]]>你简单这样测算把, 假如 千展 3美金的单价.
10万播放, 3000美子.

他那么多视频, 每天都会复利 , 这赚钱 一天 3000美金很容易 .

一个月下来, 10w美子 很轻松.

懂行YT的 ,来看看我的测算对吗?

]]>https://lcz.me/post/8467https://lcz.me/post/8467Sat, 27 Jun 2026 03:34:02 GMT<![CDATA[Reply to 关于业务AI升级的几个疑问请教各位大佬：1、视觉图片识别开源模型哪个合适？2、OCR识别哪家开源模型做得好？3、小型应用什么工具开发比较好？ on Sat, 27 Jun 2026 03:30:28 GMT]]>@mei-li 0度 ,这种百万粉丝的 博主, 基本后面都有团队, 团队给他稿子和素材, 他是出镜的那个人.

他一个月 10w的美子 ,进账.

绝对不是他一个人,能做到的.

这种每天日更, 一个人很难的.

]]>https://lcz.me/post/8465https://lcz.me/post/8465Sat, 27 Jun 2026 03:30:28 GMT<![CDATA[Reply to 关于业务AI升级的几个疑问请教各位大佬：1、视觉图片识别开源模型哪个合适？2、OCR识别哪家开源模型做得好？3、小型应用什么工具开发比较好？ on Sat, 27 Jun 2026 03:27:07 GMT]]>我在这个公司. 我对公司买sap,oa,财务软件. 我一开始 很不理解, 这一年就是上千万支出.
他说证券公司要求的, 他们也不愿意花钱, 是必须用.
这就是上市公司的必须支出.

]]>https://lcz.me/post/8464https://lcz.me/post/8464Sat, 27 Jun 2026 03:27:07 GMT<![CDATA[Reply to 关于业务AI升级的几个疑问请教各位大佬：1、视觉图片识别开源模型哪个合适？2、OCR识别哪家开源模型做得好？3、小型应用什么工具开发比较好？ on Sat, 27 Jun 2026 03:24:41 GMT]]>网上开源的 成品软件,大多数都是半残废, 真正商用的标准,还得自己开发.
可能小白的要求也低,数据隐私,也没有那么迫切.
IPO上市的公司,对这种软件,都有严格的审计.
宁可花钱,绝对不能冒风险.

]]>https://lcz.me/post/8461https://lcz.me/post/8461Sat, 27 Jun 2026 03:24:41 GMT<![CDATA[Reply to 关于业务AI升级的几个疑问请教各位大佬：1、视觉图片识别开源模型哪个合适？2、OCR识别哪家开源模型做得好？3、小型应用什么工具开发比较好？ on Sat, 27 Jun 2026 03:22:59 GMT]]>@terry 我也纯属于尊重人家肖像权了，哈哈

]]>https://lcz.me/post/8460https://lcz.me/post/8460Sat, 27 Jun 2026 03:22:59 GMT<![CDATA[Reply to 关于业务AI升级的几个疑问请教各位大佬：1、视觉图片识别开源模型哪个合适？2、OCR识别哪家开源模型做得好？3、小型应用什么工具开发比较好？ on Sat, 27 Jun 2026 03:20:03 GMT]]>@mark 术业有专攻，人家就是抓住了白嫖党心理，这样大概率不是程序员出身，一般是测试，只知道有这样产品不知道怎么来的。

]]>https://lcz.me/post/8459https://lcz.me/post/8459Sat, 27 Jun 2026 03:20:03 GMT<![CDATA[Reply to 关于业务AI升级的几个疑问请教各位大佬：1、视觉图片识别开源模型哪个合适？2、OCR识别哪家开源模型做得好？3、小型应用什么工具开发比较好？ on Sat, 27 Jun 2026 02:39:40 GMT]]>我把qwen3-vl 8b q4當OCR用，還不錯，主要是不佔用太多內存大概6G，qwen3.6-27b q4推理能力更強只是需要更大內存，大概16G以上

]]>https://lcz.me/post/8458https://lcz.me/post/8458Sat, 27 Jun 2026 02:39:40 GMT<![CDATA[Reply to 关于业务AI升级的几个疑问请教各位大佬：1、视觉图片识别开源模型哪个合适？2、OCR识别哪家开源模型做得好？3、小型应用什么工具开发比较好？ on Sat, 27 Jun 2026 02:23:37 GMT]]>@mark 是的，为了避免风险，现在Hermes能够接触到的数据都要本机和异地云端做好备份。

]]>https://lcz.me/post/8457https://lcz.me/post/8457Sat, 27 Jun 2026 02:23:37 GMT<![CDATA[Reply to 关于业务AI升级的几个疑问请教各位大佬：1、视觉图片识别开源模型哪个合适？2、OCR识别哪家开源模型做得好？3、小型应用什么工具开发比较好？ on Sat, 27 Jun 2026 02:21:15 GMT]]>@mark 是的，我现在就是每一段一个hermes技能，丢给他操作然后我来审核结果，结果没问题了再让他做下一段。

]]>https://lcz.me/post/8456https://lcz.me/post/8456Sat, 27 Jun 2026 02:21:15 GMT<![CDATA[Reply to 关于业务AI升级的几个疑问请教各位大佬：1、视觉图片识别开源模型哪个合适？2、OCR识别哪家开源模型做得好？3、小型应用什么工具开发比较好？ on Sat, 27 Jun 2026 02:05:12 GMT]]>@mark 赛道不同，你投稿的内容与他的频道定位不同，不采纳很正常。大多数人并不需要掌握太深的知识，这不代表他不懂，只是术业有专攻而已。
另外，你可能不知道，做教程类频道自己写不难，因为都是自己的经验，要是接受投稿，尤其是小众领域，他还要理解你的项目，然后实操，需求不大的话，播放数据又不好，所以没采纳正常。
还有，大主播邮件多的很，有可能根本没看到。

]]>https://lcz.me/post/8450https://lcz.me/post/8450Sat, 27 Jun 2026 02:05:12 GMT<![CDATA[Reply to 关于业务AI升级的几个疑问请教各位大佬：1、视觉图片识别开源模型哪个合适？2、OCR识别哪家开源模型做得好？3、小型应用什么工具开发比较好？ on Sat, 27 Jun 2026 02:01:17 GMT]]>@mei-li 0度 算是 YT 科技圈的 大V了, 百万的粉丝.

我向他投稿过, 就是 hermes agent windows 原生版本. 他没采纳.

他做的视频,主要给那些想白嫖的软件技巧,我感觉他技术水平一般.

推广什么软件, 自己搞一套多好.

等hermes agent 官方出了 Windows 版本,

他还还说 这不是第三方的集成的

他还不知道, hermes agent Windows 核心代码 ,是我提交给官方的.

6136a63c-27a5-470f-885e-c0d31037d836-image.jpeg

]]>https://lcz.me/post/8448https://lcz.me/post/8448Sat, 27 Jun 2026 02:01:17 GMT<![CDATA[Reply to 关于业务AI升级的几个疑问请教各位大佬：1、视觉图片识别开源模型哪个合适？2、OCR识别哪家开源模型做得好？3、小型应用什么工具开发比较好？ on Fri, 26 Jun 2026 22:27:56 GMT]]>@mei-li 你为什么给零度打码？我以为是看到岛国片了，我说怎么这么眼熟.....

]]>https://lcz.me/post/8440https://lcz.me/post/8440Fri, 26 Jun 2026 22:27:56 GMT<![CDATA[Reply to 关于业务AI升级的几个疑问请教各位大佬：1、视觉图片识别开源模型哪个合适？2、OCR识别哪家开源模型做得好？3、小型应用什么工具开发比较好？ on Fri, 26 Jun 2026 13:03:48 GMT]]>hermes agent ,他定位 就是个人助手, 其实企业级我们一般不会用.
原因是主要是风险不可控. 公司小,还行.
好多都是电商公司,就老板和老板娘两个人.

但是上市公司,一般不敢用这个.
主要是怕数据泄漏. 个人无所谓了.

]]>https://lcz.me/post/8404https://lcz.me/post/8404Fri, 26 Jun 2026 13:03:48 GMT<![CDATA[Reply to 关于业务AI升级的几个疑问请教各位大佬：1、视觉图片识别开源模型哪个合适？2、OCR识别哪家开源模型做得好？3、小型应用什么工具开发比较好？ on Fri, 26 Jun 2026 12:50:17 GMT]]>@九龙杨生 我想想还是要想办法用一下，抛开某些原因该学习还是要学习一下。万一你一用发现我靠差距好大，感觉不一定要用起码要测试一下，看看差距多大，起码有个参考吧。

]]>https://lcz.me/post/8403https://lcz.me/post/8403Fri, 26 Jun 2026 12:50:17 GMT<![CDATA[Reply to 关于业务AI升级的几个疑问请教各位大佬：1、视觉图片识别开源模型哪个合适？2、OCR识别哪家开源模型做得好？3、小型应用什么工具开发比较好？ on Fri, 26 Jun 2026 12:43:30 GMT]]>这个你应该尝试下 构建本地的workflow, 别想着一次性, 能做完.

我曾经也想过 调用一次,就能成功.

在线API模型, 有AI审查,有时候图片没有违规,他也拒绝回答.

本地开源模型, 这个倒是很好,但是 模型能力太肉.

这真是一个两难的选择.

]]>https://lcz.me/post/8402https://lcz.me/post/8402Fri, 26 Jun 2026 12:43:30 GMT<![CDATA[Reply to 关于业务AI升级的几个疑问请教各位大佬：1、视觉图片识别开源模型哪个合适？2、OCR识别哪家开源模型做得好？3、小型应用什么工具开发比较好？ on Fri, 26 Jun 2026 12:21:10 GMT]]>@mei-li 那种高端货一是用不起，二是别人不给用啊~

]]>https://lcz.me/post/8401https://lcz.me/post/8401Fri, 26 Jun 2026 12:21:10 GMT<![CDATA[Reply to 关于业务AI升级的几个疑问请教各位大佬：1、视觉图片识别开源模型哪个合适？2、OCR识别哪家开源模型做得好？3、小型应用什么工具开发比较好？ on Fri, 26 Jun 2026 12:19:58 GMT]]>@mark 图片的基本识别都是没问题的，QWEN 3.6 27B现在我用了图片生成表格这些都还可以，我是想找个专门的图片识别模型来做事，现在想法就是线上文本模型+线下视觉模型；

这样选择的根本原因是线下模型的上下文长度太低了，做事情的时候单个任务的几次对话（160K上下文）就必须要压缩几次才能做完，成品效果还不太满意；所以还是要搞线上的长上下文才给力，线下模型处理单个独立的任务打辅助就行了

]]>https://lcz.me/post/8399https://lcz.me/post/8399Fri, 26 Jun 2026 12:19:58 GMT