兄弟们，这个项目夯爆了！

Edit Banana 可以将不可编辑的静态资产（如 PNG，JPG 图片，PDF 文件）转化为完全可编辑的格式（如 DrawIO 的 XML，SVG，PPTX ）。

先是使用经过团队微调的 SAM 3 掩码解码器，对图表中的各个元素进行精准分割。

然后用 Qwen-VL 或 GPT-4V 等多模态模型，来指导多轮扫描和内容提取。

数学公式扔给了 Pix2Text 来搞定，也完全没问题。

这回，可真是彻底打破静态格式的束缚了。

传送门：github.com/BIT-DataLab/Edit-Banana

#HOW I AI##科技先锋官##ai开源项目推荐#