Falcon-Perception

原生多模态模型推理，看图识文一步到位

Falcon-Perception 是 Falcon 系列多模态模型的推理仓库，包含 Falcon-Perception 与 Falcon-OCR 两个模型。它们采用早期融合（early-fusion）架构，是原生多模态的稠密自回归 Transformer，而非把视觉编码器外挂到语言模型上的拼接方案。项目主要解决多模态模型在图像理解与文档 OCR 场景下的推理部署问题：用户可以通过该仓库加载权重、运行图像描述、视觉问答、文档文字识别等任务。核心能力包括统一的图文 token 序列建模、对密集文本图像（如扫描件、截图、表格）的识别，以及基于自回归生成的多模态输出。仓库以 Python 实现，提供推理脚本与模型加载入口，适合研究者复现和开发者做二次集成。作为早期项目，它更偏向模型能力验证与推理参考实现，而非开箱即用的生产级服务。