Cosa succede quando combini un modello linguistico multimodale potente come Gemma 3, con l'efficienza di Ollama, tutto in locale?

In questo talk ti mostreremo come costruire applicazioni intelligenti e multimodali per analizzare PDF e video, sfruttando LLM open-source che girano direttamente sul tuo computer.

Vedremo:

• Come trasformare un PDF in una base interrogabile tramite domande in linguaggio naturale, con estrazione automatica di testo e immagini.
• Come riassumere il contenuto di un video estraendo frame e interpretandoli con il modello, in pochi secondi.

Il tutto orchestrato con LangChain, Streamlit, e un pizzico di OpenCV, per creare un’esperienza semplice, potente e completamente privata.
Perfetto per chi vuole portare l’AI dove serve davvero: sul proprio device, senza compromessi su privacy e controllo.