Tencent Hunyuan veröffentlicht HyOCR-1.5: Ende-zu-Ende-OCR-LLM vollständig Open Source, Inferenz 6,37-mal schneller
Originaltitel:训推全开源:HyOCR-1.5 让端到端 OCR 大模型跑得更快、看得更准、功能更全
KI-Zusammenfassung
Tencent Hunyuan hat HyOCR-1.5 veröffentlicht, das erste Expertenmodell im Bereich der Ende-zu-Ende-OCR-LLMs, bei dem Training, Inferenz und Modellgewichte vollständig als Open Source bereitgestellt werden. Mit nur 1B Parametern deckt es über 8 textzentrierte Aufgaben ab. Durch die Einführung des spekulativen Decodierungsframeworks DFlash erreicht es unter Transformers eine Beschleunigung um 6,37×, unter vLLM um 2,14× und eine Ende-zu-Ende-Inferenz von 1,408 s pro Seite. Es unterstützt 4K-Auflösung und ein Kontextfenster von 128K und erweitert über Agentic Data Flow die Fähigkeiten für ressourcenarme OCR (331 Sprachen), die Erkennung antiker Schriften und Multi-Image-Fragebeantwortung. In OmniDocBench v1.6 belegt es mit 94,74 Punkten Platz eins unter den Ende-zu-Ende-Modellen.
Kernpunkte
- Tencent Hunyuan hat HyOCR-1.
- 5 veröffentlicht,das erste Expertenmodell im Bereich der Ende-zu-Ende-OCR-LLMs,bei dem…
- Mit nur 1B Parametern deckt es über 8 textzentrierte Aufgaben ab.
- Durch die Einführung des spekulativen Decodierungsframeworks DFlash erreicht es unter Transformers…
- Es unterstützt 4K-Auflösung und ein Kontextfenster von 128K und erweitert über Agentic Data Flow…
Auf einen Blick
- Veröffentlicht
- Aktualisiert
- Quelle
- 公众号:腾讯混元
- Kategorie
- Modellveröffentlichungen
- KI-Bewertung
- 76
我觉得这是近期最实在的OCR开源,1B参数覆盖多任务、推理加速6倍,还支持llama.cpp本地部署,做文档解析的同学可以直接上车。
Verwandte Entitäten
Quelle & Urheberrecht
Dieser Artikel basiert auf kuratierten Titeln und KI-Zusammenfassungen der öffentlichen AIHOT-API, mit Quellenangabe und Rückverlinkung. Das Urheberrecht am Original liegt bei den ursprünglichen Medien und Autoren; diese Seite spiegelt keine Volltexte.
Zitierhinweis
Beim Zitieren dieses Artikels bitte Titel, Datum und Permalink beibehalten und Orange News als Quelle angeben.
Orange News: Tencent Hunyuan veröffentlicht HyOCR-1.5: Ende-zu-Ende-OCR-LLM vollständig Open Source, Inferenz 6,37-mal schneller. 13. Juli 2026. https://new.nat6.net/de/news/cmrj4s89p05nhbilkljqel2d5/