Tencent Hunyuan、HyOCR-1.5を発表、エンドツーエンドOCR大規模モデルを全スタックでオープンソース化、推論6.37倍高速化
原題: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
AI 要約
Tencent HunyuanはHyOCR-1.5を発表した。エンドツーエンドOCR大規模モデル分野で初めてトレーニング、推論、モデル重みを完全にオープンソース化した専門モデルだ。わずか1Bパラメータで、8種類以上のtext-centricタスクをカバーする。DFlash投機的デコーディングフレームワークを導入し、Transformersで6.37倍、vLLMで2.14倍の高速化を実現し、エンドツーエンド推論は1ページあたり1.408秒に達する。4K解像度と128Kコンテキストウィンドウをサポートし、Agentic Data Flowにより低リソースOCR(331言語)、古代文字認識、複数画像質問応答の能力を拡張する。OmniDocBench v1.6で94.74点を獲得し、エンドツーエンドで首位となった。
要点
- Tencent HunyuanはHyOCR-1.
- 5を発表した。
- エンドツーエンドOCR大規模モデル分野で初めてトレーニング、推論、モデル重みを完全にオープンソース化した専門モデルだ。
- わずか1Bパラメータで、8種類以上のtext-centricタスクをカバーする。
- DFlash投機的デコーディングフレームワークを導入し、Transformersで6.
概要
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。
関連エンティティ
出典と著作権
本記事は AIHOT の公開 API が提供する厳選タイトルと AI 要約に基づいており、出典の明記と元記事へのリンクを行っています。原文の著作権は元の媒体と著者に帰属し、当サイトは全文を転載しません。
引用方法
本記事を引用する際は、タイトル・日付・パーマリンクを保持し、出典をOrange Newsと明記してください。
Orange News:Tencent Hunyuan、HyOCR-1.5を発表、エンドツーエンドOCR大規模モデルを全スタックでオープンソース化、推論6.37倍高速化。2026年7月13日。https://new.nat6.net/ja/news/cmrj4s89p05nhbilkljqel2d5/