เปิดตัวโมเดล

Tencent Hunyuan เปิดตัว HyOCR-1.5: โมเดล OCR ขนาดใหญ่แบบ end-to-end โอเพนซอร์สเต็มสแต็ก การอนุมานเร็วขึ้น 6.37 เท่า

หัวข้อต้นฉบับ: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

สรุปโดย AI

Tencent Hunyuan เปิดตัว HyOCR-1.5 ซึ่งเป็นโมเดลผู้เชี่ยวชาญตัวแรกในด้าน OCR ขนาดใหญ่แบบ end-to-end ที่เปิดโอเพนซอร์สการฝึกอบรม การอนุมาน และน้ำหนักโมเดลอย่างสมบูรณ์ มีเพียง 1B พารามิเตอร์ ครอบคลุมงานที่เน้นข้อความมากกว่า 8 ประเภท นำเสนอเฟรมเวิร์กการถอดรหัสแบบคาดการณ์ DFlash ทำให้เร็วขึ้น 6.37 เท่าภายใต้ Transformers และ 2.14 เท่าภายใต้ vLLM โดยการอนุมานแบบ end-to-end อยู่ที่ 1.408 วินาทีต่อหน้า รองรับความละเอียด 4K และหน้าต่างบริบท 128K ขยายความสามารถ OCR ที่มีทรัพยากรต่ำ (331 ภาษา) การจดจำอักษรโบราณ และการถามตอบหลายภาพผ่าน Agentic Data Flow บน OmniDocBench v1.6 ได้คะแนน 94.74 เป็นอันดับหนึ่งในกลุ่ม end-to-end

ข้อมูลสำคัญ

  • Tencent Hunyuan เปิดตัว HyOCR-1.
  • 5 ซึ่งเป็นโมเดลผู้เชี่ยวชาญตัวแรกในด้าน OCR ขนาดใหญ่แบบ end-to-end ที่เปิดโอเพนซอร์สการฝึกอบรม…
  • 37 เท่าภายใต้ Transformers และ 2.
  • 14 เท่าภายใต้ vLLM โดยการอนุมานแบบ end-to-end อยู่ที่ 1.
  • 408 วินาทีต่อหน้า รองรับความละเอียด 4K และหน้าต่างบริบท 128K ขยายความสามารถ OCR ที่มีทรัพยากรต่ำ…

สรุปสั้น

เวลาเผยแพร่
เวลาอัปเดต
แหล่งที่มา
公众号:腾讯混元
หมวดหมู่
เปิดตัวโมเดล
คะแนน AI
76
อ่านต้นฉบับ อ่านบทความฉบับเต็มที่แหล่งข่าวต้นฉบับ
เหตุผลที่แนะนำ

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。

เอนทิตีที่เกี่ยวข้อง

แหล่งที่มาและลิขสิทธิ์

บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม

ลิงก์ต้นฉบับ · รายการ AIHOT

วิธีอ้างอิง

เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News

Orange News: Tencent Hunyuan เปิดตัว HyOCR-1.5: โมเดล OCR ขนาดใหญ่แบบ end-to-end โอเพนซอร์สเต็มสแต็ก การอนุมานเร็วขึ้น 6.37 เท่า 13 กรกฎาคม 2026 https://new.nat6.net/th/news/cmrj4s89p05nhbilkljqel2d5/

ดูทั้งหมด →