Steven张宏伟
腾讯混元开源HyOCR-1.5，1B端到端OCR推理提速6倍腾讯混元开源HyOCR-1.5，是端到端OCR领域首个完整开源训练、推理与权重的专家模型，仅1B参数覆盖8种以上任务。借助DFlash投机解码在Transformers下提速6.37倍，成为推理最快的OCR VLM，还能通过llama.cpp在CPU与普通笔记本运行。OmniDocBench v1.6以94.74分居端到端第一，古文字、图表解析等长尾能力显著增强，且新增无文字负样本处理能力。
发布于 北京
分享
评论
赞
未登录
友善发言
评论
加载中
