腾讯混元OCR免费开放，好用吗？
腾讯这波我服了。HunyuanOCR只有1B参数，OmniDocBench拿下94.1分，直接把DeepSeek-OCR和PaddleOCR-VL甩在后面。最关键的是端到端架构，一次前向推理搞定检测、识别、解析，不用再搭一堆级联模块。我之前给客户做票据抽取，传统OCR pipeline调了三天表格还是乱码。这模型一把梭，发票字段直接输出JSON，公式转LaTeX，连视频字幕都能抽。1B参数意味着一张消费级显卡就能跑，部署成本几乎为零。免费开源还适配vLLM，腾讯这次诚意确实拉满了。唯一要观望的就是复杂手写体和低清扫描件的长期表现。
发布于 江西
分享
评论
1
未登录
友善发言
评论
加载中
