腾讯混元OCR免费开放，好用吗？
混元OCR上周开源，我第一时间拉下来跑了下。1B参数，20G显存就能部署，端到端一次推理出结果，不用再搭检测-识别-后处理那套流水线。实测发票字段提取直接输出JSON，复杂表格用HTML渲染，LaTeX公式没翻车。OmniDocBench 94.1分，1B碾压235B的Qwen3-VL，确实离谱。说好用我认，但免费背后有隐忧。腾讯用1B轻量模型卡位生态入口，企业级OCR服务不会白送。130多种语言实际覆盖质量参差，小语种翻译跟主语言还有差距。我的判断：OCR赛道通用大模型碾压式覆盖的时代过去了，垂类专家模型才是正解。混元OCR验证了这条路，但它不是终点。
发布于 江西
分享
评论
1
未登录
友善发言
评论
加载中
