.png)
11月25日，腾讯混元宣布开源全新OCR模型HunyuanOCR，参数仅1B，多项核心能力达SOTA水平。该模型依托混元原生多模态架构，支持端到端推理，在复杂文档解析、文字检测与识别等任务中表现优异，如在OmniDocBench测评中获94.1分，超越谷歌Gemini3-pro；在OCRBench榜单上以860分领先3B以下参数模型。此外，HunyuanOCR支持14种小语种翻译，适用于票据字段抽取、视频字幕识别、拍照翻译等场景，并斩获ICDAR2025端到端文档翻译比赛小模型赛道冠军。模型已开源，可通过GitHub、HuggingFace等平台获取和体验。
原文链接
本文链接：https://kx.umi6.com/article/29093.html
转载请注明文章出处
分享至
打开微信扫一扫
内容投诉
生成图片
.png "29093")
相关推荐
.png)
换一换
月之暗面发布k1.5多模态思考模型
2025-01-20 23:27:40
腾讯混元将发布原生多模态图像生成模型
2025-09-10 07:30:08
腾讯混元发布并开源图生视频模型：可生成 5 秒短视频，还能自动配上背景音效
2025-03-07 09:57:02
腾讯混元3D生成模型正式发布2.5版本新模型
2025-04-23 13:58:25
独家丨前阿里通义视觉负责人薄列峰，已加入腾讯混元团队
2025-07-27 19:02:28
月之暗面发布 Kimi k1.5 多模态思考模型，实现 SOTA 级多模态推理能力
2025-01-20 23:25:35
性能超越DeepSeek-OCR2，百度发布并开源新一代SOTA OCR模型
2026-01-30 14:32:39
腾讯混元图像2模型发布 支持文本、语音、草图等交互方式
2025-05-16 17:13:07
DeepSeek V4 Lite悄然更新：2000亿小参数性能逼近美国顶流
2026-03-03 11:57:04
腾讯混元大模型上线并开源文生视频能力：支持中英文双语输入，参数量 130 亿
2024-12-03 16:29:24
腾讯混元 3D 生成大模型 2.0 开源发布，同步上线“业界首个一站式 3D 内容 AI 创作平台”
2025-01-21 16:39:23
腾讯混元推出 ETC 领域首款 AI 智能体，问题解决率达 90%
2025-12-25 15:41:35
腾讯混元 3D 生成模型升级 2.5 版本：建模精细度提升，免费生成额度翻倍
2025-04-23 18:07:16
732 文章
964251 浏览
24小时热文
更多
-
2026-10-22 11:40:49 -
2026-10-22 10:39:20
-
2026-10-22 10:37:52
