.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
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 Voyager3D 世界模型发布，可生成长距离、世界一致的漫游场景
2025-09-02 17:35:42
英伟达开源 OCR 代码推理 AI 模型：LiveCodeBench 基准超 OpenAI o3-Mini 和 o1（low）
2025-05-09 14:54:42
1/15成本，实现AI水印新SOTA | 南洋理工大学&A*STAR
2025-05-31 13:06:45
纯蒸馏模型 SOTA 出现！直接 SFT 成本直降 50 倍，数据已全部开源
2025-05-22 11:30:40
腾讯混元 T1-Vision 上线元宝：可深度理解图片内容
2025-05-12 21:40:45
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
那个用半成品刷爆SOTA的Qwen3超大杯推理版，现在正式上线
2026-01-27 00:41:43
腾讯混元图像 2.0 模型发布：毫秒级响应，一边打字一边出图
2025-05-16 17:56:45
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
姚顺宇谷歌首秀，Gemini新模型刷爆SOTA：人类仅剩7人捍卫碳基编程
2026-02-13 15:24:22
最强国产多模态刚刚易主！腾讯混元把GPT-4/Claude-3.5/Gemini-1.5都超了
2024-08-08 14:12:29
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
629 文章
432757 浏览
24小时热文
更多
-
2026-03-09 21:13:27 -
2026-03-09 20:09:26
-
2026-03-09 20:09:18
