AI HOT 精选

腾讯混元发布 HyOCR-1.5：端到端 OCR 大模型全栈开源，推理提速 6.37 倍

6.4内容质量

TL;DR · AI 摘要

腾讯混元发布 HyOCR-1.5：端到端 OCR 大模型全栈开源，推理提速 6.37 倍 · AI HOT 公众号：腾讯混元 精选 76 导出 Markdown 腾讯混元发布 HyOCR-1.5：端到端 OCR 大模型全栈开源，推理提速 6...

核心要点

  • 主题聚焦：腾讯混元发布 HyOCR-1.5：端到端 OCR 大模型全栈开源，推理提速 6.37 倍
  • 来源：AI HOT 精选，建议结合原文判断细节。
  • AI 分析暂不可用，本条为保底评分与摘要。
#AI#开源
打开原文

腾讯混元发布 HyOCR-1.5：端到端 OCR 大模型全栈开源，推理提速 6.37 倍 · AI HOT

公众号：腾讯混元

精选

76

导出 Markdown

腾讯混元发布 HyOCR-1.5：端到端 OCR 大模型全栈开源，推理提速 6.37 倍

2026-07-13 19:12

·

11小时前

腾讯混元

精选理由

我觉得这是近期最实在的OCR开源，1B参数覆盖多任务、推理加速6倍，还支持llama.cpp本地部署，做文档解析的同学可以直接上车。

AI 摘要

腾讯混元发布 HyOCR-1.5，这是端到端 OCR 大模型领域首个将训练、推理、模型权重完整开源的专家模型。仅 1B 参数，覆盖 8 种以上 text-centric 任务。引入 DFlash 投机解码框架，在 Transformers 下实现 6.37× 加速，vLLM 下 2.14× 加速，端到端推理达每页 1.408s。支持 4K 分辨率与 128K 上下文窗口，通过 Agentic Data Flow 扩展低资源 OCR（331 种语言）、古文字识别与多图问答能力。在 OmniDocBench v1.6 上以 94.74 分居端到端第一。

公众号正文需在微信内阅读，站内仅提供摘要。

在微信中打开原文

mp.weixin.qq.com

arXiv

GitHub

多模态

开源生态

模型发布