IXThinker·2026-09-24 18:40

開源OCR模型面世 低階GPU也能快速解析文檔

一個總參數34億的開源文檔解析模型發布，解碼時每個詞元僅激活5.7億參數，可在低成本顯卡上實現高速文檔解析。模型支持多語言檢測與識別，在複雜背景、低質圖像及手寫體上表現出色，權重與接口已上架開源平台。

緊湊端到端架構

模型屬於緊湊型端到端文檔解析模型，採用視覺Transformer架構，解碼時每個詞元僅激活5.7億參數，在性能與算力需求之間取得平衡，適合部署在低成本硬件上。