Tencent Hunyuan đã phát hành HyOCR-1.5, mô hình chuyên gia đầu tiên trong lĩnh vực mô hình lớn OCR đầu cuối để đào tạo, suy luận và trọng số mô hình mã ngu...
Tencent Hunyuan đã phát hành HyOCR-1.5, mô hình chuyên gia đầu tiên trong lĩnh vực mô hình lớn OCR
đầu cuối để đào tạo, suy luận và trọng số mô hình mã nguồn mở hoàn toàn. Chỉ với 1 tỷ tham số, nó bao gồm hơn 8 tác vụ tập trung vào văn bản. Giới thiệu khung giải mã suy đoán DFlash, đạt được gia tốc 6,37× trong Transformers và tăng tốc 2,14× trong vLLM, với suy luận đầu cuối đạt 1,408 giây mỗi trang. Hỗ trợ độ phân giải 4K và cửa sổ ngữ cảnh 128K, đồng thời mở rộng khả năng OCR tài nguyên thấp (331 ngôn ngữ), nhận dạng tập lệnh cũ và khả năng hỏi đáp nhiều hình ảnh thông qua Luồng dữ liệu tác nhân. Trên OmniDocBench v1.6, nó xếp hạng đầu tiên từ đầu đến cuối với số điểm 94.74.
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。
腾讯混元发布端到端 OCR 专家模型 HyOCR-1.5，并开放训练、推理与模型权重。模型参数量为 1B，覆盖 8 种以上文本中心任务，在 OmniDocBench v1.6 上以 94.74 分位居端到端第一。
HyOCR-1.5 支持 4K 分辨率和 128K 上下文窗口，并通过 Agentic Data Flow 扩展至低资源 OCR、古文字识别和多图问答。其中低资源 OCR 覆盖 331 种语言。
Aioga 判断，HyOCR-1.5 的关注点不仅是榜单成绩，还在于训练、推理和模型权重的完整开放。1B 参数与多项推理加速结果，也可能提升其在研究复现及实际部署评估中的吸引力。
值得关注的是，DFlash 投机解码框架在 Transformers 下实现 6.37 倍加速，在 vLLM 下实现 2.14 倍加速，端到端推理达到每页 1.408 秒，可能为 OCR 应用的性能评估提供新参照。 后续可重点核验开源训练与推理代码的完整度、不同硬件和文档类型下的速度表现，以及 331 种语言、古文字识别和多图问答在公开测试之外的稳定性与可复现性。
当前抓取源提供的是标题、摘要、来源和原文入口，不直接搬运完整原文。完整报道请通过下方原文链接前往来源站点查看。
抓取通道: 摘要聚合 · 原始域名: mp.weixin.qq.com
Nguồn: 公众号：腾讯混元
原文链接: Mở nguồn gốc
Aioga 归档: 查看情报页
Content record: summary-fallback · Updated: 2026-07-13T11:12:59.000Z
统一接入主流 AI 模型 API，为开发、测试与生产环境提供稳定调用入口。
立即访问 api.w173.com
Scan to open this articleAioga 自动聚合全球 AI 动态，并保留来源信息用于核验与引用。