AI 中文社区

阿里云开源 OvisOCR2，仅 0.8B 参数，在 OmniDocBench v1.6 上以 96.58 分登顶，首次证明端到端模型可超越传统流水线方法，大幅降低部署复杂度。无缝融入千问生态，为 RAG、企业知识库提供高效基础设施。 #A...

2026-07-24 · 浏览117次

Mistral OCR 4 基础 API 调用定价为每千页 4 美元，批处理方式可享受 50% 优惠；文档人工智能定价则是每千页 5 美元。...

2026-06-26 · 浏览173次

百度于 6 月 22 日开源推出 Unlimited OCR 模型，总参数量 30 亿，推理时仅激活 5 亿参数，目标解决在解析长文档时，端到端 OCR 模型越生成越慢的问题。...

2026-06-25 · 浏览156次

智谱AI正式开源GLM-OCR文档解析模型，仅0.9B参数，却在多项基准测试中取得SOTA表现。它支持手写体、复杂表格、代码及印章识别，并显著降低了推理成本。开源地址与在线体验已同步开放。#人工智能##开源##OCR技术#...

2026-02-03 · 浏览579次

DeepSeek发布新一代文档识别模型DeepSeek-OCR 2，引入“视觉因果流”概念，通过DeepEncoder V2编码器动态重排视觉token顺序，更贴近人类阅读逻辑。在OmniDocBench v1.5测试中整体得分达91.09...

2026-01-27 · 浏览343次

根据介绍，当文本 token 数量不超过视觉 token 的 10 倍（压缩比低于 10×）时，模型的 OCR 精度可达 97%；即便压缩比提高到 20×，准确率仍保持约 60%。...

2025-10-20 · 浏览616次