时间:2026年7月13日
地点:中国,腾讯混元团队
人物:腾讯混元团队
事件详情:腾讯混元团队正式发布并开源HyOCR-1.5端到端OCR大模型。该模型仅1B参数,在OmniDocBench v1.6端到端排行榜上以94.74分拿下第一名。相比前代,推理速度提升了6.37倍,实现了精度和效率的双重突破。模型采用全栈开源策略,包括模型权重、推理代码和算法细节全部开放。
背景:OCR(光学字符识别)是AI文档理解和数字化的重要基础能力。HyOCR-1.5的端到端架构不同于传统OCR的分步流程,能够直接从图像中识别出文字内容,大幅简化了文档处理流程。此前腾讯混元已于7月6日发布了Hy3模型(295B参数MoE架构)。
影响:
- 1B参数的小模型在端到端OCR评测中登顶,证明了轻量化模型路线的可行性
- 推理速度提升6.37倍,大幅降低了OCR应用的部署和运营成本
- 全栈开源策略有助于推动OCR技术的产业应用和生态建设
- 进一步完善了腾讯混元的大模型产品矩阵
总结:腾讯混元HyOCR-1.5以1B轻量参数实现端到端OCR排行榜第一,展示了小模型在垂直场景中的巨大潜力。全栈开源策略也将加速OCR技术在中国文档数字化、金融票据识别等场景的落地应用。
参考来源:
- https://mp.weixin.qq.com/s/vKFCa9FfoGBUGK8J1MhFag









