猫眼影戏
 |
|
猫眼影戏
钱百万
手机审查
猫眼影戏记者 宋昕儒 报道Q8X2R7L1T4J5M9B6W3
HunyuanOCR模子团队 投稿量子位 | 公众号 QbitAI
腾讯混元大模子团队正式宣布并开源HunyuanOCR模子！
这是一款商业级、开源且轻量（1B参数）
的OCR专用视觉语言模子，模子接纳原生ViT和轻量LLM连系的架构。
详细而言，其感知能力（文本检测和识别、重大文档剖析）优于所有果真计划 ；语义能力（信息抽取、文字图像翻译）体现精彩，荣获ICDAR 2025 DIMT挑战赛（小模子赛道）冠军，并在OCRBench上取得3B以下模子SOTA效果。
现在，该模子在抱抱脸（Hugging Face）趋势榜排名前四，GitHub标星凌驾700，并在Day 0被vllm官方团队接入。
团队先容，混元OCR专家模子实现了三大突破：
（1）万能与高效统一。
在轻量框架下支持文字检测和识别、重大文档剖析、开放字段信息抽取、视觉问答和照相图像翻译，解决了古板专家模子功效简单和通用视觉明确大模子效率低下的痛点。
（2）极简端到端架构。
摒弃版面剖析等前处置惩罚依赖，彻底解决流水线过失累积问题，大幅简化安排。
（3）数据驱动与RL立异。
验证了高质量数据价值，并证实强化学习可显著提升多项OCR使命性能。
现在模子参数已在抱抱脸和ModelScope等渠道开源，并提供基于vLLM的高性能安排计划，旨在助力科研与工业落地。
HunyuanOCR焦点手艺大揭秘
作为一款具备商业级性能的开源多语言VLM，混元OCR专家模子的焦点念头在于构建一个真正统一、高效的端到端OCR基础模子。
其焦点手艺主要聚焦于以下几个方面：
轻量化模子结构设计、高质量预训练数据生产、重应用导向的预训练战略和OCR使命定制的强化学习。
轻量化模子结构设计
下图为HunyuanOCR架构示意图。
差别于其他开源的级联OCR计划或专家模子，混元OCR模子贯彻端到端训推一体范式，各项使命仅需单次推理即可获取完整效果。
HunyuanOCR接纳由原生区分率视觉编码器、自顺应MLP毗连器和轻量级语言模子组成的协同架构。
视觉部分基于SigLIP-v2-400M，引入自顺应Patching机制支持恣意区分率输入，有用阻止了长文档等极端长宽比场景下的图像失真与细节丧失。
毗连器通过可学习的池化操作充当桥梁，在自顺应压缩高区分率特征的同时，精准保存了文本麋集区的要害语义。
语言模子侧则基于Hunyuan-0.5B，通过引入立异的XD-RoPE手艺，将一维文本、二维版面（高宽）及三维时空信息举行解耦与对齐，付与了模子处置惩罚多栏排版及跨页逻辑推理的强盛能力。
与依赖多模子级联或后处置惩罚的古板计划差别，HunyuanOCR接纳了纯粹的端到端训练与推理范式。
该模子通过大规模高质量的应用导向数据举行驱动，并连系强化学习战略举行优化，实现了从图像到文本的直接映射。这种设计彻底消除了古板架构中常见的“过失累积”问题，并挣脱了对重大后处置惩罚？榈囊览，从而在混淆版面明确等高难度场景中展现出远超同类模子的鲁棒性与稳固性。
高质量预训练数据生产
为了系统性提升HunyuanOCR在多语言、多场景及重大版面下的感知与明确能力，研究团队构建了一个包括超2亿“图像-文本对”的大规模高质量多模态训练语料库。
通过整合果真基准、网络爬取真实数据及自研工具天生的合成数据，该数据库笼罩了9大焦点真实场景（包括文档、街景、广告、手写体、截屏、票据卡证、游戏界面、视频帧及艺术字体）以及凌驾130种语言的OCR数据。
这套完整的数据生产与洗濯流水线，为模子提供了坚实的高质量多模态训练资源，详细展现如下：
（注：图为高质量预训练数据，(a)(b)(c)展示了数据合成和仿真增强的效果，(d)(e)展示自动化QA数据生产的案例）
在数据合成方面，研究职员基于SynthDog框架举行了深度扩展，实现了对130多种语言的段落级长文档渲染及双向文本（从左到右和从右到左两种阅读顺序）支持，并能细腻控制字体、颜色、混淆排版及手写气概，有用提升了跨语言泛化能力。
同时，引入自研的Warping变形合成流水线，通过模拟几何变形（折叠、透视）、成像退化（模糊、噪声）及重大光照滋扰，逼真还原自然场景下的拍摄缺陷。
这种“合成+仿真”的战略显著增强了模子在文本定位、文档剖析等使命中的鲁棒性。
针对高阶语义明确使命，团队开发了一套集“难例挖掘、指令式QA天生与一致性校验”于一体的自动化流水线。
遵照“一源多用”原则，该流水线实现了对统一图像举行文本定位、结构化剖析（Markdown/JSON）及多维推理问答（信息抽取、摘要、盘算）的统一标注。系统优先挖掘低清晰度或含重大图表的难例，使用高性能VLM天生多样化问答对，并通过多模子交织验证机制确保数据质量。
这一流程有用解决了重大场景下高质量VLM训练数据稀缺的问题，大幅提升了模子的数据使用效率。
重应用导向的预训练战略
HunyuanOCR接纳循序渐进的四阶段预训练战略：
前两阶段聚焦视觉&语言对齐与通用明确能力构建。
其中Stage-1为热身阶段，冻结LLM并仅训练ViT与MLP适配器，通过Caption和OCR数据实现视觉特征与文本语义空间的对齐，强化基础感知与结构化明确。
Stage-2解冻所有参数举行端到端学习，依托约300Btoken数据及涵盖文档剖析、文字检测和识别、图片翻译、VQA的多使命合成样本，深度增强模子对文档、表格、公式、图表等重大结构化内容的感知和明确能力。
后两阶段则着重长文档处置惩罚能力与现实应用场景适配。
Stage-3将上下文窗口扩展至32k，通过长窗口数据训练知足长文档图像剖析与明确需求。
Stage-4开展应用导向的退火训练，连系全心筛选的人工标注真值数据与高质量合成数据，通过统一指令模版与标准化输特殊式规范模子响应模式，既提升了重大场景下的鲁棒性，也为后续强化学习阶段涤讪了坚实基础。
下面的表格展示了混元OCR模子四阶段预训练：
OCR使命定制的强化学习计划
只管强化学习已在大型推理模子中取得显著乐成，Hunyuan视觉团队立异性地将其应用于注重效率的轻量级OCR专家模子。
针对OCR使命结构化强且易于验证的特点，接纳了混淆战略：
关于文字检测识别和文档剖析等具有关闭解的使命，接纳基于可验证奖励的强化学习。
而关于翻译和VQA等开放式使命，则设计了基于LLM-as-a-judge的奖励机制。这种连系证实晰轻量级模子也能通过RL获得显著性能跃升，为边沿侧和移动端的高性能应用开发了新路径。
以下是三个主要注重事项：
第一，严苛的数据筛选。
数据构建严酷遵照质量、多样性与难度平衡原则，使用LLM过滤低质数据，并剔除过于简朴或无法求解的样本以坚持训练的有用性。
第二，自顺应奖励设计。
文字检测和识别使命上，综合思量IoU与编辑距离。
重大文档剖析使命聚焦于结构与内容的准确性 ；VQA接纳基于语义匹配的二值奖励 ；而文本图像翻译则引入经已往偏归一化的软奖励（例如0~5的一连空间），特意扩展了中段分数的粒度，以便更敏锐地捕获翻译质量的细微差别。
第三，GRPO算法与名堂约束优化。
训练阶段接纳群组相对战略优化（GRPO）作为焦点算法，为了确保训练的稳固性，团队引入了严酷的长度约束与名堂规范机制，任何超长或不切合预界说Schema（如结构化剖析名堂）的输出将直接被判为零奖励。
这一强约束机制迫使模子专注于天生有用、规范且可验证的输出，从而在受限条件下习得精准的推理与名堂化能力。
项目主页：
https://hunyuan.tencent.com/vision/zh?tabIndex=0
Github：
GitHub-Tencent-Hunyuan/HunyuanOCR
抱抱脸：
https://huggingface.co/tencent/HunyuanOCR
论文：
https://arxiv.org/abs/2511.19575
??时势1：欧美干干网站
??12月09日,张颐武：全球化面临挑战，文明互鉴是当务之急,
村中，小清风很谢谢，道：“海爷爷，我不可和你们走，要跟小哥哥一起脱离，他说能够治好我的脚。你们自己快走吧，不然那些坏人是不会收手的。”
,91啪在线播放啪。??12月09日,为惠州打造广东高质量发展 新增长极提供坚强保障,
现在的学生联合会正在逐渐走向自主化，自力化，周全化，而其最终的目的是在于在于三个统一，其一在发动和指导学生联合会及各行政机构进一步把头脑和行动统一到增进学院各方面事情建设的生长实践中来，其二在更好地统一塑造学联及各行政机构为学生效劳形象的行动中来，其三在统一到把精神集中到以学院生长发动学联和各行政机构的生长，再以学联和各行政机构的生长反哺学院生长所付与的责任中来。这条蹊径也许不会太顺遂，也许会难题重重，可是我们要始终坚定我们的信心，“天行健，君子以自强不息”。我们绝不可轻言放弃。
,全国男人的天堂之天堂网,国产va免费精品观看精品高清,久久久久久91-绿帽社。??时势2：网站视频在线观看
??12月09日,时习之丨重温2023年中央政治局集体学习 习近平总书记的讲话催人奋进,
要进一步完善党内民主集中制、行政效能监察制、重大事项制，继续牢靠和深化制度建设效果，增强党风廉政建设制度的督查落实。捉住规范权力运行这个重点，编好“清静网”，织密“防护网”，突破“关系网”。现在有个体所谓“精明”的商人，既是市场竞争的“里手”，也是拉人下水的“能手”。我们的向导干部应善于自我给自我立规则、自我给自我定框框、自我给自我不利便，秉持公心，主持公正，坚持果真，经由自我控制、自我约束、自我规范，不让自我有半点搞生意的杂念，不给别人有半点笼络你的时机。
,18 精品 爽爽国产白,青色大脑游戏安卓版,老熟妇仓乱视频一区二区。??12月09日,“归雁”扎根山林 福州小山村蝶变展新颜,
“族长，简直是狈村的人惹事，越界到我们这里，抢夺守山射杀的一头六足驼，还狠下杀手，若非守山逃避的实时，那可真是一箭穿心而亡啊。”石林虎恨恨的说道。
,免费男女超黄,人人搞,人人操人人,免费毛片在线。??时势3：怎么免费在线观看黄色视频
??12月09日,他们靠什么勇夺“金盾牌”,
期末考试之前，我们各个小组、列位同砚都确立了自己的斗争目的，订立了详细的赏罚步伐。许多同砚为了实现自己的斗争目的，憋着一股劲，珍惜时间，勤学好问，你追我赶，奋力争先，许多同砚取得了前进。陈厚斌、陈晓、王振、吴鹏、李天宇、刘艺、孙立杰、崔雪、张鹏、王书晓、杨瑞盛、陈绍康、张杰、吴瑶、潘雅欣、牟浩、张幸运、齐磊、夏玉成、荆汉、贾绍宇、韩淑慧、肖彤、任民、董胜飞、曹庆龙、董震、曹庆生、赵光瑞等同砚取得了水平纷歧的前进，而刘培、徐梦珍、梁兴伦、刘金燕、赵丽、王秀娟、陈金霞、史璨、王美美、张石等同砚坚持了较量高的水平，我们同时热切期盼耿贤博、古梦蕾、刘婷婷、张钰莹、陈宝强、崔涛、李梦楠、房金鹏、王威、唐浩、侯明娇、王安琪等同砚能够抖擞直追，尽快把效果遇上来。
,在线认你操网站,美女扒开尿口让男人捅软件,69仙踪林Xx乂 HD在线播放。??12月09日,安徽黄山：西溪南首届国际村BA开赛,
“它果真要在这里栖居下去，时间长了，若是繁衍出一些子女，我们石村的人收支山脉时将会受到致命的威胁！”
,98精品,99re6国产在线播放精品,国产在线欧美。??时势4：久久99久久精品久久99久久
??12月09日,11月上旬流通领域重要生产资料市场价格：19种产品价格上涨,
“锵”的一声，小不点纵身扑击，雪白的小手竟拍在了铁箭上，将之震飞。众人都吃了一惊，这个小家伙速率好快，凌空一跃，竟截住了这样势猛力沉的一箭。
,亚洲中文久久精品无吗站,被插进去受不了视频,爱情岛论坛亚洲入口。??12月09日,关注俄乌冲突：俄称击落数十架无人机 乌称拦截俄导弹,
至于罗浮大泽的蛟苍，一直都很冷漠，并没有什么反应，未曾阻止蛟鹏。紫山族、雷族亦没有什么体现，全都冷眼旁观，任己族的孩子脱手，静等效果。
,免费的一级黄片,馃埐馃悢,亚洲图区视频网。责编：王丽群
审核：王德生
责编：海贝
Copyright (C) 2001- dzwww.com. All Rights Reserved
新闻信息效劳允许证 - 音像制品出书允许证 - 广播电视节目制作谋划允许证 - 网络视听允许证 - 网络文化谋划允许证
山东省互联网传媒集团主理 联系电话：0531-85193202 违法不良信息举报电话：0531-85196540
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
