猫眼影戏
 |
|
猫眼影戏
马勒姆
手机审查
猫眼影戏记者 吴速玲 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：黄网站毛片
??12月04日,欧盟宣布制裁哈马斯领导人辛瓦尔,
神性绚烂 ，犷悍地攻击而过 ，让其脏腑近乎裂开 ，可是最后又都滋养好了 ，有了一种晶莹的光泽。至于骨头近乎崩断 ，最终也都被修复 ，越发凝实 ，莹白而璀璨。且 ，不但肉身获得洗礼 ，神性的实力亦滋养了精神。
,国产福利自。??12月04日,人民音乐出版社创建70周年座谈会在京召开,
艰辛斗争 ，爱岗敬业 ，始终坚持优异的精神状态和事情作风。艰辛斗争是我党的庆幸古板和优良作风 ，在任何时间 ，任何情形下都不可丢掉。上任之初就到革命圣地西柏坡学习考察 ，重温毛泽东同志关于“两个务必”的主要叙述 ，招呼全党同志鼎力大举发挥艰辛斗争的作风 ，为深入贯彻“”主要头脑、周全落实党的xx大确定的目的和使命而开拓进取、团结斗争。办公室作为各级党委的综合效劳机构 ，效劳是我们的基础使命 ，效劳就意味着贡献 ，没有贡献也搞欠好效劳 ，搞好效劳就需要受苦耐劳。身在办公室事情 ，就是要有一种找事而不投契、贡献而不索取、耐得住生涯清苦、耐得住事情艰辛的精神操守。
,色天天综合色天天久久,国外网站欧美在线,国内久久久久久久久久精品。??时势2：欧美人与嘼视频免费播放
??12月04日,台湾桃园发生警匪冲突 造成多名警察受伤,
20~~年 ，我们要进一步刷新和完善企业治理体制和谋划机制 ，凭证公司生长的需要实时调解谋划思绪 ，合理调解和完善现行机构设置及职员实力的设置。进一步增强公司内部治理 ，加大各项规章制度的贯彻执行及监视检查力度 ，使公司一样平常事情越发合理有序。同时 ，也要强化对全体员工的教育和营业培训 ，切实提高员工的头脑意识和营业手艺水平 ，提升公司的整体战斗力 ，挖掘每一个员工的潜能。
,又刺激又黄色一级A毛片,欧美熟妇乱伦视频,三级片精品在线视频。??12月04日,山东冠县警方通报网传“9岁男童疑遭故意伤害”案件,
“他很强吗 ？”旁边有人问到。
,久久久久亚洲精品无码糸列,亚洲AV无码秘 蜜桃八月未央,好的 网站推荐 xnxx。??时势3：私
??12月04日,福建对共建“一带一路”国家外贸续增 “新三样”出口强劲,
我相信 ，我的手艺配景、我已往20年职业司理人生涯积累的事情履历和工业关系、我在业内人才中的影响力、国际化的视野和相同能力能够很好的资助创业者建设团队、建设团队文化、提升向导力、提高创业乐成率。这也是我们建设立异工厂的初志。
,deep涩客成人版18,主人用力cao我cao烂我视频,超碰97 国产精品人人澡。??12月04日,第二十八届香港国际影视展开幕,
若非担心牵连子嗣 ，他们早就逃走了 ，由于修为都极其恐怖 ，一晃已往多年 ，几人都已步入晚年 ，生命无多了。
,十八禁黃色成人网站免费中国,欧洲操逼网站,最新2019中文字幕在线最新更新中文字幕免费大全。??时势4：免费无码日韩A级毛片
??12月04日,民乐奏响《泱泱国风》 民族经典融入现代,
青鳞鹰、豹犼、火云麟等几头异兽与猛禽第一时间动了 ，确以为狻猊宝体无误 ，现在全力争抢。
,小冉同人A,色综合色狠狠天天综合色,先锋影音AV不鲁321资源。??12月04日,“八仙过海”忙揽客 各地迎接流量背后的考验,
“不就是一只鸟吗 ，食物罢了。”小不点满不在乎的说道 ，斜睨它 ，那意思是岂非你很特殊吗 ？
?第一百五十八章 满载而归,高清乱码 毛片,欧美一级特黄大片做受另类,717秋霞网。责编：桑海波
审核：曹文
责编：毕晓普
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
