猫眼影戏
 |
|
猫眼影戏
托利弗
手机审查
猫眼影戏记者 陈智霞 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：未满十八禁止18以下免费的AV
??12月04日,渣打人民币环球指数稳健上升, [环球时报特约记者 任重]英国政府外地时间13日以“攻击普京的战争机械”为由宣布50项新制裁，工具包括5家中国实体 。中国驻英国使馆讲话人当天回应说，英国政府罔顾海内国际民意，一直推波助澜，不但没有反思自己的卑劣行径，反而罗织罪名制裁中国及其他国家企业，充分袒露了英方的虚伪嘴脸 。中方鞭策英方连忙纠正过失，作废对中国企业的制裁 。,狠狠久久亚洲欧美另类 。
??12月04日,春节在中国过了几千年了 为什么现在才申遗？,
“山脉中有远古遗种中的王者，我族无法去争取山宝，可是根除这个不知天高地厚的墟落，却不会废什么鼎实力 。”罗浮大泽的一位子弟森然启齿 。
,在线影院免费观看黄网站,美女啪啪免费视频在线,强奸女人毛片免费看 。??时势2：国产高清性色视频在线观看
??12月04日,上海：大学生“临终关怀”志愿服务 感知生命初衷,
“哎呀，毛球跟了下去 。”
,人人藻干,国产黄呦呦免费在线观看,国产无码黄片 。??12月04日,二手交易平台存在不少虚假宣传问题产生大量纠纷,
思绪决议出路，要领影响效率，乐成要靠汗水和灵感，高效来自于准确的要领加严酷的落实，村里事情千头万绪，需要我们冷静思索，统筹兼顾，无邪决议，明确事情目的、事情重点，突出中心，突破重点，整体推进各项事情 。
,孕妇变态挙交在线播放,久久久精品国产妓女,欧美一级二级A片免费直播视频 。??时势3：久久精品观看视频
??12月04日,62年来首次 政府被议会推翻 法国总理5日将递交辞呈,
近年来，在上级有关部分的亲热体贴与鼎力大举支持下，我区起劲增强与海内外科研院所及高校的联系，引进专业人才，开展政产学研相助，着力营造科技立异气氛，推动工业优化升级，使我区科技事情迅速生长 。全区各级科技型企业数目、肩负市级以上科技项目数目、获各级科技奖、专利奖数目、发明专利、适用新型专利的申请量和授权量均位居全市各区之首 。
,欧美日韩在,久久国产精品电影,99这里有精品视频在线观看 。??12月04日,5月中国CPI同比涨0.3% 专家料年内温和回升,
外界骚动，可是小不点坐在一块巨石上，托着下颌，眼睛都不带眨动地，很是忘我 。他盯着自己的战利品，眼神那叫一个火热，嘴里念念有声：“东边这一堆能换一件宝具，南方这一堆要换一种宝术才行，北边这一堆……”
,浴室被强做各种姿势嗯啊,女兵裸体特黄级,对白淫 。??时势4：淫荡美女视频
??12月04日,习近平将抵达巴黎,
推进都会建设，一直提升都会品位，是加速嘉荫经济生长的有用途径，是提高群众生涯质量的主要包管，是营造优良投资情形的必定选择，是实现“北方边境名城、协调文明都会”建设目的的有力步伐 。近年来，我县在全市率先举行城镇总体妄想修编，都会框架周全拉开，都会功效一直完善，都会形象爆发了重大转变 。可是与生长的要求、群众的期盼以及沿江县市咄咄逼人的生长态势相比，我们的都会建设力度还需要进一步加大，品位需要进一步提升，大宗的都会基础设施还需要进一步完善 。重抓都会建设仍然是目今和以后一段时期全县重点推进的事情 。对此，我们要从以下三个方面进一步统一头脑，提高熟悉，凝聚增强都会建设的共识：
,魅魔母亲第三季动漫播放方式,亚洲一区日韩96,国产最新网站 。??12月04日,放下压力，国足今晚拼了,
毫无疑问，在我们的现实事情中，不管我们再怎么起劲了，也总还会有这样或那样的问题 。着实，这个时间，最需要我们的，就是坚持优异的精神状态了 。少一点诉苦，多一点明确，然后迎难而上 。我相信，只要你起劲了，支付总会有所收获的 。
,国外 肏屄,aaaaa特黄特黄的视频,欧美午夜乱理伦片 。责编：王亢
审核：衡道庆
责编：黄红林
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
