猫眼影戏
 |
|
猫眼影戏
弗拉季斯拉夫-伊诺泽姆采夫
手机审查
猫眼影戏记者 李治安 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：黄片欧美日在线看
??12月09日,海外华文媒体山西行 参访平遥古城感知晋商文化,
4、任何时间、任何场合，对人要有礼貌，自觉遵守公共秩序。
,欧美一区二区精品视频在线观看。??12月09日,喀什论道| 澳门大学潘维教授：新中国的治疆方略取得了显著成功,
(一)坚持高起点妄想，提高都会妄想设计层次。一是要铺开妄想设计市场。要一直整理和规范妄想设计市场秩序，完善市场机制，一切妄想设计项目都要向海内外果真招标，果真定标。重点妄想设计项目，要约请海内外著名专家加入设计，确保都会妄想的高起点、高水平、高质量。二是要加大妄想设计深度。都会的妄想设计要充分体现外地历史文化秘闻，自然风貌特色，新世纪现代化气息。要加速控制性详细妄想的体例程序，使都会所有土地的开发和建设置于都会妄想的严酷控制之下。对城镇区域内各片区的土地使用性子、开发强度、容积率、绿地率等都要做出控制性详细妄想，条件成熟时上升为法定图则，在三至五年内，控制性详细妄想要周全笼罩城镇建成区。在都会详细妄想中，要确定妄想红线、生态绿线、自然水体；だ断摺⒗肺幕智；ぷ舷，并向社会宣布。三是要理顺妄想治理体制。要高度集中妄想治理权，凭证妄想治理权上移的要求，一个都会只准设立一个都会妄想主管部分，实验政府对都会妄想实验权的集中统一。建设科学民主的妄想决议机制。凭证省委、省政府的统一要求，市和各县都要建设由、专家和社会各界代表组成的都会妄想委员会，作为政府都会妄想设计的决议咨询机构，所有都会妄想设计项目都必需经由妄想委员会的咨询论证，以后，未经妄想委员会论证的妄想设计项目，政府一律不予审批。加速建设妄想、土地、房产统一的治理体制，使土地和房产治理成为妄想实验的有用包管。四是要依法增强妄想治理。都会计齐整经确定，就要严酷依法实验，任何单位和小我私家都无权干预，更不可随意变换，确需变换的，必需严酷按法定程序举行。要进一步增强建设项目的妄想治理，不切合都会妄想的项目不得批准立项，未体例控制性详细妄想的地块不得出让、转让和开发建设。任何建设项目都不得突破红线、绿线、蓝线和紫线。要加大妄想治理的深度，严酷实验都会妄想错案行政责任追究制度，对违法用地和违法建设要严肃举行查处，依法追究有关责任人的责任。五是要强化对都会妄想事情的社会监视。周全推行"阳光妄想"，在妄想体例、审批和实验的全历程实验公示制度，对建设工程项目妄想允许的审批，实验批前和批后15天的公示制度，扩至公众加入，普遍接受社会监视，确保都会妄想的科学合理。
,传送https://wwej.lanzn.com/b00ya0buxa||可以到浏览7 打开||,小 入 视频,亚洲人妻性爱视频。??时势2：扌喿辶畐模拟器
??12月09日,俄媒：中国展会非常适合俄罗斯企业,
“即便这样忍下来，二十天后又能怎样？”有人不平气。
,黄色网站免费观看网站免费网址,91黄漫,你懂的电影在线观看网站。??12月09日,中新真探：糖尿病都是吃糖太多导致的吗？,
时间一点一点流逝，远处传来阵阵兽吼声，小不点担心，不知道石村的人听到了青鳞鹰的长鸣没有。
,丰满岳乱偷高潮A片漫画软件,国产精品交换在线,曹婴翻白眼流口水流眼泪。??时势3：tom汤姆最新人口
??12月09日,南水北调工程超额完成2022—2023年度调水任务,
“这样啊。”小不点挠了挠头头，小声道：“那我下次再乐成的话，是不是还能拿到一块？”
?第八十二章 只身闯寇窟,国产播放免费人成视频播放,在线免费观看三级视频,高清无码国模人体AV。??12月09日,吉尔吉斯斯坦与塔吉克斯坦划定所有边界线,
嫩条猛力的抽落下来，罗浮大泽的主人大叫，竭尽所能对抗，祭出一块兽骨，那是一件极其强盛的宝具，作为替身，而他自己则迅速逃遁。
,日韩AV狠狠色一区,17kap.com,巨爆乳无码大乳巨欧美。??时势4：仙桃男 韩漫
??12月09日,新闻周刊丨“开局良好”！中国经济这样迈好春天里的第一步,
增强学习，强化素质，这是党委系统办公室事情职员为经济社会生长效劳的条件条件。我这里所指的学习，不但指一样平常意义上的念书学习，并且有着更高的要求，详细讲，就是要做到“四个坚持”，即，坚持学习的适用性，驻足于管用、能用，全心选择学习内容，对主要的知识，尤其是政治理论，党的蹊径目的政策，要学得深，研究得透，掌握得牢，不可知足于一知半解，蜻蜓点水;坚持学习的普遍性，尽可能多地涉猎知识，拓宽视野，不强求门门精，但必需做到样样通;坚持学习的立异性，向下层和群众学习，敢于突破一些与时代生长不相顺应的事情理念和事情模式，善于用新的思绪、新的途径、新的步伐来解决办公室事情中遇到的新矛盾和新问题;坚持学习的经常性， “在事情中学习，在学习中事情”，通过坚韧不拔地受苦学习和实践磨炼，抵达张口能讲、提笔能写、遇事能办，使自己成为党委系统办公室事情的行家里手。事情中要战胜“三个误区”：一是要战胜办公室事情主要就是搞文字事情的误区，养成多思索的习惯。确实，作为一名党委办公室事情职员，具有一定的文字功底十分主要，可是，办公室的文字事情决不可知足于一样平常要求，而应该重在为向导出思绪。各人一定要养成勤于动脑、善于思索的习惯，突出“以文辅政”这一灵魂，增强政策理论学习，连系党委中心事情举行认真思索，捉住一切可使用的时间和时机，深入相识、准确掌握下层情形，力争在各方面比向导知道的更多、更详细，从较高条理和更辽阔的视野富厚和完善向导的头脑看法，使更多的文稿进入决议，施展作用，指导全局事情的开展。二是要战胜为向导效劳只能是被动效劳的误区，养成善总结的习惯。在向导身边事情，并不料味着向导让干什么就干什么，各人要化被动为自动，充分使用直接为向导效劳的优势，善于学习和总结向导的头脑要领、向导艺术，学会站在党委的高度、向导的高度、全局的高度研究和思索问题，力争在思绪上与党委事情合拍，与向导头脑同步，起劲作育自己统揽全局、高瞻远瞩、开拓立异的立体化头脑能力。三是要战胜办公室只要按部就班就不会出大问题的误区，养成重修养的习惯。各人都知道，党委办公室的每一项事情都很主要，大到办文办会，小到接个电话、收份文件、转达信息，一旦失误，往往难以填补？梢运，“办公室事情无小事”，做好办公室事情，一样需要我们掌握纪律，开拓立异，坚持详尽再详尽，周密再周密，包管党委事情的高效有序运转。因此，希望各人增强修养，严于律己，坚持头脑苏醒，坚定政治态度，起劲做一个品行高尚、无私贡献的人。
,激情网址视频,男女操逼大片乱轧,国产小u怮女天堂。??12月09日,反腐败必须永远吹冲锋号,
千里之行始于足下，实验绿色消耗，；ど樾，建设优美家园，要从我做起，从小事做起：不乱扔垃圾、不铺张粮食，最大限度地节约能源，节约用纸，拒绝使用一次性的“白色污染物”，多栽树种草，；ひ吧参镒试础敲，我们头顶上的天空会更蔚蓝，身边的河水会更清亮，周围的大山会更青翠……
,经典三级国产,婷婷性爱无码,乱伦小说视频。责编：苏宁
审核：罗凯
责编：陈瑜艳
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
