ToolNavs 发现实用AI工具
提交工具 登录

HunyuanOCR

拆解 1B 参数 OCR 模型如何用单次前向完成检测、识别与版面解析，并说明它在票据、字幕与多语种图片翻译上的部署方式。

HunyuanOCR 是腾讯混元开源的端到端文字识别模型，约 1B 参数就能在单次前向里完成文本检测与识别、版面解析、字段抽取和图片翻译。它覆盖街景、手写体和复杂票据表格，支持约 14 种语言的图片翻译，并公开权重、技术报告与推理示例，方便在云端或边缘设备上低成本部署。