HunyuanOCR 1.5
HunyuanOCR 1.5 යනු Tencent හි සැහැල්ලු end-to-end OCR මාදිලියේ යාවත්කාලීනයයි, 1.0 backbone තබාගෙන එය වේගවත් සහ long-tail කාර්යවල වඩා හොඳ කරයි.
නිකුතුවක්: Hunyuan OCR.
- නිකුත් කළ දිනය
- 2026 ජූලි 7
- මාදිලි ID
- tencent/HunyuanOCR
- ප්රමාණය
- HunyuanOCR 1.0 හි එකම backbone, සහ කුඩා DFlash draft මාදිලියක්
- බලපත්රය
- Tencent Hunyuan Community License (same as 1.0)
- සෙවුම් වෙනත් නම්
- hunyuanocr 1.5, hunyuan ocr 1.5, HunyuanOCR-1.5
HunyuanOCR 1.5 හි අලුත් දේ
- DFlash speculative decoding: කුඩා block-diffusion draft මාදිලියක් token යෝජනා කරන අතර ප්රධාන මාදිලිය ඒවා පරීක්ෂා කරයි, එකම ප්රතිදාන ව්යාප්තිය තබාගෙන.
- පත්රිකාවට අනුව Transformers සමඟ 6.37x සහ vLLM සමඟ 2.14x වේගවත් inference.
- llama.cpp සහ GGUF හරහා PC එකක ධාවනය වේ.
- උපරිම රූප විභේදනය 4K දක්වා සහ context window 128K දක්වා ඉහළ නංවා ඇත.
- පුරාණ අක්ෂර, අඩු සම්පත් භාෂා, ප්රස්තාර, වගු සහ බහු-රූප ප්රශ්න සඳහා "Agentic Data Flow" පුහුණු දත්ත.
HunyuanOCR 1.5 benchmark
| Benchmark | ලකුණු | සටහන |
|---|---|---|
| Inference වේග වැඩිවීම, Transformers | 6.37x | |
| Inference වේග වැඩිවීම, vLLM | 2.14x |
කතුවරුන් ප්රකාශ කළ ලකුණු. අපි ඒවා නැවත ධාවනය කර නැත.
HunyuanOCR 1.5 API හරහා භාවිත කරන්න
OCRRouter Hunyuan OCR හි වෙනත් නිකුතුවක් tencent/hunyuan-ocr ලෙස ධාවනය කරයි.
1DeepSeek-OCROpen-source vision model that compresses pages into few tokens.1 credit / page
deepseek/deepseek-ocr1 credit / page2PaddleOCR-VLOpen-source document model from Baidu. Excellent on Chinese, Japanese and Korean.6 credits / pagepaddle/paddleocr-vl6 credits / page3GLM-OCRSmall open-source OCR model from Z.ai with layout regions. MIT licensed.6 credits / pagezai/glm-ocr6 credits / pageHunyuan OCR අනුවාද
- Hunyuan OCR: OCRRouter හි සියලු අනුවාද, මිල, වේගය සහ විශේෂාංග
- HunyuanOCR 1.5 (2026 ජූලි 7), මෙම පිටුව
ප්රශ්න
මූලාශ්ර
අවසන් යාවත්කාලීන කිරීම .