行业动态
2026-07-15
10
腾讯混元发布 HyOCR-1.5：仅 1B 参数 推理提速 6.37 倍
核心要点
- 1.腾讯混元发布轻量级端到端OCR模型HyOCR-1.5，仅1B参数
- 2.引入DFlash投机解码框架，推理速度最高提升6.37倍
- 3.作为首个全栈开源OCR模型，开放权重、训练配方及推理加速框架
- 4.采用智能体驱动数据流策略，补齐古文字识别等长尾场景短板
- 5.支持4K分辨率输入和128K上下文窗口，提升复杂文档处理稳健性
关键数据
模型参数量: 1B(HyOCR-1.5模型总参数量)推理加速倍数: 6.37倍(在OmniDocBench评测中，Transformers架构下的加速效果)草稿模型参数量: 90.7M(DFlash投机解码框架中使用的轻量级草稿模型)分辨率: 4K(模型支持4K分辨率输入)上下文窗口: 128K(模型训练优化后的上下文窗口大小)
影响评估
正面
HyOCR-1.5的发布推动端到端OCR模型向轻量、高效、开源方向发展，降低开发者门槛
该模型在保持1B小参数量下实现性能跃升，推理速度大幅提升，且全栈开源利于社区复现与部署，有望加速OCR技术在消费级硬件上的行业落地。
相关工具
HyOCR-1.5— 腾讯混元发布的轻量级端到端OCR模型DFlash— 研发团队引入的投机解码框架，通过轻量级草稿模型实现推理加速OmniDocBench— 用于评测的权威基准，HyOCR-1.5在该基准中取得优异表现
轻量级端到端OCR模型HyOCR-1.5发布，在保持轻量化同时大幅提升性能与效率。作为首个全栈开源OCR模型，它全面开放权重、训练配方、数据构造方法及推理加速框架，显著降低开发门槛，让开发者可轻松复现、微调，并在消费级显卡或笔记本上部署。
来源: aibase阅读原文