腾讯开源了一个只有 1B 参数量的模型：混元OCR——混元原生多模态端到端 OCR 专家。

✨ 核心特点：
💪 轻量化架构：基于混元原生多模态架构与训练策略，打造仅1B参数的OCR专项模型，大幅降低部署成本。
📑 全场景功能：单一模型覆盖文字检测和识别、复杂文档解析、卡证票据字段抽取、字幕提取等OCR经典任务，更支持端到端拍照翻译与文档问答。
🚀 极致易用：深度贯彻大模型"端到端"理念，单一指令、单次推理直达SOTA结果，较业界级联方案更高效便捷。
🌏 多语种支持：支持超过100种语言，在单语种和混合语言场景下均表现出色。

GitHub：http://t.cn/AXLK1Mab
.