腾讯混元开源 HyOCR-1.5：1B 参数的端到端 OCR 模型，推理速度提升 6.37 倍

腾讯混元发布 HyOCR-1.5：端到端 OCR 大模型全栈开源，推理提速 6.37 倍

腾讯混元把 HyOCR-1.5 的训练代码、推理代码和模型权重全开源了，这在端到端 OCR 大模型里是头一个。模型只有 1B 参数，能处理文档解析、公式识别、表格还原等 8 种以上的文字任务。在 OmniDocBench v1.6 上拿了 94.74 分，排在端到端模型的第一名。推理速度这块，它用了一个叫 DFlash 的投机解码方法，在 Transf...

推荐理由：腾讯混元把一个端到端 OCR 模型从训练到推理全开源了，不是只放权重。1B 参数在 OmniDocBench v1.6 上拿了 94.74 分，端到端模型里排第一，还靠 DFlash 把推理速度提了 6.37 倍。这对做文档解析或 RAG 的人来说，是个能直接上手试、省训练成本的开源选项。我会先打个折：正文没提模型在复杂版面、手写体或噪声场景下的具体表现，也没说 6.37 倍提速是在什么硬件和 batch size 下测的，这点先别太激动。但整体看，这是国内大厂一次实打实的全栈开源，不是公关稿。