# 腾讯混元开源端到端 OCR 大模型 HyOCR-1.5

- 分类: 快讯
- 发布时间: 2026-07-13T11:56:00.000Z
- 原始资料日期: 2026-07-13
- HTML: https://www.88z.ai/news/flash-20260713-6eaa312cf9e75b6f
- Markdown: https://www.88z.ai/news/flash-20260713-6eaa312cf9e75b6f.md
- 另一语言: https://www.88z.ai/en/news/flash-20260713-6eaa312cf9e75b6f.md

腾讯混元发布业界首个训推全开源的端到端 OCR 专家大模型 HyOCR-1.5。该模型引入 DFlash 投机解码技术，显著提升推理速度，并在 OmniDocBench v1.6 基准测试中以 94.74 分位居端到端任务榜首。HyOCR-1.5 支持包括文档解析、古文字识别及多页问答在内的八类任务，覆盖 331 种语言。

## 消息要点

- HyOCR-1.5 是业界首个训推全开源的端到端 OCR 大模型，OmniDocBench v1.6 得分第一。
- 引入 DFlash 投机解码，Transformers 下推理提速 6.37 倍，支持 331 种语言及 8 类任务。

## 要点

腾讯混元正式开源 HyOCR-1.5，这是业界首个实现训练与推理全面开源的端到端 OCR 专家大模型。在性能优化方面，该模型引入了 DFlash 投机解码技术，使得在 Transformers 框架下的推理速度提升了 6.37 倍，在 vLLM 环境下提速达 2.14 倍。凭借卓越的性能，HyOCR-1.5 在 OmniDocBench v1.6 基准测试中获得 94.74 分，位列端到端任务第一名。 在功能应用上，HyOCR-1.5 展现出广泛的适用性，能够处理文档解析、古文字识别、图表解析以及多页问答等八大类任务。此外，该模型支持高达 331 种语言，能够满足多样化的全球多语言文档处理需求，为开发者提供了强大的开源 OCR 解决方案。

## 资料来源

- [腾讯混元](https://mp.weixin.qq.com/s/vKFCa9FfoGBUGK8J1MhFag) (2026-07-13)

本文由 AI最前沿通过 AI 辅助整理公开资料。产品能力与开放范围按发布方说明转述，未将其视为本站实测或独家采访结论。