GLM-OCR：0.9B参数登顶OmniDocBench，智谱AI开源最强文档OCR模型
智谱AI发布GLM-OCR，0.9B参数的多模态OCR模型，OmniDocBench V1.5排名第一(94.62分)。支持复杂文档解析、公式识别、表格提取，推理速度1.86页/秒，完全开源支持vLLM/SGLang/Ollama部署。
智谱 AI GLM-OCR 文档解析
8 min read
3 篇文章
文档解析
比较 PDF 与文档解析方案，查找文字、表格、公式提取和结构化转换教程。
根据扫描件或原生文档选择解析方式，用包含表格、公式和多栏排版的样例检查输出。需要接入知识库时，还要验证阅读顺序、层级结构与批量处理能力。
HunyuanOCR 教程：1B 参数超越 DeepSeek/PaddleOCR/Qwen 的腾讯开源 OCR 模型部署指南
HunyuanOCR 开源教程：腾讯混元 1B 参数 OCR 模型，性能全面超越 DeepSeek-OCR、PaddleOCR 和 Qwen3-VL-235B。卡证识别 92% vs DeepSeek 10%，视频字幕提取 92% vs 5%。支持 100+ 语言，提供 vLLM OpenAI API 部署完整代码。
HunyuanOCR 腾讯混元 OCR模型
13 min read
PaddleOCR-VL 使用教程：百度 0.9B 多语言 OCR 模型完全指南 | 支持 109 种语言文档解析
PaddleOCR-VL 完整使用教程：百度最新 0.9B 参数文档解析 AI 模型，支持 109 种语言 OCR 识别，文本表格公式图表一键解析，提供 Docker 部署和 Python API 集成方案，SOTA 性能超越 GPT-4V。
PaddleOCR-VL OCR 文字识别 文档解析
13 min read