智通財經APP獲悉，11月25日，騰訊混元推出全新開源模型 HunyuanOCR，參數僅為1B，依托于混元原生多模態架構打造，獲得多項業界OCR應用榜單SOTA(最先進水平)成績。據介紹，HunyuanOCR 具有高度易用性，不僅體積小，便于部署，得益于混元原生多模態大模型“端到端”的理念設計，各項功能僅需單次前向推理即可直達最優結果，較業界級聯方案更高效和便捷，性價比高。

混元OCR專家模型依托于混元原生多模態架構打造，主要由三大部分組建構成：原生分辨率視頻編碼器、自適應視覺適配器和輕量化混元語言模型。

不同于其他開源的OCR專家模型或系統，HunyuanOCR模型的訓練和推理均采用全端到端范式，通過規模化的高質量應用導向數據，結合在線強化學習，模型表現出了非常穩健的端到端推理能力。

值得注意的是，混元OCR多項核心能力達到SOTA效果，其中在復雜文檔解析的OmniDocBench測評中，獲得了最高的94.1分，效果超過了谷歌的Gemini3-pro等一眾領先的模型;文字檢測和識別能力，在自建覆蓋了9大應用場景(文檔、藝術字、街景、手寫、廣告、票據、截屏、游戲、視頻)的基準上，大幅度領先同類開源模型以及商業OCR模型;在OCRBench榜單上，總得分為860分，以僅僅1B總參數的模型配置，取得了包括通用視覺理解模型在內總參數3B以下的SOTA成績。