跳到正文
热点事件持续更新

Hugging Face 基准测试:开源 OCR 成本在 18 个月内下降五倍

1 篇报道1 个报道来源10 小时前更新

先了解这件事

AI 综述

Hugging Face 的 Daniel van Strien 对八款免费可用的 OCR 模型进行了基准测试,测试集为 850 页,取自旧自然史书籍、1771 年版《大英百科全书》和档案文件,全部运行在同一台按每小时 2.75 美元租用的 Nvidia RTX PRO 6000 上。在相同图像尺寸下,每 1,000 页的成本从 2025 年 4 月 RolmOCR 模型的约 51 美分降至 2026 年 10 月 LightOnOCR-3-0.8B 的略低于 10 美分——18 个月内大约下降五倍。 据此,如今数字化一百万页的 GPU 租用成本为 65 至 130 美元,具体取决于源材料。Van Strien 表示,调整模型的运行方式所节省的成本,与换用更新模型大致相当,具体包括更均匀地送入页面、更小的扫描件、软件更新以及更快的 GPU。他还观察到,一些模型会在空白页上幻觉出文本,或重复内容。

AI 根据报道生成 · 9 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. The Decoder
    Hugging Face 基准测试:OCR 模型数字化百万页文档仅需 65 至 130 美元,单页成本 18 个月内下降五倍

    Hugging Face 的 Daniel van Strien 对八款开源 OCR 模型进行了基准测试,测试素材为 850 页文档,来自古老的自然历史书籍、1771 年版《大英百科全书》以及档案文件,全部运行在一台按每小时 2.75 美元租用的 Nvidia RTX PRO 6000 上。每 1,000 页的成本从 2025 年 4 月 RolmOCR 模型的约 51 美分降至 2026 年 10 月 LightOnOCR-3-0.8B 的略低于 10 美分,这意味着按 GPU 租用费用计算,一百万页的成本在 65 至 130 美元之间,具体取决于源材料。Van Strien 表示,优化模型的运行方式所带来的节省,与换用更新模型大致相当,具体包括更均匀地送页、更小的扫描尺寸、软件更新以及更快的 GPU;同时,一些模型会在空白页上幻觉出文本,或重复内容。

本事件热度走势

可比范围当前
8
可比范围峰值
1011月19日 19:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。