OCR

找到 6 篇关于此标签的文章

PP-OCRWebAssembly

OCR 装进一个 HTML 文件就能用：边缘 AI 开始挤掉云端 API

百度开源的 PP-OCR 被开发者打包成单个 HTML 文件，靠 WebAssembly 让浏览器离线跑 OCR。不装 Python、不要服务器、图片不出本机 — 边缘 AI 第一次以「可执行文档」的形态落地，OCR 这种最常见的视觉 AI 多了一条不依赖云端的部署路径。

WorkBuddy腾讯云

WorkBuddy 半小时审完 8 份标书 — 这才是 AI Agent 落地的样子

腾讯 WorkBuddy 配合自家 OCR 能力，演示了一套 AI Agent 审核投标文件的流程：8 份 PDF 生成 4 个审查文档，覆盖 30 个合规检查点。值得关心的是，'AI Agent 落地'到底是营销话术，还是真的能嵌入企业日常工作流。

百度Unlimited-OCR

百度开源 Unlimited-OCR，把长文档识别做成一次完成，但离商用还有距离

百度开源 Unlimited-OCR，核心卖点是“长文档 OCR 一次完成”，不必把超长页面切成很多小块再拼接。值得关心的是，这不是单纯提速，而是在票据、合同、档案等场景里，重新争夺企业文档入口。

PP-OCRv6Hugging Face

PP-OCRv6 把多语言读字模型做到 3450 万参数，实用型 AI 还在继续变便宜

PP-OCRv6 在 Hugging Face 发布，覆盖 50 种语言，模型从 150 万到 3450 万参数不等。我们的判断是，这不是又一个大模型新闻，而是企业更容易把“看懂文档、票据、表单”这类老问题，用更低成本重新做一遍。

DeepSeek多模态

DeepSeek 多模态灰度测试 — 秒出识别但色盲卡全败，编程场景最受益

DeepSeek 灰度上线多模态，OCR 和图表识别速度极快，但色盲卡两种模式均失败，暴露视觉感知短板。对编程场景意义最大，图转 HTML 已可用但细节不及 Gemini。

OCR本地部署

本地OCR模型崛起：票据识别外包的终结倒计时

llama.cpp现已支持本地运行OCR模型，企业文档识别可脱离云端API，倒逼每年千万级票据外包市场重新定价。