这项由法国LightOn公司主导的研究发表于2025年1月，论文编号为arXiv:2601.14251v1，为文档识别领域带来了一项令人瞩目的突破。有兴趣深入了解技术细节的读者可以通过该编号查询完整论文。

我们一直在生产环境中使用 Mistral OCR 处理销售和采购发票，实现 ERP 系统的零人工数据录入。现在 v3 在表单和手写内容上准确率提升了 74%，终于让我们能够将覆盖范围扩展到送货单、水电账单以及过去只能靠人工处理的遗留档案。

近日，Mistral公司推出了其光学字符识别（OCR）模型的最新版本——Mistral OCR 3。这一版本专注于提升多种文档类型的识别精度，尤其是在手写笔记、表单、低质量扫描件和复杂表格等方面。Mistral表示，OCR 3相比于前一代产品，是一次显著的技术飞跃。

阶跃星辰的多项测评显示，Step3-VL-10B的性能可以 媲美甚至超越规模大10-20倍的开源模型 ，如GLM-4.6V 106B-A12B、Qwen3-VL-Thinking 235B-A22B以及闭源旗舰模型，如Gemini 2.5 ...

9月28日，在工业和信息化部、北京市人民政府、国际电信联盟ITU-T指导的2020 AIIA人工智能开发者大会上，主办方正式发布国内首份智能文字识别（OCR）能力测评与应用白皮书。白皮书从OCR发展背景、技术沿革、产业发展现状、技术标准化、发展趋势等多个维度 ...

前段时间，微信 PC 端更新了一个 OCR 功能，能识别图片里的文字。 说实话，这应该是微信 10 年来推出的最实用功能之一了。 比如你用微信截图时，只要点击下方的「 识别文字 」，就可以获取截图里的文字。 在微信里收到的图片，也支持你直接选取文字复制。

9月28日，在工业和信息化部、北京市人民政府、国际电信联盟ITU-T指导的2020 AIIA人工智能开发者大会上，主办方正式发布国内首份智能文字识别（OCR）能力测评与应用白皮书。白皮书从OCR发展背景、技术沿革、产业发展现状、技术标准化、发展趋势等多个维度 ...

IT之家 11 月 25 日消息，腾讯混元今日宣布推出全新开源模型 HunyuanOCR，参数仅为 1B，依托于混元原生多模态架构打造，获得多项业界 OCR 应用榜单 SOTA（IT之家注：最先进水平）成绩。 腾讯官方表示，得益于混元原生多模态大模型“端到端”的理念设计，HunyuanOCR ...

大语言模型，理应向更高维跃迁。 DeepSeek OCR是一个不错的OCR小模型，但过誉了。 知乎网友指出，即使横向对比OCR最优秀的几个模型，它也不是最靠前的那个。 在下面两个案例里，3B大小（30亿参数）的DeepSeek OCR在数学公式展开里没有识别出“极坐标”，识别表格 ...