12 月 4 日 OCR 专场直播，揭秘前沿技术

OpenMMLab2025-12-03

AI 摘要

12 月 4 日 20 点，AI Insight OCR 专场直播将聚焦文档智能前沿技术。届时将剖析三项突破性方案，分享 HunyuanOCR、PaddleOCR - VL、MinerU 等模型技术亮点，还有圆桌对谈。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

Qwen3.8-Max搭建AI合同精审系统

本文分享基于Qwen3.8-Max大模型+Python Flask搭建AI合同精审系统的完整工程实战，包含环境配置、项目架构、核心模块开发，记录开发踩坑经验，附AI与人工审查的实测对比数据，适合中小企业合同初审使用。

百度PaddleOCR推出HPD - Parsing小模型，文档解析速度大幅提升，是上一代最快模型的1.62倍、自身原解码方式的3.06倍。它采用层级并行解码架构，有两层并行设计，效果出色且兼容性好，还分享了优质训练方法和优化思路。

百度开源的Unlimited - OCR项目目标是处理图片、长文档等资料，将其转化为Markdown等结构化结果。它提供多入口，解决传统OCR处理长文档的问题，有多种应用方向，但也有边界。

文章聚焦Infinity-Parser，指出它把OCR从‘做识别’推进到‘做结构’。它采用layoutRL强化学习框架，结合真实与合成数据构建Infinity-Doc。跑分强且复杂结构表现优，透露Document AI向结构化生成转变趋势。