본문으로 건너뛰기
ToolPotion
AI 어드바이저
제출 (무료)

MiniCPM-OCR 1.0

AI 모델AI 모델 및 LLM오픈소스 · 웹

MiniCPM-OCR 1.0은 텍스트 중심 문서 이해를 위해 설계된 OCR 전용 모델입니다. 텍스트, 표 및 차트를 파싱하는 데 뛰어나며, 실제 문서 처리를 위한 효율적인 추론과 쉬운 배포를 제공합니다.

모델 보기
공유
모델 보기
공유

MiniCPM-OCR 1.0은 MiniCPM-V/o 계열의 첫 번째 OCR 전용 모델로, 텍스트 중심 문서 이해에 중점을 두고 있습니다. 이 모델은 텍스트, 표, 수식, 차트, 도장 및 구조화된 정보 추출을 포함한 다양한 문서 유형을 처리하도록 설계되었습니다. 이 모델은 실제 문서 파싱에 특히 효과적이며, Real5-OmniDocBench 벤치마크에서 93.68의 최첨단 점수를 달성했습니다. 이는 문서 파싱 작업, 특히 중국어 및 영어 문서와 PDF, 스캔, 곡선 페이지, 사진, 기울어진 페이지 및 재촬영된 문서를 처리하는 데 있어 선도적인 선택이 됩니다.

더 읽기

이 모델은 효율적인 추론 기능을 제공하며, DSpark 디코딩 가속을 통해 엔드 투 엔드 처리 효율성을 55% 향상시킵니다. PaddleOCR-VL-1.6의 약 1.49배, MinerU2.5 Pro의 3.62배의 처리량을 자랑합니다. MiniCPM-OCR 1.0은 vLLM, SGLang, llama.cpp 및 Ollama를 처음부터 지원하여 배포 및 개발이 용이합니다. 또한 양자화된 변형 및 다중 칩 빌드를 제공하여 추가적인 미세 조정이 가능합니다. 이 모델은 pip SDK, 전체 API 및 에이전트 워크플로우와 함께 제공되어 개발자들이 쉽게 접근할 수 있습니다.

모델 아키텍처에는 SigLIP 비전 인코더와 MiniCPM-V 4.6 위에 훈련된 Qwen3.5 언어 모델이 포함되어 있습니다. 이 모델은 텍스트, 표, 수식, 차트, 도장 및 주요 정보 추출과 같은 작업을 지원합니다. 파싱 파이프라인은 MiniCPM-OCR 1.0을 PP-DocLayoutV3 레이아웃 모델 및 minicpmvocr SDK와 통합합니다. 이 설정은 SDK가 전체 문서를 파싱하고 동시에 영역을 인식하여 결과를 읽기 순서대로 Markdown으로 조합할 수 있도록 합니다.

MiniCPM-OCR 1.0은 Apache License 2.0에 따라 출시되어 오픈 소스이며 추가 개발 및 통합이 가능합니다. 이 모델은 금융, 법률 및 교육과 같은 고급 문서 파싱 및 정보 추출 기능이 필요한 산업에 특히 적합합니다.

  • 카테고리AI 모델 및 LLM
  • 요금제오픈소스
  • 배포클라우드
  • 플랫폼웹

  • OCR 전용 모델

  • 텍스트 중심 문서 이해

  • 최첨단 문서 파싱

  • DSpark를 통한 효율적인 추론

  • 중국어 및 영어 문서 지원

  • 쉬운 배포 및 개발

  • 양자화된 변형 및 다중 칩 빌드

  • Apache License 2.0에 따른 오픈 소스

  1. 모델 접근: Hugging Face 방문

  2. 인증: API 접근 설정

  3. 환경 설정: SDK 설치

  4. API를 통한 통합: 제공된 엔드포인트 사용

  5. 최적화: 특정 작업에 맞게 미세 조정

  • 문서 파싱
  • 정보 추출
  • 다국어 지원
  • 실시간 처리
  • 오픈 소스 개발

OpenBMB의 제품

MiniCPM-OCR 1.0 리뷰

로딩 중...

MiniCPM-OCR 1.0와(과) 비슷한 인기 AI 도구

LightOnOCR-3-4B는 고급 레이아웃 및 시각적 이해 기능을 제공하는 고성능 OCR 모델입니다. 복잡한 문서 처리 작업에 적합하도록 시각적 요소에 대한 정확한 전사 및 경계 상자 좌표를 제공합니다.

AI 모델 및 LLM
도구 보기

고급 레이아웃 및 시각적 이해 기능을 제공하는 고성능 OCR 모델입니다. 복잡한 문서 처리 작업에 적합하도록 시각적 요소에 대한 정확한 전사 및 경계 상자 좌표를 제공합니다.LightOnOCR-3-4B는 고급 레이아웃 및 시각적 이해 기능을 제공하는 고성능 OCR 모델입니다. 복잡한 문서 처리 작업에 적합하도록 시각적 요소에 대한 정확한 전사 및 경계 상자 좌표를 제공합니다.

AI 모델 및 LLM
AI 모델 TOP 5 보기

PaddleOCR-VL-1.6은 지역 정제 및 후속 훈련 프로세스를 향상시키는 고급 문서 파싱 모델입니다. 텍스트, 수식 및 표 인식을 지원하며 OmniDocBench에서 최첨단 정확도를 달성합니다.

AI 모델 및 LLM
도구 보기

지역 정제 및 후속 훈련 프로세스를 향상시키는 고급 문서 파싱 모델입니다. 텍스트, 수식 및 표 인식을 지원하며 OmniDocBench에서 최첨단 정확도를 달성합니다.PaddleOCR-VL-1.6은 지역 정제 및 후속 훈련 프로세스를 향상시키는 고급 문서 파싱 모델입니다. 텍스트, 수식 및 표 인식을 지원하며 OmniDocBench에서 최첨단 정확도를 달성합니다.

AI 모델 및 LLM
AI 모델 TOP 5 보기

RolmOCR

AI 모델

Reducto AI의 RolmOCR은 이전 버전인 olmOCR에 비해 더 빠른 처리 속도와 낮은 메모리 사용량을 제공하는 오픈 소스 OCR 도구입니다. 메타데이터 입력 없이 다양한 문서 유형을 효율적으로 처리하도록 설계되었습니다.

AI 모델 및 LLM
도구 보기

AI 모델

Reducto AI의 RolmOCR은 이전 버전인 olmOCR에 비해 더 빠른 처리 속도와 낮은 메모리 사용량을 제공하는 오픈 소스 OCR 도구입니다. 메타데이터 입력 없이 다양한 문서 유형을 효율적으로 처리하도록 설계되었습니다.

AI 모델 및 LLM
AI 모델 TOP 5 보기

GOT-OCR2.0은 효율적인 텍스트 인식을 위해 설계된 고급 OCR 모델입니다. 통합된 엔드 투 엔드 접근 방식을 활용하여 정확성과 성능을 향상시켜, 텍스트 추출 및 처리의 다양한 응용 프로그램에 적합합니다.

AI 모델 및 LLM
도구 보기

효율적인 텍스트 인식을 위해 설계된 고급 OCR 모델입니다. 통합된 엔드 투 엔드 접근 방식을 활용하여 정확성과 성능을 향상시켜, 텍스트 추출 및 처리의 다양한 응용 프로그램에 적합합니다.GOT-OCR2.0은 효율적인 텍스트 인식을 위해 설계된 고급 OCR 모델입니다. 통합된 엔드 투 엔드 접근 방식을 활용하여 정확성과 성능을 향상시켜, 텍스트 추출 및 처리의 다양한 응용 프로그램에 적합합니다.

AI 모델 및 LLM
AI 모델 TOP 5 보기

GLM-OCR

AI 모델

GLM-OCR는 복잡한 문서 이해를 위해 설계된 다중 모드 OCR 모델입니다. Multi-Token Prediction 손실과 안정적인 강화 학습을 사용하여 훈련 효율성과 인식 정확성을 향상시킵니다. 이 모델은 다양한 문서 레이아웃에서 강력한 성능을 제공하며 실제 시나리오에 최적화되어 있습니다.

AI 모델 및 LLM
도구 보기

AI 모델

복잡한 문서 이해를 위해 설계된 다중 모드 OCR 모델입니다. Multi-Token Prediction 손실과 안정적인 강화 학습을 사용하여 훈련 효율성과 인식 정확성을 향상시킵니다. 이 모델은 다양한 문서 레이아웃에서 강력한 성능을 제공하며 실제 시나리오에 최적화되어 있습니다.GLM-OCR는 복잡한 문서 이해를 위해 설계된 다중 모드 OCR 모델입니다. Multi-Token Prediction 손실과 안정적인 강화 학습을 사용하여 훈련 효율성과 인식 정확성을 향상시킵니다. 이 모델은 다양한 문서 레이아웃에서 강력한 성능을 제공하며 실제 시나리오에 최적화되어 있습니다.

AI 모델 및 LLM
AI 모델 TOP 5 보기

Youtu-Parsing-Omni는 문서, 이미지, 차트 및 비디오와 같은 다양한 입력을 구조화된 JSON으로 변환하는 다목적 다중 모드 파싱 모델입니다. 인식 및 인지 작업에서 뛰어난 성능을 발휘하며, 다양한 파싱 요구에 대한 통합 스키마를 제공합니다.

AI 모델 및 LLM
도구 보기

문서, 이미지, 차트 및 비디오와 같은 다양한 입력을 구조화된 JSON으로 변환하는 다목적 다중 모드 파싱 모델입니다. 인식 및 인지 작업에서 뛰어난 성능을 발휘하며, 다양한 파싱 요구에 대한 통합 스키마를 제공합니다.Youtu-Parsing-Omni는 문서, 이미지, 차트 및 비디오와 같은 다양한 입력을 구조화된 JSON으로 변환하는 다목적 다중 모드 파싱 모델입니다. 인식 및 인지 작업에서 뛰어난 성능을 발휘하며, 다양한 파싱 요구에 대한 통합 스키마를 제공합니다.

AI 모델 및 LLM
AI 모델 TOP 5 보기

DoMore

AI 앱

DoMore는 사진, PDF, 문서 및 음성 메모를 구조화된 대화형 지식 베이스로 변환하는 차세대 AI 노트북입니다. OCR, 전사, 번역 등의 기능을 제공하여 사용자가 지식 베이스와 대화하고 다양한 형식으로 콘텐츠를 내보낼 수 있도록 합니다.

AI 지식 관리

AI 노트 앱 28위

도구 보기

AI 앱

사진, PDF, 문서 및 음성 메모를 구조화된 대화형 지식 베이스로 변환하는 차세대 AI 노트북입니다. OCR, 전사, 번역 등의 기능을 제공하여 사용자가 지식 베이스와 대화하고 다양한 형식으로 콘텐츠를 내보낼 수 있도록 합니다.DoMore는 사진, PDF, 문서 및 음성 메모를 구조화된 대화형 지식 베이스로 변환하는 차세대 AI 노트북입니다. OCR, 전사, 번역 등의 기능을 제공하여 사용자가 지식 베이스와 대화하고 다양한 형식으로 콘텐츠를 내보낼 수 있도록 합니다.

AI 지식 관리
AI 노트 앱 28위

Doc2X

AI 앱

Doc2X는 PDF 및 이미지에서 수식과 표를 정확하게 인식하고 이를 Word, LaTeX, HTML 및 Markdown으로 변환하며, 학술 및 비즈니스 용도를 위한 다국어, 이중 언어 PDF 번역을 제공하는 AI 문서 파싱 도구입니다.

AI 문서 및 PDF 도구

이미지에서 텍스트 추출 37위

도구 보기

AI 앱

PDF 및 이미지에서 수식과 표를 정확하게 인식하고 이를 Word, LaTeX, HTML 및 Markdown으로 변환하며, 학술 및 비즈니스 용도를 위한 다국어, 이중 언어 PDF 번역을 제공하는 AI 문서 파싱 도구입니다.Doc2X는 PDF 및 이미지에서 수식과 표를 정확하게 인식하고 이를 Word, LaTeX, HTML 및 Markdown으로 변환하며, 학술 및 비즈니스 용도를 위한 다국어, 이중 언어 PDF 번역을 제공하는 AI 문서 파싱 도구입니다.

AI 문서 및 PDF 도구
이미지에서 텍스트 추출 37위
1/8