OCR视觉语言模型

HunyuanOCR：腾讯混元推出的开源轻量级端到端OCR视觉语言模型

HunyuanOCR是腾讯混元团队推出的开源端到端OCR视觉语言模型，其功能覆盖文本检测与识别、复杂文档解析、开放字段信息抽取、视频字幕抽取等经典OCR任务，同时支持端到端拍照翻译与文档问答，为多场景文本处理提供一站式解决方案。

OCR视觉语言模型混元大模型端到端大模型腾讯开源