跳到正文
The Decoder· Jonathan Kemper·· 18 小时前AI 评分58

Hugging Face 实测八款开源 OCR 模型:百万页数字化成本降至 130 美元以下

OCR models now digitize a million pages for under $130 as costs drop fivefold in 18 months

AI 导读

Hugging Face 的 Daniel van Strien 用同一块 Nvidia RTX PRO 6000(每小时 2.75 美元)对比了八款开源 OCR 模型,测试集为 850 页旧自然史书籍、1771 年版《大英百科全书》及档案文件。

正文 · AI 翻译

借助免费可用的 AI 模型,从扫描书籍和档案中提取文本的成本已大幅降低。 Hugging Face 的 Daniel van Strien 对比了八款可在图像中识别文字的此类模型。他用来自古老博物学书籍、1771 年版《大英百科全书》以及打字稿和印刷档案文件的 850 页内容对它们进行了测试。所有模型都运行在同一块 GPU 上,即 Nvidia RTX PRO 6000,由 van Strien 通过 Hugging Face 以每小时 2.75 美元租用。在相同图像尺寸下,2025 年 4 月推出的最旧模型(RolmOCR)每 1,000 页成本约为 51 美分。2026 年 10 月推出的最新模型(LightOnOCR-3-0.8B)则略低于 10 美分。如今处理一百万页的 GPU 租用费用在 65 至 130 美元之间,具体取决于源材料。

据 van Strien 称,优化模型的运行方式所节省的费用,与改用更新模型所节省的费用大致相当,甚至更多。这包括更均匀地输入页面、使用更小的扫描件、更新软件,以及运行更快的 GPU。最新模型读取书页的准确度至少与最旧模型相当。不过,有些模型会在空白页上产生幻觉文本,或反复重复相同内容。

Liniendiagramm zeigt die Kosten pro 1.000 Seiten für acht offene OCR-Modelle nach Erscheinungsdatum von April 2025 bis Oktober 2026, von 0,51 Dollar bei RolmOCR bis 0,095 Dollar bei LightOnOCR-3-0.8B, dazu eine gestrichelte Trendlinie bis Ende 2027.

扫描 1,000 页的成本已从最旧模型的 51 美分降至最新模型的略低于 10 美分;介于其间的五款模型彼此几乎持平。

没有炒作的 AI 新闻——由人类精选

订阅 THE DECODER,即可享受无广告阅读、每周 AI 新闻通讯、每年六次独家“AI Radar”前沿报告、完整档案访问权限以及评论区访问权限。

来源:The Decoder · the-decoder.com