首页 游戏 软件 资讯 排行榜 专题
首页
AI
智谱GLM-OCR:0.9B参数文档解析,如何告别算力虚胖

智谱GLM-OCR:0.9B参数文档解析,如何告别算力虚胖

热心网友
95
转载
2026-02-05

GLM-OCR的出现,某种程度上是为了给当前的AI热潮降温——它提醒我们,并非所有问题都需要动用万亿参数的“超级大脑”来解决。在文档解析这个垂直领域,一个设计精巧、专注于结构化输出的轻量级模型,往往能带来更高的工程价值。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新! 👉 点此立即查看 👈

做过文档解析的开发者,或许都经历过这样的绝望时刻:面对一份排版复杂的PDF或一张字迹潦草的报销单,传统OCR只会给出一堆无序的字符,而动用GPT-4V这类通用大模型又像是“大炮打蚊子”——既烧钱,又慢得让人心焦。

就在2026年2月3日,智谱AI抛出了一个让开源社区炸锅的项目——GLM-OCR。这款模型最令人惊讶的并非它能做什么,而是它“如何做到的”。

图片图片

它仅有0.9B(90亿)参数。

在这个动辄千亿参数的大模型时代,0.9B听起来像是玩具。但正是这个“小个子”,在权威的OmniDocBench V1.5榜单上拿下了94.6分,一举登顶,甚至在部分能力上输出了谷歌的Gemini-3-Pro。

今天我们就来扒一扒,这个号称“小尺寸、高精度”的开源模型,到底是不是文档处理领域的“版本答案”。

拒绝臃肿,只要精度

在AI圈子里,我们习惯了用堆参数来换智能。但GLM-OCR走了一条反直觉的路:极致的轻量化。

0.9B参数意味着什么?意味着它的模型体积只有约2.65GB。你不需要昂贵的H100集群,甚至在边缘设备上也能跑得飞起。智谱并没有因为体积小就牺牲性能,反而通过自研的CogViT视觉编码器和GLM-0.5B解码器架构,把技能点全加在了“视觉理解”上。

图片

数据不会说谎。在单副本单并发的情况下,它处理PDF的速度达到了每秒1.86页,图片处理达到每秒0.67张。相比同类竞品,吞吐量提升了近50%。简单说,它不仅看得准,而且读得快。

专治各种“排版噩梦”

传统OCR最怕什么?怕表格,怕公式,怕中英文混排,更怕财务大姐那龙飞凤舞的手写发票。

GLM-OCR显然是盯着这些痛点训练的。它不仅仅是识别文字,更是在“理解结构”。

搞定复杂表格:不需要后期再写一堆正则表达式代码去拼凑表格,GLM-OCR能直接输出标准的HTML代码或Markdown。合并单元格、多层表头、跨页表格,它都能还原得整整齐齐,直接省去了二次制表的繁琐。

图片图片

死磕高难场景:针对手写体、印章遮挡、代码文档以及那种让人头大的多栏混排,智谱进行了全任务强化学习训练。实测显示,它能从票证和卡证中精准提取关键字段,并输出干净的JSON格式。这对于金融、保险和物流行业的自动化流程来说,简直是救命稻草。

把价格打下来的“实用主义”

技术再好,太贵也是白搭。GLM-OCR这次的定价策略非常激进,甚至可以说是“甚至不想赚你钱”。

API调用成本仅为0.2元/百万Tokens。

这是什么概念?大概1块钱就能处理2000张A4扫描图片,或者200份10页的PDF文档。相比传统OCR方案,成本直接砍到了十分之一。对于那些甚至还在犹豫要不要用AI的企业来说,这个价格门槛几乎被抹平了。

图片图片

而且,它对部署环境极度友好。不仅支持vLLM、SGLang、Ollama这些主流推理框架,还完成了对国产算力的Day 0适配。无论是想在云端薅羊毛,还是想私有化部署保隐私,路都给你铺好了。

写在最后

GLM-OCR的出现,某种意义上是给当下的AI热潮降温——它提醒我们,不是所有问题都需要万亿参数的“超级大脑”来解决。在文档解析这个垂直领域,一个设计精良、专注于结构化输出的轻量级模型,往往能带来更高的工程价值。

目前,项目代码和模型权重已经全量开源至GitHub和Hugging Face。如果你正被文档解析的烂摊子搞得焦头烂额,不妨试试这个0.9B的“小钢炮”,它可能会给你带来久违的清爽感。

来源:https://www.51cto.com/article/835839.html
免责声明: 游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。

最新APP

史莱姆农场
史莱姆农场
休闲益智 03-31
凡人传说
凡人传说
角色扮演 03-30
恶魔秘境
恶魔秘境
角色扮演 03-29
猫和老鼠华为
猫和老鼠华为
休闲益智 03-29
暗黑之地
暗黑之地
角色扮演 03-28

热门推荐

Pixel 10 Pro过热致硬件损坏?用户实测长时间开手电筒风险
网络安全
Pixel 10 Pro过热致硬件损坏?用户实测长时间开手电筒风险

IT之家 3 月 31 日消息,手机手电筒是一项用户常用的功能,无论是在漆黑的衣柜里翻找物品,还是夜间在停车场辨路前行,需要时它总能随时派上用场。但如今,部分 Pixel 10 Pro 用户反馈:如

热心网友
03.31
Numbers判断闰年公式设置方法:详解步骤与实用技巧
电脑教程
Numbers判断闰年公式设置方法:详解步骤与实用技巧

闰年判定有四种Numbers兼容公式:一、MOD嵌套OR+AND逻辑;二、DATE+DAY反推2月最后一天;三、TEXT+ISERROR验证“年份-02-29”有效性;四、YEAR

热心网友
03.31
三星Hearapy应用免费上架:百赫兹音疗缓解晕车症状
科技数码
三星Hearapy应用免费上架:百赫兹音疗缓解晕车症状

IT之家 3 月 31 日消息,对很多人来说,晕车晕船是旅行中最常见的烦心事之一。三星悄然上线了一款名为 Hearapy 的免费应用,来解决这一令人不适的问题。该公司称,这款应用无需药物或物理缓解手

热心网友
03.31
湖南电信与海光信息深化合作,共筑算网融合与AI新生态
科技数码
湖南电信与海光信息深化合作,共筑算网融合与AI新生态

据海光信息(688041 SH)消息,近日,中国电信(601728 SH)湖南分公司2026年数智科技生态大会在长沙召开,中国电信湖南分公司与海光信息全面深化数智生态合作。根据协议,双方将聚焦智能制

热心网友
03.31
高端纯电困局,车企如何破解盈利难题
科技数码
高端纯电困局,车企如何破解盈利难题

30万元以上的高端纯电车,显然成了新能源车市的那块硬骨头。除了有换电加持的蔚来新ES8,大量被车企寄予厚望的高端明星纯电车都难逃疲软命运,典型如理想MEGA和i8,一次起火事故,直接造成销量断崖式下

热心网友
03.31