返回热点榜
tools热度 21.9°

AI 聚合热点事件 · 2026/11/19

开源 OCR 成本 18 个月降 5 倍 百万页古籍数字化仅需 130 美元

2 篇收录报道2 家独立信源交叉印证持续跟踪至 2026/11/19 21:49:04
全景综述与最新动态
2 家信源交叉印证

开源 OCR 模型在 18 个月内将古籍数字化成本压低约 5 倍。Hugging Face 研究员 Daniel van Strien 在相同 GPU 环境下对比 8 款开源模型,处理 1000 页的成本从 2025 年 4 月 RolmOCR 的约 0.51 美元降至 2026 年 10 月 LightOnOCR-3-0.8B 的不足 0.1 美元,百万页 GPU 租用费仅 65 至 130 美元。

测试集包含 1771 年《大英百科全书》等 850 页真实档案,最新模型在书籍页面准确率上不逊于早期模型,但存在空白页幻觉与重复输出问题。研究同时指出,优化任务调度、缩小扫描图像尺寸与升级软件带来的成本节省,可与更换新一代模型相当甚至更多,中间 5 个模型成本接近,说明降本主要来自最新一代模型而非渐进优化。

这一趋势显著降低了古籍与档案大规模文本化的门槛,使文化机构、中小型图书馆乃至个人研究者都能以极低成本推进数字化,有望加速历史文献的开放获取与学术研究。

最新动向/最新测试显示,LightOnOCR-3-0.8B 在 850 页历史档案上实现每千页不足 0.1 美元的识别成本,较 18 个月前下降约 5 倍。研究同时提醒,空白页幻觉与重复输出问题仍需关注,而工程优化可进一步释放降本空间。

逐小时热度走势

7 个完整观测小时
当前
21.9
峰值
22.822:00
近 24h 变化
–

曲线只比较全程持续完整观测的同一批信源;缺口小时数据已插值平滑,保持趋势连续。

报道时间线

共 2 篇 · 最新优先
  1. IT之家 · 智能时代T2·72 分

    开源 OCR 模型将古籍数字化成本降至每千页 0.1 美元

    原标题:AI 模型大幅降低古籍数字化成本:识别 1000 页内容费用已不到 0.1 美元

    • 识别 1000 页成本从约 0.51 美元降至不足 0.1 美元,百万页规模 GPU 费用约 65 至 130 美元
    • 最新模型在书籍页面准确率上不逊于早期模型,但存在空白页幻觉与重复输出问题
    • 工程优化(任务均衡、缩小图像、更新软件、更快 GPU)的降本效果可与换用新模型相当
  2. The DecoderT2·72 分

    开源 OCR 成本 18 个月降 5 倍 百万页仅需 130 美元

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

    • 8 个开源 OCR 模型在相同 RTX PRO 6000 上对比,测试集含 1771 年《大英百科全书》等 850 页真实档案
    • 每千页成本从 51 美分降至不足 10 美分,百万页 GPU 租用费约 65 至 130 美元
    • 中间 5 个模型成本接近,说明降本主要来自最新一代模型而非渐进优化