腾讯混元近日发布轻量化端到端 OCR 专家模型 HyOCR-1.5。该模型规模为 1B 参数，并开源模型权重、训练配方、数据构造方法及推理加速框架，支持开发者复现、微调及在消费级设备上部署。HyOCR-1.5 引入 DFlash 投机解码框架，通过约 90.7M 参数草稿模型进行并行预测，在 OmniDocBench 测评中基于 Transformers 架构实现最高 6.37 倍推理加速。模型还采用智能体驱动数据流，强化古文字识别、低资源语种处理和跨页多图问答等场景，并支持 4K 输入与 128K 上下文窗口。
