Baidu lanza OCR ilimitado, un modelo 3B que mantiene plana la caché KV para el análisis de documentos largos
La mayoría de los modelos OCR de un extremo a otro se ralentizan a medida que aumenta la producción. Cada token generado se suma a…
Mistral OCR 4 ofrece resultados estructurados listos para citas a los canales de búsqueda RAG, Agentic y Enterprise
Hoy, Mistral AI lanzó OCR 4, su último modelo de comprensión de documentos. Esta nueva versión agrega cuadros delimitadores, clasificación de bloques y puntuaciones de confianza en línea junto con…
Zhipu AI presenta GLM-OCR: un modelo de OCR multimodal 0.9B para análisis de documentos y extracción de información clave (KIE)
¿Por qué el OCR de documentos sigue siendo un difícil problema de ingeniería? ¿Qué se necesita para que el OCR sea útil para documentos reales en lugar de imágenes de…
Mistral AI lanza OCR 3: un modelo de reconocimiento óptico de caracteres (OCR) más pequeño para documentos estructurados con IA a escala
Mistral AI ha lanzado Mistral OCR 3, su último servicio de reconocimiento óptico de caracteres que impulsa la pila Document AI de la empresa. El modelo, denominado mistral-ocr-2512, está diseñado…
Tencent Hunyuan lanza HunyuanOCR: un VLM experto en OCR de extremo a extremo con mil millones de parámetros
Tencent Hunyuan ha lanzado HunyuanOCR, un modelo de lenguaje de visión de parámetros 1B especializado en OCR y comprensión de documentos. El modelo se basa en la arquitectura multimodal nativa…
Comparación de los 6 principales modelos/sistemas de OCR (reconocimiento óptico de caracteres) en 2025
El reconocimiento óptico de caracteres ha pasado de la extracción de texto plano a la inteligencia de documentos. Los sistemas modernos deben leer archivos PDF escaneados y digitales de una…
DeepSeek acaba de lanzar un modelo 3B OCR: un VLM 3B diseñado para OCR de alto rendimiento y conversión de documentos estructurados
DeepSeek-AI lanzó 3B DeepSeek-OCR, un sistema de modelo de visión-lenguaje (VLM) de análisis de documentos y OCR de extremo a extremo que comprime texto largo en un pequeño conjunto de…
Cómo construir un agente multilingüe de OCR AI en Python con EasyocR y OpenCV
class AdvancedOCRAgent: """ Advanced OCR AI Agent with preprocessing, multi-language support, and intelligent text extraction capabilities. """ def __init__(self, languages: List = , gpu: bool = True): """Initialize OCR agent…
¿Cuáles son los modelos de reconocimiento de caracteres ópticos (OCR)? Modelos OCR de código abierto
El reconocimiento de caracteres ópticos (OCR) es el proceso de girar imágenes que contienen texto, como páginas escaneadas, recibos o fotografías, en un texto legible…
Reducto AI lanzó Rolmocr: un modelo SOTA OCR construido en Qwen 2.5 VL, de código abierto y Apache 2.0 con licencia para la comprensión de documentos avanzados
El reconocimiento de caracteres ópticos (OCR) ha sido durante mucho tiempo una piedra angular de la digitalización de documentos, lo que permite la transformación del texto impreso en formatos legibles…