11月25日，騰訊混元于11月25日推出開源OCR模型HunyuanOCR，該模型參數量為1B，基于混元原生多模態(tài)架構構建，在多項OCR應用評測中取得當前最優(yōu)效果。
該模型采用端到端訓練推理范式，通過單次前向推理即可完成多項任務，相比傳統(tǒng)級聯(lián)方案更具效率優(yōu)勢。其架構由原生分辨率視頻編碼器、自適應視覺適配器與輕量化語言模型三部分組成。
在性能方面，HunyuanOCR在復雜文檔解析評測OmniDocBench中獲得94.1分，超過谷歌Gemini3-pro等模型；在涵蓋文檔、街景、手寫等九大場景的測試集上，其文字檢測與識別能力領先同類開源及商業(yè)模型。同時，該模型支持14種小語種翻譯，并在ICDAR2025文檔翻譯比賽中獲得小模型賽道冠軍。
目前該模型已應用于票據字段抽取、視頻字幕識別及拍照翻譯等場景，并正式對外開放源代碼。