中文准确率97%，OCR新王登场？1美元处理2000页文档，速度惊人

文章预览

Mistral AI今日发布了堪称「世界上最好」的OCR模型，登顶Hacker News热榜。 它以图像和PDF作为输入，能以前所未有的认知能力，准确理解文档中的每个元素（图像、文本、表格和公式）。 它是与RAG系统结合使用的理想模型，适用于幻灯片或复杂PDF等文档的处理。 Le Chat已将其设为默认的文档理解模型，同时发布的API「mistral-ocr-latest」1美元可处理1000页（批量推理时每页成本约减半）。 API现已在开发者套件la Plateforme上提供，很快将在云服务、推理合作伙伴以及本地环境中部署。 网友表示，谷歌和Azure OCR迎来了严峻的挑战。 然而，也有网友不买账，对官方测试结果提出了质疑。 实测发现，模型在处理财务和法律文件时，仍存在精度问题。 Mistral OCR亮点 前沿的复杂文档理解能力 以往的OCR技术对于穿插的图像、数学表达式、表格以及高级布局（如LaTeX）的 ………………………………