11月25日，騰訊混元於11月25日推出開源OCR模型HunyuanOCR，該模型參數量為1B，基於混元原生多模態架構構建，在多項OCR應用評測中取得當前最優效果。

　該模型採用端到端訓練推理範式，通過單次前向推理即可完成多項任務，相比傳統級聯方案更具效率優勢。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在複雜文檔解析評測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模型。同時，該模型支持14種小語種翻譯，並在ICDAR2025文檔翻譯比賽中獲得小模型賽道冠軍。

　目前該模型已應用於票據字段抽取、視頻字幕識別及拍照翻譯等場景，並正式對外開放源代碼。

　在文字檢測和識別能力上，模型對文檔、藝術字、街景、手寫、廣告、票據、截屏、遊戲、視頻等場景上表現卓越。

　對多語種文檔掃描件或拍攝圖像進行電子化。

　對常見卡證和票據的感興趣字段（如姓名/地址/單位等），採用標準的json格式解析。

　對視頻的字幕實現自動化抽取，包括雙語字幕。

　拍照翻譯功能，支持14種高頻應用小語種。