- ranshen12092026-09-14
想问一下各位佬的 OCR 方案是什么，目前公司有一批文档需要 OCR，量级在 2w 份左右，传统 OCR 可能效果不是很好，用多模态大模型做 OCR 有佬试过嘛，我看 ds 4.1 的价格挺便宜的，就是不知道效果怎么样
主楼 - 小飞机2026-09-14
豆包桌面版本的 应该都能干了吧 创建任务啥的.(我没试过,只是我的想法)
- 0xEcho2026-09-14
本地可以部署一下Qwen-VL试试
- shock2026-09-14
如果是文档类的 minerU 本地化部署应该可以搞定。
- apparition2026-09-14
- 叶2026-09-14
百度ocr 每天20000次免费调用
- ranshen12092026-09-14
我怎么没想到这个时间上最好的多模态大模型-Gemini，我看看方案
- Kluming2026-09-14
百度的OCR 识别正确率很高 还有足额的免费次数 个人觉得无敌
- ranshen12092026-09-14
百度的PaddleOCR-VL参数量太小了，只有 0.9B，公司的文档还是有点复杂的
- ranshen12092026-09-14
百度的PaddleOCR-VL参数量太小了，只有 0.9B，公司的文档还是有点复杂的，公司付钱，只要价格不太离谱就行，主要看效果
- ranshen12092026-09-14
minerU 之前有听说过，可以看看 ^-^
- ranshen12092026-09-14
然后豆包直接在你电脑上跑一个 0.x b 的小模型给你识别 ^-^
- BearKouber2026-09-14
看复杂度,如果复杂度低可以用mineru去处理两个文档看看结果怎么样.
复杂度高可用大模型去做,ds 4.1你可以试试,不过ds有专门ocr的模型DeepSeek-OCR-2
你可以看下部署条件,如果有好显卡(50系列或者spark可以考虑本地部署),这样不走api也没隐私泄露风险
- zoffy2026-09-14
mac 自带的 ocr，或许可以试一试。可行的话，写个工具道也不是什么难事
- OnTheRoad2026-09-14
本地布一个 glm-ocr可以不
- 故笙2026-09-14
楼上佬推荐的glm-ocr确实神中神
- hch2026-09-14
textin.com 目前我司主要是扫描识别 试卷、教学资料试题，用的是他家的，识别效果很不错
- hzb02022026-09-14
怎么便宜怎么来 mimo，星辰，都可以
- Neptune2026-09-14
本地部署最性价比，只需要电费。gemini也不错。
- xiaoyu2026-09-14
Step 3.7 Flash 他家的plan超级便宜