跳到文章正文
报告 编辑推荐

把古籍扫进电脑有多便宜了?1000 页成本不到 1 块钱

Hugging Face 专家对比 8 款 OCR 模型,最新模型识别 1000 页只要不到 0…

把古籍扫进电脑有多便宜了?1000 页成本不到 1 块钱

把古籍扫进电脑有多便宜了?1000 页成本不到 1 块钱

想把老书、旧档案变成可搜索的文字,过去最贵的是人工,现在最贵的可能是算力——而算力也在快速变便宜。

Hugging Face 的丹尼尔·范斯特里恩拿 8 款能识别图像文字的 AI 模型做了对比测试,材料一共 850 页,包括旧版自然历史书籍、1771 年版《大英百科全书》,还有打字稿和印刷档案。所有模型都跑在同一块英伟达 RTX PRO 6000 上,租用价格每小时 2.75 美元。

结果差距很明显:2025 年 4 月发布的最早一款模型 RolmOCR,识别 1000 页要花约 0.51 美元;2026 年 10 月发布的最新模型 LightOnOCR-3-0.8B,成本已经压到不到 0.1 美元,降幅约八成。按这个价格,识别 100 万页的 GPU 租金大约 65 到 130 美元。

还有一个容易被忽略的结论:把任务分配得更均匀、用更小的扫描图、更新软件、换更快的显卡,这些优化省下来的钱,可能和换新一代模型差不多甚至更多。

准确率方面,新模型处理书籍页面至少不输老模型。不过有些模型会在空白页上凭空编字,或者反复输出同一段内容,实际用的时候还是得抽检。

本文地址:https://www.163264.com/22030