Notícias de IA e infraestrutura
Filtrar por tipo: Todos16
- há 17 dias huggingface.co
Escolher e implantar modelos open de OCR em pipelines próprios
O post do blog de uma plataforma de modelos open aborda como escolher um modelo de OCR, comparar modelos de ponta, implantar localmente ou remotamente e ir além do OCR.
- há 17 dias x.com
FinePdfs publica recursos para OCR de PDFs
Em 20 de outubro de 2025, a FinePdfs publicou código-fonte, conjuntos de dados rotulados e um classificador voltados a fluxos de OCR para PDFs.
- há 17 dias huggingface.co
Modelo de OCR amplia tarefas de compreensão documental
Em post publicado em 25 de novembro de 2025, a Tencent apresentou um modelo de compreensão de documentos com 1 bilhão de parâmetros, voltado a parsing, perguntas sobre imagens e tradução.
- há 17 dias huggingface.co
OCR multimodal de 0,9B: como avaliar em documentos reais
Post de 3 de fevereiro de 2026 anuncia um modelo multimodal de OCR com 0,9B de parâmetros, licença MIT e pontuação de 94,62 no OmniDocBench v1.5, resultado apresentado como primeiro lugar.
- há 17 dias ente.com
OCR privado no dispositivo: o caso do Ente para Android
Em post publicado em 3 de dezembro de 2025, o Ente descreve a implementação de OCR no dispositivo para o Ente Photos no Android e afirma que o sistema é totalmente open source.
- há 17 dias github.com
OCR: velocidade, precisão e memória em modelos visuais
Uma comparação publicada em 11 de novembro de 2025 avaliou dois tamanhos e formatos de modelo para OCR e extração estruturada, apontando diferenças de velocidade, precisão e uso de memória.
- há 17 dias x.com
OCR verificável para documentos complexos
Post publicado em 22 de outubro de 2025 apresenta o olmOCR 2, modelo para converter PDFs e digitalizações em texto, incluindo tabelas, equações e escrita manual, com dados sintéticos e testes unitários como recompensas verificáveis.
- há 17 dias x.com
PP-OCRv6: OCR multilíngue em edge
Em publicação de 11 de junho de 2026, a Baidu apresenta o PP-OCRv6, com suporte declarado a mais de 48 idiomas e modelos de três tamanhos para implantação em edge.
- há 17 dias x.com
Extração de texto de PDFs com olmOCR
Em post publicado em 25 de fevereiro de 2025, a AllenAI apresentou o olmOCR, ferramenta open source para extrair texto simples de diferentes tipos de PDFs, executável em uma GPU.
- há 17 dias x.com
Zerox: extração estruturada de documentos
Post publicado em 10 de agosto de 2025 descreve um projeto open source de OCR e extração que usa schemas para obter campos específicos de documentos.
- há 18 dias github.com
Classificador de páginas fiscais: 261 formulários avaliados
Um repositório no GitHub descreve um classificador open source de páginas de documentos fiscais e reporta 100% de acurácia estrita em 261 formulários do IRS, por cerca de US$ 0,001 por página.
- há 18 dias github.com
Como estruturar testes de OCR para sua empresa
Em post publicado em 25 de julho de 2026, o autor afirma que adicionou o Baidu Unlimited OCR ao mlx-vlm e planeja avaliá-lo com um benchmark de OCR.
- há 18 dias x.com
Novos modelos de OCR ampliam opções para documentos
Post publicado em 18 de setembro de 2026 apresenta WeVisDoc 2B e 4B, sob Apache 2.0, e jina-ocr-v1, com licença não comercial. WeVisDoc-4B obteve 95,38 no OmniDocBench v1.6; NaviDC-OCR é apontado como o atual SOTA.
- há 18 dias github.com
OCR de documentos longos em uma única passagem
Post publicado em 23 de junho de 2026 descreve um modelo de OCR que processa documentos com mais de 40 páginas em uma passagem e mantém constante o tamanho do KV Cache.
- há 18 dias github.com
OCR local no iPhone com acesso por API na rede
Post publicado em 26 de agosto de 2026 descreve o iOS-OCR-Server, projeto open source que usa o framework Vision da Apple para processar OCR localmente em um iPhone e expor uma API a dispositivos na mesma rede.
- há 18 dias github.com
PaddleOCR 3.7 amplia opções de inferência para OCR
Em post publicado em 17 de junho de 2026, o PaddleOCR anunciou um backend ONNX Runtime e suporte a inferência em CPU com OpenVINO e em GPU com CUDA e TensorRT. O post afirma que modelos PP-OCRv6 podem ser até 3,9 vezes mais rápidos em CPU.
Vamos avaliar seu projeto
Respondo com escopo e proposta.