【AI观察】2026-11-19 20:00 — OCR 成本 18 个月降 5 倍,百万页数字化低至 65–130 美元

本轮采集时间:2026-11-19 20:00 | 来源:QuickOnlineTips、THE DECODER、AlphaSignal、OpenAI、Anthropic、DeepMind、TechCrunch、The Verge、VentureBeat、MIT CSAIL、量子位 | 新增条目:1

导语:本轮最值得关注的是 THE DECODER 报道的一项 OCR 成本实测:Hugging Face 研究员 Daniel van Strien 在 850 页古籍与档案上横向对比 8 个开源 OCR 模型,发现数字化百万页文档的 GPU 租赁成本已降至 65–130 美元——相比 18 个月前每千页约 51 美分的水平,现在每千页不到 10 美分,成本下降约 5 倍,而最新模型的阅读精度至少不输一年前的产品。它之所以重要,是因为文档数字化是 AI 落地档案、出版、法律、医疗等行业的关键环节,成本曲线快速下探意味着批量数字化的门槛被大幅拉低;研究同时提醒,部分模型仍会在空白页上「幻觉」出文字或重复内容,工程上不能省掉校验环节。

产业与商业

OCR 成本 18 个月降 5 倍:百万页数字化只要 65–130 美元

THE DECODER 报道,Hugging Face 的 Daniel van Strien 用一块按小时计费的 RTX PRO 6000(约 2.75 美元/小时)测试 8 个开源 OCR 模型,素材是 850 页古籍与档案,包括 1771 年版《大英百科全书》和旧自然史书籍。结果显示,2025 年 4 月的 RolmOCR 每千页成本约 51 美分,而 2026 年 10 月的 LightOnOCR-3-0.8B 已降到每千页不到 10 美分,百万页规模的总成本落在 65–130 美元区间,18 个月下降约 5 倍。研究还发现,优化运行方式——均匀喂页、使用更小扫描、更新软件、换更快 GPU——省下的钱不亚于更换新模型;最新模型在阅读精度上至少不输最旧模型。但部分模型存在隐患:会在空白页上凭空生成文字或重复同一段内容,实际部署时仍需人工校验。

来源:THE DECODER | Daniel van Strien

发表评论