<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>古籍数字化 &#8211; mylogs.cn</title>
	<atom:link href="https://mylogs.cn/tag/%e5%8f%a4%e7%b1%8d%e6%95%b0%e5%ad%97%e5%8c%96/feed/" rel="self" type="application/rss+xml" />
	<link>https://mylogs.cn</link>
	<description>发现、记录、分享</description>
	<lastBuildDate>Thu, 19 Nov 2026 15:52:00 +0000</lastBuildDate>
	<language>zh-Hans</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	
	<item>
		<title>8款OCR模型横评：识别千页成本降到0.1美元以下</title>
		<link>https://mylogs.cn/8%e6%ac%beocr%e6%a8%a1%e5%9e%8b%e6%a8%aa%e8%af%84%ef%bc%9a%e8%af%86%e5%88%ab%e5%8d%83%e9%a1%b5%e6%88%90%e6%9c%ac%e9%99%8d%e5%88%b00-1%e7%be%8e%e5%85%83%e4%bb%a5%e4%b8%8b/</link>
		
		<dc:creator><![CDATA[steve, zhang]]></dc:creator>
		<pubDate>Thu, 19 Nov 2026 15:52:00 +0000</pubDate>
				<category><![CDATA[科技]]></category>
		<category><![CDATA[AI工具]]></category>
		<category><![CDATA[AI模型]]></category>
		<category><![CDATA[Hugging Face]]></category>
		<category><![CDATA[OCR]]></category>
		<category><![CDATA[古籍数字化]]></category>
		<category><![CDATA[开源模型]]></category>
		<category><![CDATA[文档识别]]></category>
		<guid isPermaLink="false">https://mylogs.cn/8%e6%ac%beocr%e6%a8%a1%e5%9e%8b%e6%a8%aa%e8%af%84%ef%bc%9a%e8%af%86%e5%88%ab%e5%8d%83%e9%a1%b5%e6%88%90%e6%9c%ac%e9%99%8d%e5%88%b00-1%e7%be%8e%e5%85%83%e4%bb%a5%e4%b8%8b/</guid>

					<description><![CDATA[8 款开源 OCR 模型在同一块显卡上跑完 850 页历史文档后，识别 1000 页的成本从 0.51 美元降 [&#8230;]]]></description>
										<content:encoded><![CDATA[<p class="wp-block-paragraph">8 款开源 OCR 模型在同一块显卡上跑完 850 页历史文档后，识别 1000 页的成本从 0.51 美元降到了 0.095 美元——间隔只有 18 个月。这是 Hugging Face 的研究人员丹尼尔·范斯特里恩（Daniel van Strien）公布的对比测试结果，意味着把一百万页扫描件转成可检索文本，如今只需支付 65 至 130 美元的显卡租赁费。</p>
<figure data-wp-context="{&quot;imageId&quot;:&quot;6aff1c785e627&quot;}" data-wp-interactive="core/image" data-wp-key="6aff1c785e627" class="wp-block-image wp-lightbox-container"><img decoding="async" data-wp-class--hide="state.isContentHidden" data-wp-class--show="state.isContentVisible" data-wp-init="callbacks.setButtonStyles" data-wp-on--click="actions.showLightbox" data-wp-on--load="callbacks.setButtonStyles" data-wp-on--pointerdown="actions.preloadImage" data-wp-on--pointerenter="actions.preloadImageWithDelay" data-wp-on--pointerleave="actions.cancelPreload" data-wp-on-window--resize="callbacks.setButtonStyles" src="https://mylogs.cn/wp-content/uploads/2026/11/body_24146f412fb3161e5a3c89fe919f3c33.webp" alt="8 款 OCR 模型千页识别成本对比图" style="max-width:100%;height:auto;"/><button
			class="lightbox-trigger"
			type="button"
			aria-haspopup="dialog"
			data-wp-bind--aria-label="state.thisImage.triggerButtonAriaLabel"
			data-wp-init="callbacks.initTriggerButton"
			data-wp-on--click="actions.showLightbox"
			data-wp-style--right="state.thisImage.buttonRight"
			data-wp-style--top="state.thisImage.buttonTop"
		>
			<svg xmlns="http://www.w3.org/2000/svg" width="12" height="12" fill="none" viewBox="0 0 12 12">
				<path fill="#fff" d="M2 0a2 2 0 0 0-2 2v2h1.5V2a.5.5 0 0 1 .5-.5h2V0H2Zm2 10.5H2a.5.5 0 0 1-.5-.5V8H0v2a2 2 0 0 0 2 2h2v-1.5ZM8 12v-1.5h2a.5.5 0 0 0 .5-.5V8H12v2a2 2 0 0 1-2 2H8Zm2-12a2 2 0 0 1 2 2v2h-1.5V2a.5.5 0 0 0-.5-.5H8V0h2Z" />
			</svg>
		</button><figcaption>图片来源：IT之家 / Daniel van Strien</figcaption></figure>
<h2 class="wp-block-heading">测试怎么做的</h2>
<p class="wp-block-paragraph">范斯特里恩选取了 850 页测试材料，分为三类：旧版自然历史书籍、1771 年版《大英百科全书》，以及打字和印刷的历史档案文件。8 款模型全部跑在同一款显卡上——英伟达 RTX PRO 6000，由他通过 Hugging Face 租用，费用为每小时 2.75 美元。统一的硬件与图像尺寸，让不同模型之间的成本可以直接横向比较。</p>
<p class="wp-block-paragraph">值得注意的是，中间还有 5 款在 2025 年 10 月至 2026 年 7 月间发布的模型，千页成本集中在 0.23 至 0.28 美元区间，彼此差距很小，真正拉开距离的是最早和最晚的两端。</p>
<h2 class="wp-block-heading">成本与准确率结果</h2>
<figure class="wp-block-table"><table><thead><tr><th>对比项</th><th>最早模型 RolmOCR</th><th>最新模型 LightOnOCR-3-0.8B</th></tr></thead><tbody><tr><td>发布时间</td><td>2025 年 4 月</td><td>2026 年 10 月</td></tr><tr><td>千页识别成本</td><td>约 0.51 美元</td><td>不到 0.1 美元</td></tr><tr><td>百万页显卡租赁费</td><td>——</td><td>约 65 至 130 美元</td></tr><tr><td>书籍页面准确率</td><td>基准</td><td>至少不逊于最早模型</td></tr></tbody></table></figure>
<p class="wp-block-paragraph">结论很直接：新模型处理书籍页面的准确率至少不逊于老模型，成本却降到了约五分之一。对于需要处理海量扫描件的档案馆和数字化团队，这意味着门槛的大幅下降。</p>
<h2 class="wp-block-heading">省钱的关键不只是换模型</h2>
<p class="wp-block-paragraph">范斯特里恩特别强调，优化模型的运行方式所节省的成本，与更换新一代模型带来的节省幅度相当，有时甚至更多。他列出的优化措施包括：让页面处理任务分配得更均衡、使用尺寸更小的扫描图像、更新软件版本，以及换用运行速度更快的显卡。</p>
<p class="wp-block-paragraph">他还给出一条经验趋势：在相同图像尺寸下，成本大约每 9.6 个月减半。不过他本人也提醒，这条拟合曲线只基于 8 个数据点，其中一款模型贡献了大部分工作量，据此做的长期外推应当谨慎看待。</p>
<h2 class="wp-block-heading">准确率之外的隐患</h2>
<p class="wp-block-paragraph">成本下降并不意味着可以高枕无忧。测试发现，部分模型会在空白页面上凭空生成文字，还有模型会反复输出相同内容。在一次针对性对比中，OvisOCR2 在 63 张空白页中的 24 张上写下了「The quick brown fox」这样与原文无关的句子。另有模型在处理被污渍遮挡的页面时，会自行编造结尾内容却不标注这是推测。这些错误不会体现在成本数字里，却可能悄悄污染数字化成果，因此空白页和稀疏页的人工复核仍然必要。</p>
<p class="wp-block-paragraph">需要厘清的是，上述费用只覆盖已有扫描图像的文字识别环节，按单张显卡每小时 2.75 美元计算，不含服务器启动时间，也不包括实体扫描、人工校对等完整数字化流程的其他成本。</p>
<h2 class="wp-block-heading">常见问题</h2>
<h3 class="wp-block-heading">问：百万页 65 至 130 美元的费用包含哪些开销？</h3>
<p class="wp-block-paragraph">答：仅包含在租用显卡上运行 OCR 模型的费用，具体金额因原始材料类型而异，不含实体扫描、人工校对和完整数字化服务的成本。</p>
<h3 class="wp-block-heading">问：换用最新模型就一定更省钱吗？</h3>
<p class="wp-block-paragraph">答：不一定。范斯特里恩指出，优化运行方式（均衡分配任务、缩小扫描图、更新软件、换更快显卡）带来的节省幅度与换模型相当甚至更高，单独更换模型只是成本方程的一部分。</p>
<h3 class="wp-block-heading">问：最便宜的模型准确率如何？</h3>
<p class="wp-block-paragraph">答：最新模型处理书籍页面的表现至少不逊于最早模型，但部分模型存在空白页生成文字、重复输出等问题，需要针对性复核。</p>
<h2 class="wp-block-heading">信息来源</h2>
<p class="wp-block-paragraph">来源：IT之家、The Decoder、Daniel van Strien 公开测试结果。原文链接：https://www.ithome.com/1/029/688.htm</p>]]></content:encoded>
					
		
		
			</item>
	</channel>
</rss>
