#ocr

PaddleOCR 3.5가 Transformers 백엔드 지원을 추가했다.

HuggingFace Blog·2026.05.19 00시

Ovis2.6-80B-A3B가 MoE 기반 멀티모달 모델로 공개됐다.

Reddit·1·2026.05.13 21시

Interfaze가 OCR·STT·구조화 출력용 새 모델 아키텍처와 API를 공개했다.

Hacker News·1·2026.05.12 01시

DharmaOCR가 3B·7B 특화 SLM과 비용·성능 벤치마크를 공개했다.

Reddit·2026.04.30 01시

Turbo-OCR가 PP-StructureV3 레이아웃 모델과 다국어 OCR을 추가했다.

Reddit·3·2026.04.27 16시

Pocket LLM v1.5.0이 출시돼 음성·이미지 입력과 OCR을 지원한다.

Reddit·1·2026.04.26 20시

Pocket LLM v1.5.0이 공개돼 Android 오프라인 채팅에 음성·이미지 입력과 OCR, 카메라 캡처가 추가됐다.

Reddit·1·2026.04.26 15시

42개 문서·7,560회 호출 벤치마크에서 저가/구형 모델이 OCR 성능과 비용 효율을 앞섰다.

Reddit·1·2026.04.23 14시

합성 데이터 1,220만 장으로 6개 언어 OCR을 빠르고 정확하게 학습했다.

TLDR AI·1·2026.04.18 04시

3B·7B 오픈소스 SLM을 SFT+DPO로 특화해 상용 모델보다 높은 점수를 냈다.

Reddit·1·2026.04.18 00시

TurboOCR가 C++/CUDA와 FP16 TensorRT로 최대 1,200 img/s OCR을 주장했다.

Reddit·1·2026.04.13 23시

Rust/Slint로 만든 Windows용 OCR 번역기, Gemini와 로컬 모델을 지원한다.

GeekNews·1·2026.04.12 10시

ElevenLabs는 OCR과 TTS 기술을 활용해 PDF 문서를 고품질 오디오로 변환하는 도구를 제공한다.

ElevenLabs·2026.04.10 14시

64M페이지를 위한 저비용 OCR 스택과 무료 크레딧/연구 지원처가 공유됐다.

Reddit·1·2026.04.10 12시

삼성은 TV용 온디바이스 자막 spotting으로 7개 언어, 97%+ 정확도와 200ms 미만 지연을 달성했다.

Samsung Research·1·2026.03.05 00시

Word Shape Encoding으로 Hebrew·Arabic PDF 파싱 품질을 크게 끌어올렸다.

AI21 Labs·2026.01.22 22시

Mistral이 필기체와 복잡한 표 인식 성능을 대폭 강화한 Mistral OCR 3를 출시했다.

Mistral AI·1·2025.12.17 09시

비전 언어 모델(VLM)을 활용한 최신 오픈 소스 OCR 기술 동향과 모델 선택 및 활용법을 정리한 가이드입니다.

HuggingFace Blog·2025.10.21 09시

RedNote의 3B 파라미터 OCR 모델인 dots.ocr를 Apple Neural Engine에서 구동하기 위한 Core ML 및 MLX 변환 방법을 소개한다.

HuggingFace Blog·2·2025.10.02 09시

카나나 모델 적용으로 영수증 인식률 98% 달성, 정산 유형까지 자동 추천한다.

카카오·1·2025.08.12 00시

Confluence 문서를 자연어로 찾는 사내 Agent를 워크플로우와 CQL로 구현했다.

SSG.COM·1·2025.07.31 11시

업스테이지가 7,200만 달러 시리즈 B를 유치해 누적 1억 달러를 넘겼다.

Upstage·1·2025.07.03 23시

업스테이지가 FuriosaAI와 Solar LLM을 RNGD에 최적화한다.

Upstage·2025.07.03 23시

NVIDIA가 문서 이해 및 OCR 성능이 강화된 8B 규모의 VLM인 Llama Nemotron Nano를 공개했다.

HuggingFace Blog·1·2025.06.28 06시