ithome
财经
科技
采集 2026-11-19T16:09:20+00:00
AI 模型将古籍识别千页成本降至不足 0.1 美元
原始标题:AI 模型大幅降低古籍数字化成本:识别 1000 页内容费用已不到 0.1 美元
来源
ithome
发布时间
2026-11-19T13:49:04
采集批次
2026-11-19-16
字数
581
URL 指纹
91edfc0e447abd5e
📌 AI 总结(186 字)
Hugging Face 研究人员丹尼尔·范斯特里恩使用同一款英伟达 GPU,对八款图像文字识别模型在八百五十页古籍和历史档案上的表现进行测试。结果显示,最早的 RolmOCR 识别一千页约需零点五一美元,最新的 LightOnOCR-3-0.8B 已降至不足零点一美元。模型迭代和运行优化共同推动成本下降,新模型准确率总体不逊于旧模型,但个别模型仍会生成虚假或重复文字。
📄 正文(581 字)
借助免费开放的 AI 模型,从扫描版书籍和历史档案中提取文字的成本已大幅下降。Hugging Face 的丹尼尔·范斯特里恩对八款能够识别图像文字的 AI 模型进行了对比测试,测试材料共八百五十页,包括旧版自然历史书籍、1771 年版《大英百科全书》,以及打字和印刷的历史档案文件。 所有模型均在同一款英伟达 RTX PRO 6000 GPU 上运行。该显卡由范斯特里恩通过 Hugging Face 租用,时薪为二点七五美元。在图像尺寸相同的情况下,2025 年 4 月发布的 RolmOCR 识别一千页内容约需零点五一美元,而 2026 年 10 月发布的 LightOnOCR-3-0.8B 已将成本降至不足零点一美元。按此水平,识别一百万页内容的 GPU 租赁费用约为六十五至一百三十美元,具体取决于原始材料类型。 范斯特里恩指出,优化模型运行方式所节省的成本,与使用新一代模型带来的节省幅度相当,甚至可能更高。相关措施包括均衡分配页面处理任务、使用尺寸更小的扫描图像、更新软件,以及采用运行速度更快的 GPU。 在识别准确率方面,最新模型处理书籍页面的表现至少不逊于最早推出的模型。不过,部分模型仍存在明显问题,可能在空白页面上凭空生成文字,或反复输出相同内容。测试显示,新一代模型不仅提升了识别效率,也使大规模古籍与档案数字化在经济上更加可行。