VLM Run 将六款开源 OCR 模型整合到一个与 OpenAI 兼容的端点中

创始人 Sudeep Pillai 认为，编排的重要性将比任何单一文档模型持续得更久。

By · Published

Primary source: Hugging Face Newsroom

为何重要

VLM Run 正在出售免受快速模型更迭影响的保护。如果其关于成本和准确性的主张在真实文档中成立，开发者可以在不重建生产管道的情况下切换 OCR 模型。

Multiple schematic document icons funneling into a single VLM Run API endpoint with data flow lines.

Sudeep Pillai, founder and CEO of VLM Run, 在 8 月 19 日 发布了 一个 与 OpenAI 兼容 的 网关，允许开发者在不重写其客户端集成 的 情况下，将文档处理工作路由到开源权重的 OCR 和 视觉-语言 模型。

VLM Run Gateway 初始支持 以 OCR 为中心 的 模型，包括 GLM-OCR、DeepSeek-OCR-2、dots.mocr、PP-OCRv6、PaddleOCR-VL 和 Florence-2-base-ft。根据 VLM Run 在 Hugging Face 的发布文章，开发者将 OpenAI SDK 指向 VLM Run 的端点，选择一个模型，并通过熟悉的 chat completions 接口发送文档 URL。…

When you purchase through links in our articles, we may earn a small commission. This doesn’t affect our editorial independence.

Reader comments

Conversation for this story loads after sign-in.