腾讯混元通用视觉语言模型 Hunyuan OCR 与图像生成模型 Z-Image-Turbo 已成功在 AtomGit AI 社区的 NPU 加速平台完成部署，全新上线，现已全面开放体验！

Hunyuan OCR 作为领先的 OCR 模型，擅长复杂场景、低质量图像识别，提供高精度、强泛化能力的智能文本识别能力。

Z-Image-Turbo 则以极速、高质、可控的生成能力，让图像创作更高效、更真实、更专业。依托开源生态与强大技术实力，两款模型的上线将大幅降低 AI 视觉技术的门槛，加速智能识别与创作在各行业的落地应用。

👉立即免费体验：

• Hunyuan OCR：https://ai.gitcode.com/tencent_hunyuan/HunyuanOCR

• Z-Image-Turbo：https://ai.gitcode.com/hf_mirrors/Tongyi-MAI/Z-Image-Turbo

Hunyuan OCR：全场景文本理解的轻量级王者

为什么说 Hunyuan OCR 开启了 OCR 新纪元？

如果你对 OCR 的印象还停留在“识别文字”，那它会彻底刷新你的认知。

Hunyuan OCR 将传统 OCR 的 检测 + 识别 流水线模式升级成 全场景视觉理解，任务覆盖五大领域：文字识别、结构解析、信息抽取、图文问答、跨语言翻译。

这款仅 1B 参数 的轻量级开源模型，不仅能识别文字，还能看懂表格、提取关键信息、跨语言翻译，甚至能“问图得答”，在多个权威评测中实现以小博大，性能直接对标主流大模型。

五大核心能力全面升级，全面迈入全场景文本理解时代

Hunyuan OCR 之所以在上线后备受关注，不只是因为它“识字准”，更因为它真正把 OCR 从单纯的文字识别，升级成了能够理解文档、提取信息、跨语言处理甚至回答问题的“智能文本分析引擎”。得益于混元论文中提出的多任务统一架构，这个仅 1B 参数的小模型，却拥有可比肩大模型的理解力，让开发者只需一次调用，就能完成过去多个模型组合才能解决的任务。

01｜复杂场景识别能力强

在模糊、曝光不均、反光、倾斜、部分遮挡等真实拍摄条件下仍能保持高识别率，适合移动端拍照上传、户外招牌、票据影像等非理想环境。

02｜文档结构理解深入

不仅识别文字，还能自动理解段落、层级、标题、多栏排版等格式，并输出带结构的内容，大幅减少人工清洗和后处理工作。

03｜表格和字段信息抽取准确

能识别单元格位置、字段含义、跨行跨列关系，把复杂表格或文档内容直接转成可用的结构化数据。

04｜图文理解与问答能力强

给一张图即可进行理解并回答问题，如读取图中数值、判断场景内容、提取关键信息，非常适合做小助手、业务客服、内容分析等场景。

05｜跨语言识别与翻译一体化

自动识别多语言文本，同时完成语义理解与翻译，提高国际化产品在文档与图片内容处理上的效率。

Z-Image-Turbo：极速、高质、可控的图像生成“性能猛兽”

Z-Image-Turbo 在速度、细节和稳定性上表现出色，实现了“高速生成 + 高质输出”。无论是快速生成日常创作素材，还是完成高要求的视觉设计，它都能高效、可靠地完成任务。借助 Z-Image-Turbo 可以节省大量时间与精力，将更多精力投入到创意和业务中，让 AI 成为真正值得信赖的视觉助手。

01｜极速生图，真正做到“等得起”的高质量生成

Z-Image-Turbo 经过深度推理优化，在图片生成速度上非常突出，一张高清图像几乎能做到秒级产出。在高并发场景下依旧保持稳定性能，确保高质量与高效率并存。

02｜细节表达更真实，纹理、光影和结构更自然

相比同体量的轻量模型，它在材质与细节处理上明显更高级：皮肤自然、不会假塑料；金属有真实反光；衣物纹理、发丝细节、玻璃折射等都还原得非常干净，细节稳定度都足够可用。

03｜构图稳定性更高，不乱画、不跑偏

模型对于主体布局、构图结构、比例关系的理解更准确，不容易在关键部位“翻车”。人物不会畸形，五官不会错位，背景不乱糊，动作结构干净又自然。

04｜知识储备理解丰富，多场景任务胜任

模型不仅能生成美观图像，还能理解提示语中复杂概念、行业术语和场景逻辑，在人物、商品、场景画面等生成上准确落地，减少出错概率，快速生产高质量内容。

05｜文本渲染能力出色，图片文字清晰自然

生成图片中的文字渲染精准，字体、排版、大小、颜色均自然贴合场景。无论是海报标题、商品标签还是广告文案，都保持清晰可读，兼顾整体视觉美感。

Z-Image-Turbo 生成

图片均由 Z-Image-Turbo 生成

图片均由 Z-Image-Turbo 生成

性能对比与优势展示

Hunyuan OCR 对比传统 OCR：

• 复杂场景识别率提升显著；

• 支持结构化信息输出；

• 支持图文问答与跨语言翻译；

Z-Image-Turbo 对比同类轻量生成模型：

• 生成速度更快，秒级高清输出；

• 细节与光影处理更自然；

• 文本渲染更稳定，语义理解能力更强；

快速体验模型能力

01｜方式一：即刻在线体验

无需部署、无需代码，你可以直接在模型广场、模型列表搜索模型名称，进入详情页即可开始测试。

Hunyuan OCR：上传图片即可识别文字、解析表格结构、进行信息抽取、开始图文问答；

Z-Image-Turbo：输入提示词即可生成高清人像、产品图、海报图、场景图；

适合快速验证模型效果、灵感创作、查看任务支持范围。

02｜方式二：调用推理 API

如果你想把模型接入 AI 客户端或项目里，可以通过推理 API 进行调用：

🔗 接入推理 API 指南：

把大模型用起来其实很简单：3 分钟 API 接入全指南https://mp.weixin.qq.com/s?__biz=MzkyNjY0MDY1Ng==&mid=2247495326&idx=1&sn=3888fd8817bb155295ac27f17ebc5dfe&scene=21#wechat_redirect

通过 API 接入后，你可以完成 OCR 批处理、自动生成视觉内容等实际业务能力。

释放你的 AI 力量

Hunyuan OCR 与 Z-Image-Turbo 的结合，让智能识别与图像创作变得更高效、更易用。

无论你是开发者、企业，还是创作者，都可以借助这两款工具快速完成复杂任务：

• 节省时间：自动识别、解析、生成内容，减少重复劳动。

• 提升创意：高质量图像生成与智能文本理解，让创作更有灵感。

• 降低成本：轻量、高效的开源模型，降低研发和素材制作成本。

在 AtomGit AI 社区，你可以立刻免费体验这两大模型的强大能力，让 AI 成为你可靠的工作伙伴～

👉立即免费体验：

• Hunyuan OCR：https://ai.gitcode.com/tencent_hunyuan/HunyuanOCR

• Z-Image-Turbo：https://ai.gitcode.com/hf_mirrors/Tongyi-MAI/Z-Image-Turbo