← Alle Modelle

HPD-Parsing

Veröffentlicht Herausgeber Baidu

Einordnung

HPD-Parsing ist ein leichtgewichtiges Vision-Language-Modell mit rund 1 Milliarde Parametern für die Dokumentanalyse mit hohem Durchsatz. Die Modellgewichte stehen unter der Apache-2.0-Lizenz bereit. (huggingface.co)

Fähigkeiten und Einsatz

  • Ein Layout-Zweig koordiniert die Seitenstruktur; parallel arbeitende Inhaltszweige analysieren einzelne Dokumentbereiche. Progressive Multi-Token Prediction (P-MTP) verkürzt die Dekodierung zusätzlich. (github.com)
  • Das Modell eignet sich insbesondere für lange Dokumente und die Stapelverarbeitung. Es kann lokal über die vLLM-Python-API oder als OpenAI-kompatibler Dienst betrieben werden. Für die Umwandlung der Modellausgabe in Markdown stellt das Projekt ein Evaluierungsskript bereit. (paddleocr.ai)
  • Laut Modellkarte erreichte es 94,91 % Gesamtwert auf OmniDocBench v1.6 und einen Spitzendurchsatz von rund 4.752 Token/s. Der Durchsatz wurde mit Batchgröße 512 auf einer NVIDIA A800 mit 80 GB und vLLM gemessen; er ist kein garantierter Wert für andere Umgebungen. (huggingface.co)

Einschränkungen

Die dokumentierte vLLM-Implementierung benötigt eine angepasste Version von vLLM 0.17.1. Vorausgesetzt werden eine unterstützte NVIDIA-GPU und ein Treiber mit CUDA-12.8-Unterstützung oder neuer. Als Betriebssystem ist Linux x86-64 vorgesehen; andere Systeme benötigen eine geeignete Linux-NVIDIA-GPU-Docker-Umgebung. Die Ergebnisse können je nach Dokument und Laufzeitumgebung abweichen. (paddleocr.ai)

Veröffentlichung

Die offizielle Paper-Liste nennt den 21. Juli 2026 als Datum der ersten öffentlichen Veröffentlichung. Das PaddleOCR-Repository kündigte die Verfügbarkeit am 22. Juli 2026 an. (github.com)

Preise

Bei der Recherche auf offiziellen chinesischen und internationalen Baidu-Angeboten wurde kein modellbezogener Preis für Eingabe oder Ausgabe verifiziert. Daher sind weder eine CNY-/RMB- noch eine USD-Abrechnung für HPD-Parsing bestätigt. Die Möglichkeit der Selbstbereitstellung bedeutet nicht, dass Infrastrukturkosten entfallen. Recherchestand: 16. November 2026. (paddleocr.ai)

Offizielle Quellen