모델 개요
HPD-Parsing은 높은 처리량의 문서 파싱을 위한 경량 비전-언어 모델이다. 약 10억 개의 매개변수를 가지며, 모델 가중치는 Apache 2.0 라이선스로 공개되어 있다. 공식 모델 저장소 식별자는 PaddlePaddle/HPD-Parsing이다. (huggingface.co)
기능과 용도
- 주 레이아웃 분기가 문서 전체 구조를 조정하고, 여러 콘텐츠 분기가 문서 영역을 병렬로 분석한다. P-MTP는 각 분기의 디코딩 단계를 줄인다. (github.com)
- 문서 이미지의 텍스트, 레이아웃, 읽기 순서, 수식과 표를 구조화하는 데 사용할 수 있다. 긴 문서와 대량 문서 처리처럼 추론 처리량이 중요한 작업에 적합하다. (arxiv.org)
- 공식 모델 카드에 따르면 OmniDocBench v1.6 종합 점수는 94.91%, 벤치마크 최대 처리량은 초당 4,752토큰이다. 이는 벤치마크 결과로, 실제 처리량은 실행 환경과 작업에 따라 달라질 수 있다. (huggingface.co)
- 맞춤형 vLLM을 이용해 OpenAI 호환 API 서버로 배포하거나 Python에서 로컬 추론할 수 있다. (paddleocr.ai)
제한 사항
공식 고처리량 실행 방식에는 vLLM 0.17.1 기반의 맞춤형 런타임이 필요하다. 공식 튜토리얼은 Linux x86-64와 CUDA 12.8 이상을 지원하는 NVIDIA 드라이버 및 GPU를 요구하며, 다른 운영체제에서는 Linux NVIDIA GPU 컨테이너를 실행할 수 있는 Docker 환경을 안내한다. 출력 길이나 컨텍스트 설정이 부족하면 결과가 잘릴 수 있고, 한도를 늘리면 GPU 메모리 사용량도 증가한다. 분석 결과의 정확성은 보장되지 않으므로 중요한 문서는 검토가 필요하다. (paddleocr.ai)
출시일
공식 논문 목록의 최초 공개일은 2026년 7월 21일이다. PaddleOCR 저장소의 모델 사용 가능 공지는 2026년 7월 22일로 표시되어 있다. (github.com)
가격
2026년 11월 16일 확인 기준, HPD-Parsing에 특정된 Baidu의 중국 내 공식 CNY/RMB 요금과 국제 공식 USD 요금은 확인되지 않았다. 따라서 입력·출력별 과금 단위와 금액도 미확인이다. 자체 배포는 가능하지만 GPU, 인프라 및 운영 비용이 발생할 수 있다. Baidu의 다른 문서 파싱 제품 요금을 이 모델의 가격으로 적용하지 않았다. (cloud.baidu.com)