中国电信1.2B模型TeleOCR登顶文档解析四榜跑分击败GPT-5.2

AI技术投降派

文档解析无需大模型的庞大通识参数，TeleOCR通过几何感知与结构解耦直击通用模型的表格软肋，证明1.2B垂类架构即可将工业级解析门槛压至消费级硬件。

AI-assisted summary of 1.2B小模型打赢GPT：文档解析4榜第一 — original source. Check the original for full context.

Source published: 2026-10-17

Key ideas

中国电信TeleAI推出1.2B轻量级文档解析模型TeleOCR，在权威评测OmniDocBench以96.87分夺冠，超越了GPT-5.2（86.52）和Qwen3-VL（89.78）等两百多B参数的通用大模型。 (0:00)
TeleOCR在OmniDocBench、Wild_OmniDocBench复杂场景及PureDocBench退化文档等四个榜单拿下第一，并获得ICDAR 2026与EMNLP 2026两项挑战赛冠军。 (0:36)
打破传统拍照派“几何矫正→版面分析→识别”的误差级联流水线，TeleOCR内置形变感知学习，直接对弯曲书页输出正确版面结构，无需独立矫正模型。 (1:47)
轻量化使端侧部署门槛骤降：原生兼容Transformers，社区两周内补齐GGUF、llama.cpp及多档量化（MXFP8/INT8/MXFP4），并在昇腾910B完成落地。 (3:44)

Detailed notes

## Background 该视频由BilibiliUP主“AI技术投降派”于2026年10月17日发布。视频简介重点介绍了中国电信TeleAI出品的1.2B轻量级文档解析模型TeleOCR，展示其在OmniDocBench等评测中超越GPT-5.2与200B+通用大模型的战绩，以及其“不矫正直接读”、解耦结构与开源生态等核心亮点。

## TL;DR 视频深入解读了仅有1.2B参数量的国产开源文档解析模型TeleOCR如何实现“以小博大”，在OmniDocBench及ICDAR等权威评测中力压多款通用大模型与大厂竞品斩获四榜第一。与传统拍照文档需繁琐几何矫正的流水线不同，TeleOCR凭借内置形变感知实现“不矫正直接读”，统一了电子版与拍摄件处理。模型底层依托多节点共识投票（MCV）、OTSL内容-结构解耦学习以及图生图自验证三大核心技术柱，尤其在攻克通用大模型软肋的表格场景上表现亮眼。此外，极小的体积让其迅速适配llama.cpp并被量化部署到消费级硬件，证明了垂直专用模型在任务深度理解下的巨大优势。

## Atmosphere & style 全片节奏紧凑、语言犀利硬核，带有鲜明的技术拆解与“以弱胜强”的爽感叙事。解说语气自信笃定，开篇便用亮眼的跑分差距直击痛点，随后的原理解构抽丝剥茧、层层递进，既有对技术创新的赞赏，也有对行业竞争格局的冷静洞察。整场听下来如同观看一场技术维度的精准狙击战，务实、通透且极具说服力。

## Bulletin - [00:00](https://www.bilibili.com/video/BV123Hh6QE7T?t=0s) 中国电信TeleAI推出1.2B轻量级文档解析模型TeleOCR，在权威评测OmniDocBench以96.87分夺冠，超越了GPT-5.2（86.52）和Qwen3-VL（89.78）等两百多B参数的通用大模型。 - [00:36](https://www.bilibili.com/video/BV123Hh6QE7T?t=36s) TeleOCR在OmniDocBench、Wild_OmniDocBench复杂场景及PureDocBench退化文档等四个榜单拿下第一，并获得ICDAR 2026与EMNLP 2026两项挑战赛冠军。 - [01:47](https://www.bilibili.com/video/BV123Hh6QE7T?t=107s) 打破传统拍照派“几何矫正→版面分析→识别”的误差级联流水线，TeleOCR内置形变感知学习，直接对弯曲书页输出正确版面结构，无需独立矫正模型。 - [03:44](https://www.bilibili.com/video/BV123Hh6QE7T?t=224s) 轻量化使端侧部署门槛骤降：原生兼容Transformers，社区两周内补齐GGUF、llama.cpp及多档量化（MXFP8/INT8/MXFP4），并在昇腾910B完成落地。

## Key takeaways - [00:00](https://www.bilibili.com/video/BV123Hh6QE7T?t=0s) TeleOCR以1.2B极小参数量在文档解析权威榜单OmniDocBench上取得96.87分，力压数百B量级的通用大模型。 - [00:36](https://www.bilibili.com/video/BV123Hh6QE7T?t=36s) 在表格解析维度表现优异，表格项TEDS获得97.05分位列第一，直击通用大模型的关键软肋。 - [00:36](https://www.bilibili.com/video/BV123Hh6QE7T?t=36s) 横扫复杂场景与退化文档评测，在PureDocBench真实退化档领先第二名约十个百分点。 - [00:36](https://www.bilibili.com/video/BV123Hh6QE7T?t=36s) 在竞赛中接连击败MinerU 2.5 Pro、PaddleOCR-VL 1.6等国内大厂主力文档解析团队方案。 - [01:47](https://www.bilibili.com/video/BV123Hh6QE7T?t=107s) 提出“不矫正直接读”的全新范式，通过形变感知学习实现电子版与拍摄件解析框架的统一。 - [02:39](https://www.bilibili.com/video/BV123Hh6QE7T?t=159s) 采用多节点共识投票（MCV）机制，利用解析共识自动构建训练数据，有效规避高昂的人工标注成本。 - [02:39](https://www.bilibili.com/video/BV123Hh6QE7T?t=159s) 实施内容与结构解耦学习，通过OTSL结构语言先搭骨架再填内容，是表格与公式高精度识别的核心支撑。 - [02:39](https://www.bilibili.com/video/BV123Hh6QE7T?t=159s) 引入图生图自验证闭环，将解析结果重渲染回图像并与原图比对，实现数据的自我检查与自动修正。 - [02:39](https://www.bilibili.com/video/BV123Hh6QE7T?t=159s) 借助曲率引导采样与四阶段渐进训练等机制，专项强化小模型对图像几何与版面结构的敏感度。 - [03:44](https://www.bilibili.com/video/BV123Hh6QE7T?t=224s) 模型依赖极低，仅需3个pip包即可原生加载，并迅速获得开源社区对llama.cpp和多种量化格式的生态支持。 - [03:44](https://www.bilibili.com/video/BV123Hh6QE7T?t=224s) 项目前身为8月发布的NaviDC-OCR，9月更名为TeleOCR并正式归入中国电信星辰品牌。 - [04:37](https://www.bilibili.com/video/BV123Hh6QE7T?t=277s) 垂类模型再次证明无需通用大模型通识：几何感知、结构语法与高质量数据足以在消费级硬件上重塑本地文档流水线。 - [04:37](https://www.bilibili.com/video/BV123Hh6QE7T?t=277s) 文档解析赛道比拼到最后的核心竞争力，在于对垂类具体任务与痛点的极致解构与理解。

## Detailed walkthrough ### [00:00](https://www.bilibili.com/video/BV123Hh6QE7T?t=0s) 开场介绍与惊艳战绩

节目开场直接切入核心：一张文档图片——无论是手机随手拍的，还是从软件导出的电子版——只要丢进模型里，就能立刻还你结构化数据。做这件事的模型名叫 TeleOCR，由中国电信 TeleAI 出品，参数量只有微小的 1.2B。正如解说所评价的：“别嫌它小，在文档解析最权威的评测 OmniDocBench 上，它 96.87 分排第一，GPT-5.2 是 86.52，两百多B的 Qwen3-VL 是 89.78，1.2B 赢了所有通用大模型。”

随后，解说详细列举了 TeleOCR 拿下的豪华战绩：在 OmniDocBench v1.6 电子文档综合评测中以 96.87 分夺得第一，其中表格项 TEDS 更是取得了 97.05 分的头名；在复杂真实场景的 Wild_OmniDocBench 中拿下 88.53 分的第一；在 PureDocBench 退化文档三档评测中，干净档（86.90 分）和真实退化档（70.85 分）双双夺冠，比第二名高出大约十个百分点。此外，它在比赛层面还斩获了 ICDAR 2026 科技图像挖掘挑战赛的全部指标第一，以及 EMNLP 2026 Dr.DocBench 挑战赛的 67.96 分，直接压过了 MinerU 2.5 Pro 的 62.26 分和 PaddleOCR-VL 1.6 的 55.11 分。

这份竞争对手的名单涵盖了国内文档解析领域的顶尖“集团军”：包括上海 AI Lab 的 MinerU、百度的 PaddleOCR-VL、智谱的 GLM-OCR、腾讯的混元OCR，以及 DeepSeek-OCR。电信的 TeleOCR 不仅硬生生挤了进去，还直接站上了头排。

---

[01:47](https://www.bilibili.com/video/BV123Hh6QE7T?t=107s) 场景定位与不矫正直接读的创新思路

在场景定位上，TeleOCR 与传统模型有着本质的区别。文档解析历来分为两派：电子派主要处理导出的 PDF，而拍照派则负责处理手机拍摄的照片。拍照派最让人头疼的环节莫过于几何矫正。面对书页弯曲、透视变形等问题，传统流水线通常采用“先做几何矫正，再做版面分析，最后做识别”的繁琐步骤，导致每一环的误差不断向下传导。

而 TeleOCR 的选择堪称大胆：不矫正，直接读。模型内置了形变感知学习能力，在 DocUNet 和 DIR-300 这两个公开的去扭曲数据集上，能够对弯曲书页直接输出正确的版面结构，完全不需要专门的矫正模型做预处理。正如解说所总结的：“一个框架统一电子版和拍摄件，这是他论文标题里的承诺，也是他在做别的模型不做的事。”

```mermaid flowchart TD subgraph Traditional ["传统流水线"] A["拍照/弯曲文档"] --> B["几何矫正模型"] B --> C["版面分析"] C --> D["文字识别"] end subgraph TeleOCR ["TeleOCR 框架"] E["拍照/弯曲文档或电子版"] --> F["形变感知学习模型"] F --> G["直接输出正确版面与结构"] end

style Traditional fill:#f9f,stroke:#333,stroke-width:2px style TeleOCR fill:#bbf,stroke:#333,stroke-width:2px

accTitle: OCR Workflow Comparison accDescr: Comparison between traditional multi-step OCR pipeline with geometric correction and TeleOCR single-framework approach. ```

---

[02:39](https://www.bilibili.com/video/BV123Hh6QE7T?t=159s) 核心技术剖析与生态爆发

TeleOCR 之所以能够实现这样的突破，背后依托于六个关键技术点，其中最具代表性的有三个： * **多节点共识投票（MCV）**：让多个解析节点对同一份文档各自解析并进行投票，共识部分自动变成训练数据。由于人工标注文档结构又贵又慢，这个巧妙的办法成功绕开了标注瓶颈。 * **内容与结构解耦学习**：表格的结构采用一套名为 OTSL 的结构语言来拼装，换行和单元格边界都是专门的 token。先把骨架搭好，再把内容填进去，公式也显式地进行了语法建模。表格项之所以能拿到 97.05 的 TEDS 高分，这个解耦设计就是直接原因。 * **图生图自验证**：把解析结果重新渲染回图像，与原图进行比对、自我检查并自动修正数据。

至于剩下的几何感知建模、曲率引导采样以及四阶段渐进训练，则都在为同一个宏伟目标服务——让模型对形状和结构产生深刻的“感觉”。

这种轻量化设计带来了丰厚的回报。安装它只需要三个 pip 包，并且能够通过 Transformers 原生加载。发布短短一个多月，开源社区就已经高度活跃，GGUF 转换和 llama.cpp 支持迅速到位，从 MXFP8、INT8 到 MXFP4 的量化版本一应俱全，甚至还有开发者分享了在华为昇腾 910B 芯片上的部署经验。在 Hugging Face 主仓库上，它已经收获了三万多次下载和一千二百多个赞。

谈及身世背景，它最初于 8 月 17 日发布模型和技术报告时原名为 NaviDC-OCR，随后在 9 月 10 日正式更名为 TeleOCR，归入中国电信的“星辰”品牌旗下，后续的所有迭代都将沿用这个新名字。虽然在 GitHub 上只有三百来颗星，体量依然很小，但模型卡上的评测成绩却是实打实的。

---

[04:37](https://www.bilibili.com/video/BV123Hh6QE7T?t=277s) 行业判断与总结

结合整个项目的技术特征与市场表现，解说给出了极具分量的三句判断： * **“第一，垂类再次证明足够小。文档解析不需要200B的通识，需要的是几何感知、结构语法和干净数据。1.2B装得下，还跑得动 llama.cpp，本地文档流水线的门槛被他打到了消费级硬件。”** * **“第二，表格是他最锋利的单点，而表格恰恰是所有通用大模型解析文档的集体软肋，这个选点极准。”** * **“第三，那份评测表本质上是国产大厂文档解析的集团军点名，运营商背景的团队做到四榜第一，这个赛道拼到最后，拼的是对任务的理解。”**

## Notable quotes > [04:37](https://www.bilibili.com/video/BV123Hh6QE7T?t=277s) 文档解析不需要200B的通识，需要的是几何感知、结构语法和干净数据。 — 解说

## Mentioned TeleOCR, 中国电信, TeleAI, OmniDocBench, GPT-5.2, Qwen3-VL, Wild_OmniDocBench, PureDocBench, ICDAR 2026, EMNLP 2026, MinerU, PaddleOCR-VL, GLM-OCR, 混元OCR, DeepSeek-OCR, DocUNet, DIR-300, MCV, OTSL, Transformers, GGUF, llama.cpp, 华为昇腾 910B, NaviDC-OCR

## Video description 一张文档图片，手机拍的也好，导出的电子版也好，丢进去，还你结构化数据。做这件事的模型叫TeleOCR，中国电信TeleAI出品，只有1.2B参数。别嫌它小：OmniDocBench文档解析评测96.87分第一，GPT-5.2是86.52，两百多B的Qwen3-VL是89.78——一点二B，赢了所有通用大模型。

▸ 战绩四榜第一+两冠：OmniDocBench v1.6综合96.87第一（表格项TEDS 97.05也是第一）；Wild_OmniDocBench复杂场景88.53第一；PureDocBench退化文档双档第一（干净86.90/真实退化70.85，超第二名约十个点）；ICDAR 2026 Sci-ImageMiner挑战赛全部指标第一；EMNLP 2026 Dr.DocBench挑战赛67.96分，压过MinerU 2.5 Pro的62.26和PaddleOCR-VL 1.6的55.11。对手名单就是国产文档解析集团军：MinerU（上海AI Lab）、PaddleOCR-VL（百度）、GLM-OCR（智谱）、混元OCR（腾讯）、DeepSeek-OCR——电信的TeleOCR挤进去还站上头排。

▸ 最大区别在场景定位：不矫正，直接读。传统拍照派流水线"几何矫正→版面分析→识别"误差逐级下传；TeleOCR内置形变感知学习，在DocUNet和DIR300两个去扭曲数据集上对弯曲书页直接输出正确版面结构，不需要专门的矫正模型。一个框架统一电子版和拍摄件，这是它论文标题里的承诺。

▸ 六个技术点三根柱子：①MCV多节点共识投票——多个解析节点各自解析再投票，共识自动变训练数据，绕开人工标注瓶颈；②内容-结构解耦——表格用OTSL结构语言拼骨架（换行/单元格边界都是专门token）内容后填，公式显式建模语法，表格97.05的直接原因；③图生图自验证——解析结果渲染回图像与原图比对，自我检查自动修数据。另外三件（几何感知建模/曲率引导采样/四阶段渐进训练）服务同一目标：让模型对形状和结构有感觉。

▸ 轻是有回报的：pip装3个包transformers原生加载；发布两周社区即出GGUF+llama.cpp支持；MXFP8/INT8/MXFP4量化版齐了；升腾910B部署经验有人分享。HF主仓3.3万下载1.27k赞。身世：原名NaviDC-OCR（8月17日发布），9月10日更名TeleOCR归入电信星辰品牌。

▸ 判断三句：①垂类再次证明足够小——几何感知+结构语法+干净数据，1.2B装得下还跑进llama.cpp，本地文档流水线门槛被打到消费级硬件；②表格是它最锋利的单点，而表格恰是所有通用大模型的集体软肋，选点极准；③那份评测表是国产大厂文档解析集团军点名，运营商背景团队做到四榜第一——这赛道拼到最后拼的是对任务的理解。

收尾：文档解析不需要200B的通识。1.2B装得下，消费级硬件跑得动。

来源：huggingface.co/XingChen-AGI/TeleOCR · arXiv 2608.12898 · github.com/caipeng328/TeleOCR · teleai.com.cn/docparse

——时间轴—— 00:00 开场：1.2B打赢GPT-5.2 00:36 战绩：四榜第一+两冠，对手是集团军 01:47 场景：不矫正直接读弯曲书页 02:39 技术：三根柱子（MCV/OTSL解耦/自验证） 03:44 生态：轻的回报+身世更名 04:37 判断：三句话 05:22 收尾

[Source](https://www.bilibili.com/video/BV123Hh6QE7T)

中文简报

中国电信1.2B模型TeleOCR登顶文档解析四榜跑分击败GPT-5.2 文档解析无需大模型的庞大通识参数，TeleOCR通过几何感知与结构解耦直击通用模型的表格软肋，证明1.2B垂类架构即可将工业级解析门槛压至消费级硬件。视频深入解读了仅有1.2B参数量的国产开源文档解析模型TeleOCR如何实现“以小博大”，在OmniDocBench及ICDAR等权威评测中力压多款通用大模型与大厂竞品斩获四榜第一。与传统拍照文档需繁琐几何矫正的流水线不同，TeleOCR凭借内置形变感知实现“不矫正直接读”，统一了电子版与拍摄件处理。模型底层依托多节点共识投票（MCV）、OTSL内容-结构解耦学习以及图生图自验证三大核心技术柱，尤其在攻克通用大模型软肋的表格场景上表现亮眼。此外，极小的体积让其迅速适配llama.cpp并被量化部署到消费级硬件，证明了垂直专用模型在任务深度理解下的巨大优势。中国电信TeleAI推出1.2B轻量级文档解析模型TeleOCR，在权威评测OmniDocBench以96.87分夺冠，超越了GPT-5.2（86.52）和Qwen3-VL（89.78）等两百多B参数的通用大模型。 (0:00) TeleOCR在OmniDocBench、Wild_OmniDocBench复杂场景及PureDocBench退化文档等四个榜单拿下第一，并获得ICDAR 2026与EMNLP 2026两项挑战赛冠军。 (0:36) 打破传统拍照派“几何矫正→版面分析→识别”的误差级联流水线，TeleOCR内置形变感知学习，直接对弯曲书页输出正确版面结构，无需独立矫正模型。 (1:47) 轻量化使端侧部署门槛骤降：原生兼容Transformers，社区两周内补齐GGUF、llama.cpp及多档量化（MXFP8/INT8/MXFP4），并在昇腾910B完成落地。 (3:44)

Reading summary

中国电信TeleAI推出的1.2B参数模型TeleOCR在多项权威文档解析评测中超越主流通用大模型。该方案通过端到端形变感知与结构解耦，展示了小规模垂类模型在降低计算门槛的同时处理复杂文档结构的能力。评测表现与基准测试结果 (0:00) 在文档解析综合评测 OmniDocBench v1.6 中，仅有 1.2B 参数的 TeleOCR 获得 96.87 分，高于解说提及的 GPT-5.2（86.52 分）以及两百多B参数的 Qwen3-VL（89.78 分）。在细分项上，其表格 TEDS 评分为 97.05 分。在真实场景 Wild_OmniDocBench 中，该模型获得 88.53 分；在 PureDocBench 退化文档测试中，其干净档（86.90 分）与真实退化档（70.85 分）均位列第一，高出次席约十个百分点。在学术竞赛与行业对标方面，TeleOCR 获得了 ICDAR 2026 科技图像挖掘挑战赛全指标第一，并在 EMNLP 2026 Dr.DocBench 挑战赛中以 67.96 分领先 MinerU 2.5 Pro（62.26 分）和 PaddleOCR-VL 1.6（55.11 分）。解说指出，该成绩使电信团队在包含 MinerU、PaddleOCR-VL、GLM-OCR、混元OCR 和 DeepSeek-OCR 等国内文档解析阵营中取得领先排位。架构创新：跳过几何矫正直接解析 (1:47) 针对手机拍摄件面临的书页弯曲与透视变形等问题，传统 OCR 通常采用“几何矫正、版面分析、文字识别”的多阶段串联流水线，容易造成上下游误差传导。TeleOCR 采用“不矫正，直接读”的单框架方案，将电子版与拍摄件处理机制进行统一。依托内置的形变感知学习能力，TeleOCR 在 DocUNet 和 DIR-300 两个公开去扭曲数据集上，能够在无需独立几何矫正模型做预处理的情况下，对弯曲书页直接输出正确的版面结构与识别结果。核心技术与开源工程落地 (2:39) TeleOCR 的核心机制主要包括三项关键技术：其一是多节点共识投票（MCV），通过多个解析节点对同一文档独立解析并投票，将共识内容自动沉淀为训练数据以突破人工标注成本；其二是内容与结构解耦学习，利用名为 OTSL 的结构语言对表格换行和单元格边界进行专门 token 建模，先搭骨架再填充内容并显式建模公式语法，以此支撑表格 TEDS 高分；其三是图生图自验证，将解析结果重新渲染成图像与原图比对，实现自检与数据修正。此外模型还结合了几何感知建模、曲率引导采样与四阶段渐进训练。在工程与部署层面，TeleOCR 只需三个 pip 包即可运行，原生支持 Transformers 架构。开源社区在一个多月内完成了 GGUF 转换并接入 llama.cpp，提供从 MXFP8、INT8 到 MXFP4 的量化版本，并支持在华为昇腾 910B 硬件上运行。该项目于 8 月 17 日以 NaviDC-OCR 为名发布模型和技术报告，9 月 10 日更名为 TeleOCR 并归入中国电信“星辰”品牌旗下。解说总结认为，TeleOCR 证明了垂直任务并不需要庞大的通识大模型，1.2B 规模结合几何感知与高质量数据即可胜任，并将本地流水线部署成本压低至消费级硬件。同时，针对通用大模型普遍薄弱的表格解析做单点突破，体现了垂类赛道最终依赖的是对具体任务机制的理解。

Source quotes

[4:37] 解说: 文档解析不需要200B的通识，需要的是几何感知、结构语法和干净数据。

Original transcript

[0:00] 一张文档图片,手机拍的也好,导出的电子版也好,丢进去,还你结构化数据。做这件事的模型叫TeloCR,中国电信TeloAI出品,只有1.2B参数。别嫌它小,在文档解析最权威的评测Omnidoch Bench上,它96.87分排第一,GPT5.2086.52。200多B的QAM3 VL是89.781.2b,赢了所有通用大模型。这期拆开看,他凭什么?先看战绩,四个第一。Omni DogBench V1.6 电子文档综合评测 96.87分第一,表格向TES 97.05也是第一。Wild下化线 Omni Dog Bench 复杂真实场景 88.53第1Pure Dog Bench 退化文档三档干净档86.90真实退化档70.85,双第一,比第二名高出约10个点。比赛层面再加两个,LIDAR2026科技图像挖掘挑战赛,全部指标第一。EMOOP2026的第二,Dogbench挑战赛,67.96分,压过MinerU 2.5Pro的62.26和Padly Auker VL。1.6的55.11这份对手名单值得念一遍,因为它就是国产文档解析的集团军,从上海AILab的MinerU,百度的PadlyAuqVL。到质朴的GLMOCR,腾讯的混元OCR,再到DXCOCR。电信的TELO-C2挤了进去,还站上头牌。它跟别的模型最大的区别在场景定位。文档解析历来分两派,电子派处理导出的PDF,拍照派处理手机拍的照片。拍照拍最痛的环节是矫正,输液弯曲,透视变形,传统流水线先做几何矫正,再做版面分析,再做识别,每一环的误差都往下传。Tello C2的选择是大胆的,不矫正,直接读。模型内置形变感知学习,在两个公开的去扭曲数据集DockUnit和DIR-300上。他对弯曲输液直接输出正确的版面结构,不需要专门的矫正模型做预处理。一个框架统一电子版和拍摄件,这是他论文标题里的承诺,也是他在做别的模型不做的事。凭什么做得到?6个技术点挑最有意思的三个说第一个多节点共识投票缩写MCV让多个解析节点对同一份文档各自解析在投票共识部分自动变成训练数据人工标注文档结构又贵又慢,这个办法绕开了瓶颈。第二个,内容与结构结偶学习,表格的结构用一套叫OTSL的结构语言来拼,换行。单元格边界都是专门的token,股价搭好再把内容填进去,公式也显示建模语法。表格像能拿97.05的TES,这个捷偶设计是直接原因。第三个,图生图自验证,把解析结果渲染回图像,跟原图比对,自我检查,自动修数据。剩下三个几何感知建模趋率引导的采样四阶段渐进训练都在为同一个目标服务让模型对形状和结构有感觉。清,是有回报的。装它只要三个pip包,Transformers原生加载发布一个多月,社区已经动起来了,GGUF转换和LAMA、CPP支持有了。从MXFP8、INT8到MXFP4的量化版有了,还有人分享了在华为升腾910B上的部署经验。Hugging Face主仓库三万多次下载,一千二百多个赞。对一个八月才出生的模型,这条曲线很陡。顺便交代绅士,它原名Navico CR,8月17号发布模型和技术报告,9月10号更名为Telo CR,归到电信的新成品牌下,后续迭代都用这个名字。GitHub 300来颗星还很小,但模型卡上的评测表是实打实的。我的判断三句话第一,锤泪再次证明足够小。文档解析不需要200B的同时,需要的是几何感知、结构语法和干净数据。1.2B装的下,还跑得近Lama CPP。本地文档流水线的门口 [5:00] 被他打到了消费级硬件第二,表格是他最锋利的单点,而表格恰恰是所有通用大模型解析文档的集体软肋,这个悬点极准。第三,那份评测表本质上是国产大厂文档解析的集团军点名,运营商背景的团队做到四榜第一。这个赛道拼到最后,拼的是对任务的理解。三句话收尾1.TeloCR 1.2B 电子版拍摄件一个模型通吃,棉角正直接读。2、四个榜第一,把GPT5.2甩开10分,锤类小模型的又一次胜利。3、表格97.05是他最锋利的一把刀,国产OCR集团军理,电信站上了头牌。下期见!

中国电信1.2B模型TeleOCR登顶文档解析四榜 跑分击败GPT-5.2