11月25日，腾讯混元宣布推出全新开源模型HunyuanOCR，参数规模为1B，基于混元原生多模态架构设计，多项OCR应用榜单达到SOTA（最先进水平）成绩。HunyuanOCR模型采用全端到端范式，通过规模化应用导向数据和在线强化学习，展现出稳健的端到端推理能力。

HunyuanOCR由原生分辨率视频编码器、自适应视觉适配器和轻量化混元语言模型三大部分构成。在复杂文档解析的OmniDocBench测评中，HunyuanOCR以94.1分的成绩超越谷歌Gemini3-pro等领先模型。在自建的覆盖9大应用场景的基准上，HunyuanOCR在文字检测和识别能力上大幅度领先同类开源模型及商业OCR模型。在OCRBench榜单上，HunyuanOCR以1B总参数的配置取得3B以下参数模型的SOTA成绩。

HunyuanOCR支持多语种复杂文档解析，具备文字检测和识别能力，应用于票据字段抽取、视频字幕识别、拍照翻译等场景。模型对文档、艺术字、街景、手写、广告、票据、截屏、游戏、视频等场景表现卓越。此外，HunyuanOCR支持14种高频小语种翻译，包括德语、西班牙语等，取得ICDAR2025端到端文档翻译比赛小模型赛道冠军。