新浪新闻客户端

AI模型大幅降低古籍数字化成本:识别1000页内容费用已不到0.1美元

AI模型大幅降低古籍数字化成本:识别1000页内容费用已不到0.1美元
2026年11月19日 22:05 新浪网 作者
avatar
新闻眼

  (来源:IT之家)

  IT之家 11 月 19 日消息,借助免费开放的 AI 模型,从扫描版书籍和档案中提取文字的成本已经大幅下降。

  Hugging Face 的丹尼尔 · 范斯特里恩(Daniel van Strien)对 8 款能够识别图像中文字的 AI 模型进行了对比测试。测试材料共计 850 页,包括旧版自然历史书籍、1771 年版《大英百科全书》,以及打字和印刷的历史档案文件。

  所有模型均在同一款 GPU 上运行,即英伟达(Nvidia)RTX PRO 6000。这款显卡由范斯特里恩通过 Hugging Face 租用,费用为每小时 2.75 美元(IT之家注:现汇率约合 18.4 元人民币)。

  测试结果显示,在图像尺寸相同的情况下,2025 年 4 月发布的最早一款模型 RolmOCR,每识别 1000 页内容的成本约为 0.51 美元(现汇率约合 3.4 元人民币);而 2026 年 10 月发布的最新模型 LightOnOCR-3-0.8B,成本已经降至不到 0.1 美元(现汇率约合 0.67 元人民币)。按照这一水平,识别 100 万页内容所需的 GPU 租赁费用约为 65 至 130 美元(现汇率约合 434.3 至 868.5 元人民币),具体取决于原始材料的类型。

  范斯特里恩指出,优化模型的运行方式所节省的成本,与更换更新一代模型带来的节省幅度相当,甚至可能更多。具体优化措施包括让页面处理任务分配得更加均衡、使用尺寸更小的扫描图像、更新软件,以及换用运行速度更快的 GPU。

  在识别准确率方面,最新模型处理书籍页面时的表现至少不逊于最早的模型。不过,部分模型也存在明显问题,例如会在空白页面上凭空生成文字,或者反复输出相同内容。

  扫描识别 1000 页内容的成本对比:最早的模型需要约 0.51 美元(现汇率约合 3.4 元人民币),最新模型已降至不到 0.1 美元(现汇率约合 0.67 元人民币),中间五款模型的成本则基本处于相近水平。

特别声明:以上文章内容仅代表作者本人观点,不代表新浪网观点或立场。如有关于作品内容、版权或其它问题请于作品发表后的30日内与新浪网联系。
权利保护声明页/Notice to Right Holders

举报邮箱:jubao@vip.sina.com

Copyright © 1996-2026 SINA Corporation

All Rights Reserved 新浪公司 版权所有