网易首页 > 网易号 > 正文 申请入驻

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

0
分享至

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。


AI模型大幅降低古籍数字化成本

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。


参考资料

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:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
马来西亚总理安瓦尔:我不知道世界上还有哪个人能做到这一点

马来西亚总理安瓦尔:我不知道世界上还有哪个人能做到这一点

政知新媒体
2026-11-21 08:41:16
我国越来越多的人患肺癌?建议:停止食用“6物”,保护肺部

我国越来越多的人患肺癌?建议:停止食用“6物”,保护肺部

路医生健康科普
2026-11-21 13:33:35
真的没救了!浙江穿搭博主吐槽女装吊牌前置太大,看不清上身效果,10件衣服全退

真的没救了!浙江穿搭博主吐槽女装吊牌前置太大,看不清上身效果,10件衣服全退

火山詩话
2026-11-19 08:41:25
效率太高了!马斯克上午深圳开会,下午飞上海慰问员工,“大合照” 火了,2 个安保人员也能站第一排

效率太高了!马斯克上午深圳开会,下午飞上海慰问员工,“大合照” 火了,2 个安保人员也能站第一排

起点财经
2026-11-21 11:03:28
美国发出全球通缉令,逮捕中国芯片科学家陈正坤,如今近况如何?

美国发出全球通缉令,逮捕中国芯片科学家陈正坤,如今近况如何?

凡知
2026-11-21 01:31:33
“股神”落幕!淘股吧选手138万本金斩获1425%收益,账户冲高至1541万,如今大幅回撤仅剩91万

“股神”落幕!淘股吧选手138万本金斩获1425%收益,账户冲高至1541万,如今大幅回撤仅剩91万

火山詩话
2026-11-21 08:07:08
特朗普回美下飞机前,在空军一号上与人激烈争吵!

特朗普回美下飞机前,在空军一号上与人激烈争吵!

胜研集
2026-11-21 01:33:17
擦边自拍、霸凌同事、媒体点名?顶流女星一周三条丑闻,件件离谱

擦边自拍、霸凌同事、媒体点名?顶流女星一周三条丑闻,件件离谱

孤城落日
2026-11-21 10:47:05
有人预测:未来五年内,中国股市很可能将消失的5类股票

有人预测:未来五年内,中国股市很可能将消失的5类股票

星语者056
2026-11-21 10:22:33
知情人士:美方要求乌明年1月初与俄达成和平协议

知情人士:美方要求乌明年1月初与俄达成和平协议

界面新闻
2026-11-21 08:00:30
山东一男婴日夜啼哭,母亲掀开被子后,将月嫂当场掐死

山东一男婴日夜啼哭,母亲掀开被子后,将月嫂当场掐死

罪案洞察者
2025-03-31 09:35:41
掘金pk火箭,约基奇vs申京:最强的策应巨人?

掘金pk火箭,约基奇vs申京:最强的策应巨人?

张佳玮写字的地方
2026-11-21 14:54:14
9战7胜逆袭!太阳拒爵士16分逆转 布克23分榜眼20+10+8

9战7胜逆袭!太阳拒爵士16分逆转 布克23分榜眼20+10+8

醉卧浮生
2026-11-21 13:06:12
赖清德曾表示:大陆将台湾称为中华人民共和国台湾省、把台湾说成中国的一部分,而台湾一直是中国的一个省,这种说法从根上就站不住脚

赖清德曾表示:大陆将台湾称为中华人民共和国台湾省、把台湾说成中国的一部分,而台湾一直是中国的一个省,这种说法从根上就站不住脚

人生录
2026-11-20 00:15:04
从全网泪目到全网群嘲,赵本山只用了三天

从全网泪目到全网群嘲,赵本山只用了三天

梳子姐
2026-11-19 12:05:24
人民日报:唱空中国经济者终会落空

人民日报:唱空中国经济者终会落空

21世纪经济报道
2026-11-21 12:16:38
GTA6女主妈妈这么顶?玩家热议选女主她妈还是曼迪

GTA6女主妈妈这么顶?玩家热议选女主她妈还是曼迪

游民星空
2026-11-20 18:43:22
突发!46岁谢霆锋宣布喜讯!

突发!46岁谢霆锋宣布喜讯!

财经要参
2026-11-21 12:00:05
黄仁勋刚离开英伟达,硅谷就抢着招他,连过失都不计较。他手里1300多亿美元,自己另起一摊更容易,慌的是押注英伟达的人。

黄仁勋刚离开英伟达,硅谷就抢着招他,连过失都不计较。他手里1300多亿美元,自己另起一摊更容易,慌的是押注英伟达的人。

背包旅行
2026-11-21 10:00:13
登峰造极!哈登51+6+6,赛后祖巴茨走过去,一把抱住哈登

登峰造极!哈登51+6+6,赛后祖巴茨走过去,一把抱住哈登

担酒
2026-11-21 11:01:00
2026-11-21 16:23:00
IT之家
IT之家
爱科技,爱这里 - 前沿科技人气平台
380615文章数 607743关注度
往期回顾 全部

科技要闻

老黄想回来?英伟达董事会:没门

头条要闻

历时14小时特朗普返回美国 刚下飞机就发布"重大预告"

头条要闻

历时14小时特朗普返回美国 刚下飞机就发布"重大预告"

体育要闻

脚步未停!西班牙摩托车手赤脚徒步入境中国

娱乐要闻

官媒发文 官宣赵丽颖新身份,进步很大

财经要闻

最大回撤超37%,黄金崩盘了吗?

汽车要闻

全新红旗H9最有意思的地方,是它开始有自己的豪华逻辑了

态度原创

本地
数码
时尚
教育
公开课

本地新闻

乌兰察布:以前种土豆,现在种Token

数码要闻

苹果公布2026古典乐年度专辑:任奫灿《哥德堡变奏曲》获奖

秋天衣服别总穿纯色,试试这几件条纹单品,简单时尚又减龄

教育要闻

曾经“感动中国”的庞众望完成清华大学博士论文答辩,本人发声:将继续潜心钻研,在科研探索的道路上不断前行

公开课

李玫瑾:为什么性格比能力更重要?

无障碍浏览 进入关怀版