作者实测三款本地OCR方案：qwen3.5-9b质量最优但慢，Apple Vision适合批量
热点事件持续更新
作者实测三款本地OCR方案：qwen3.5-9b质量最优但慢，Apple Vision适合批量
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
掘金作者“谁在黄金彼岸”发布本地多模态OCR对比测试，以《剑桥中国秦汉史》3页300 DPI图像为样本、人工转录为基准。实测qwen3.5-9b字错率0.5%质量最高，但单页耗时80秒且独占模型槽位；Apple Vision字错率3.2%、12秒/页，支持并行跑完1.2万页；gemma-4-e4b中文不可用。结论为本地多模态识别质量已超传统OCR，但不适合大规模跑量。
AI 根据报道生成 · 1 小时前更新
最新进展10月30日 15:02
本地多模态 OCR 实测：qwen3.5-9b 质量最优，Apple Vision 适合批量跑量，附落地架构报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- 掘金精选本地多模态 OCR 实测：qwen3.5-9b 质量最优，Apple Vision 适合批量跑量，附落地架构
作者对比三款本地 OCR 方案，实测 qwen3.5-9b 字错率 0.5% 质量最高但单页 80 秒且独占模型槽位，Apple Vision 3.2% 且 12 秒/页可并行跑完 1.2 万页，gemma-4-e4b 中文不可用。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。