อัปเกรดแล้ว! OpenThai 2.1 OCR อ่านภาพถ่ายเอกสารจากมือถือได้แล้ว เก่งขึ้นจากเสียงผู้ใช้จริง

อัปเกรดแล้ว! OpenThai 2.1 OCR อ่านภาพถ่ายเอกสารจากมือถือได้แล้ว สูตรคณิตศาสตร์ออกมาเป็น LaTeX และตัวจิ๋วที่รันบน CPU ก็เก่งขึ้นจากเสียงของผู้ใช้จริง แจกฟรีเหมือนเดิม ใช้เชิงพาณิชย์ได้
6 วันก่อนเราแจก OpenThai 2.0 OCR ไป มีคนเอาไปใช้จริงเยอะมาก ทั้งทำเว็บให้ลองอ่านเอกสารบนเบราว์เซอร์ ทำแอปบน Windows และทดสอบกับเอกสารราชการเกือบพันหน้า ทุกคอมเมนต์และทุกปัญหาที่เจอ ทีมเอามาแก้หมดครับ นี่คือสิ่งที่ดีขึ้นในเวอร์ชัน 2.1

1) OpenThai 2.1 OCR Markdown (หน้าเอกสาร เป็น Markdown ตารางยังเป็นตาราง)
- ภาพถ่ายเอกสารจากมือถือ (MDPBench ไทย+อังกฤษ) 73.7 เป็น 82.5
- เฉพาะภาษาไทย 72.7 เป็น 80.7
- เอกสารภาษาอังกฤษ (olmOCR-bench) 50.9 เป็น 73.1
- OmniDocBench 61.8 เป็น 79.6
- อ่านได้หลากหลายขึ้น: งานวิจัย หนังสือ การ์ตูน ข้อสอบ นิตยสาร หนังสือพิมพ์ รายงาน สไลด์ ตำราเรียน
- สูตรคณิตศาสตร์ออกมาเป็น LaTeX หัวกระดาษและท้ายกระดาษไม่ปนในเนื้อหา หน้าว่างไม่แต่งข้อความขึ้นมาเอง สระอำถูกต้อง
- ตารางเอกสารราชการไทยยังแม่นเหมือนเดิม (94.0 สูงกว่า Typhoon OCR V2 2B ที่ได้ 91.6)
- ขนาดเท่าเดิม 0.63B ความเร็วเท่าเดิม 1.5 วินาทีต่อหน้าบน H100
- ใหม่: รันบน Mac ได้ด้วย llama.cpp (GGUF) ราว 6 วินาทีต่อหน้าบน M3 Max ไม่ต้องมี vLLM
2) OpenThai 2.1 OCR Text (ตัวจิ๋ว 6.6 MB รันบน CPU)
- หนังสือเก่าที่วรรณยุกต์ลอย: หน้าทดสอบจากหนังสือปี 2478 อ่านผิดลดจาก 21.5% เหลือ 4.8%
- ฟอนต์ไม่มีหัว (Kanit, Prompt, Sukhumvit Set) ไม่กลายเป็นตัวอังกฤษอีกแล้ว
- เอกสาร 2–3 คอลัมน์อ่านทีละคอลัมน์ ไม่ปนกัน
- ตัวเลขหลักเดียวในตาราง (จำนวน 2 ชิ้น) รหัสวัน M T W และทศนิยมในยอดเงิน ไม่หายไม่เพี้ยนแล้ว
- ใช้แรมน้อยลงบน Mac และ Windows
- เร็วเท่าเดิม 0.39 วินาทีต่อหน้า ไม่ต้องใช้ GPU ไม่ต้องต่อเน็ต
พูดกันตรง ๆ บนภาพถ่ายเอกสาร ภาษาอังกฤษ และสูตรคณิตศาสตร์ Typhoon OCR V2 2B ยังนำเราอยู่ (MDPBench 87.0) เวอร์ชันหน้าทีมกำลังเก็บภาพถ่ายเอกสารไทยจริงมาพัฒนาต่อครับ
ขอบคุณทุกคนที่ลองใช้และส่งฟีดแบ็กมา ทั้งในคอมเมนต์และใน GitHub ทุกข้อที่แก้ในเวอร์ชันนี้มาจากผู้ใช้จริงครับ
ใครใช้เวอร์ชัน 2.0 อยู่ ลิงก์เดิมยังใช้ได้ ระบบพาไปเวอร์ชันใหม่ให้อัตโนมัติ ถ้าอยากใช้เวอร์ชัน 2.0 เดิม ใส่ revision="v2.0.0" ตอนโหลดได้เลยครับ
โหลดฟรี: huggingface.co/iapp/OpenThai2.1-OCR-Markdown-20261118 และ huggingface.co/iapp/OpenThai2.1-OCR-Text-20261118 GGUF สำหรับ Mac และ CPU: huggingface.co/iapp/OpenThai2.1-OCR-Markdown-20261118-GGUF ไม่อยากดูแล GPU เอง ใช้ API ได้เลย (อัปเกรดเป็น 2.1 แล้ว หน้าละ 0.15 IC): iapp.co.th/docs/ocr/document-markdown ตารางผลเต็ม วิธีใช้ และข้อจำกัด: หน้าโมเดล OpenThai 2.1 OCR
Built on NVIDIA Nemotron · เทรนบน GPU NVIDIA H100 ที่สนับสนุนโดย Siam AI
