Skip to main content

อัปเกรดแล้ว! OpenThai 2.1 OCR อ่านภาพถ่ายเอกสารจากมือถือได้แล้ว เก่งขึ้นจากเสียงผู้ใช้จริง

อัปเกรดแล้ว! OpenThai 2.1 OCR 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

OpenThai 2.1 OCR: เทียบ 2.0 กับ 2.1 ของ OCR Markdown บนภาพถ่ายเอกสาร เอกสารภาษาอังกฤษ และเอกสารหลากหลายประเภท และสิ่งที่ดีขึ้นใน OCR Text

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