近日，H2O.ai 宣布推出两款新型视觉语言模型，旨在提升文档分析和光学字符识别（OCR）任务的效率。这两款模型分别是 H2OVL Mississippi-2B 和 H2OVL-Mississippi-0.8B，它们在性能上与大型科技公司的模型相比，展现出令人瞩目的竞争力，可能为处理文档繁重工作流的企业提供更为高效的解决方案。
H2OVL Mississippi-0.8B 模型虽然只有8亿参数，却在 OCRBench 文本识别任务中超越了所有其他模型，包括那些拥有数十亿参数的竞争对手。而20亿个参数的 H2OVL Mississippi-2B 模型则在多项视觉语言基准测试中表现不俗。
H2O.ai 的创始人兼首席执行官 Sri Ambati 在接受 采访时表示:“我们设计的 H2OVL Mississippi 模型旨在成为高性能且具成本效益的解决方案，为各行各业提供 AI 驱动的 OCR、视觉理解和文档 AI。”
他强调，这些模型可在各种环境中高效运行，同时能够根据特定领域的需求进行微调，从而帮助企业在降低成本的同时提升效率。
H2O.ai 将这两款新模型免费发布在 Hugging Face 平台上，允许开发者和企业根据自身需求对模型进行修改和适应。这一举措不仅扩大了 H2O.ai 的用户基础，也为希望采用文档 AI 解决方案的企业提供了更多选择。
同时，Ambati 也提到，小型、专用模型的经济优势不容忽视。“我们的生成预训练变换器模型基于与客户的深入合作，旨在从企业文档中提取出有意义的信息。” 他指出，H2O.ai 的模型能在资源占用更少的情况下，提供高效的文档处理能力，尤其是在面对质量较差的扫描件、难以辨认的手写体或大幅修改的文档时，表现更为出色。
模型入口:
H2OVL-Mississippi-0.8B:https://huggingface.co/h2oai/h2ovl-mississippi-800m
H2OVL Mississippi-2B:https://huggingface.co/h2oai/h2ovl-mississippi-2b
划重点:
🌟 H2O.ai 推出新型视觉语言模型 H2OVL Mississippi-2B 和 H2OVL-Mississippi-0.8B，提供高效文档分析解决方案。
💡 H2OVL Mississippi-0.8B 模型在文本识别任务中超越更大型的竞争对手，显示出小型模型的潜力。
📈 H2O.ai 致力于开放源代码和实用 AI 解决方案，帮助企业在数字化转型中提取有价值的信息。