HPD-Parsing性能实测：4752 TPS吞吐量碾压同类模型，OmniDocBench权威数据解读

发布时间：2026/10/20 21:00:48

HPD-Parsing性能实测：4752 TPS吞吐量碾压同类模型，OmniDocBench权威数据解读
HPD-Parsing性能实测4752 TPS吞吐量碾压同类模型OmniDocBench权威数据解读【免费下载链接】HPD-Parsing项目地址: https://ai.gitcode.com/paddlepaddle/HPD-Parsing飞桨PaddlePaddle / HPD-Parsing是一款轻量级1B参数且高吞吐量的文档解析模型基于分层并行解码范式构建在OmniDocBench v1.6权威评测中展现出卓越性能。 突破性吞吐量4752 TPS的行业标杆HPD-Parsing在OmniDocBench v1.6上实现了4,752 Tokens Per Second (TPS)的峰值吞吐量这一数据意味着较现有最快文档解析模型提升1.62倍吞吐量比自回归基线模型提升3.06倍效率在NVIDIA A800 80GB显卡上批处理大小512时从1,554.8 TPS跃升至4,752.1 TPS这种性能飞跃源于创新的分层并行解码架构——主布局分支协调全局文档结构同时将局部内容生成动态分配给并发分支配合Progressive Multi-Token Prediction (P-MTP)技术进一步减少解码步骤。文档越长加速优势越显著在最长输出长度场景下可实现18.04倍减少解码步骤3.67倍提升请求吞吐量5.80倍降低单请求延迟 OmniDocBench v1.6权威评测表现在业界公认的文档解析基准测试OmniDocBench v1.6中HPD-Parsing不仅实现了94.91%的综合准确率更在效率指标上树立新标准指标HPD-Parsing传统自回归模型提升倍数峰值吞吐量TPS4,752.11,554.83.06×页面处理速度PPS2.681.022.62×测试环境NVIDIA A800 80GBvLLM推理框架批处理大小512。尽管HPD-Parsing每页处理约4,800输入 tokens是DeepSeek-OCR-2的4倍以上仍实现1.31×更高PPS和1.62×更高TPS。 性能复现指南项目提供完整的吞吐量测试和准确率评估流程通过eval/目录下的脚本实现infer - convert - evaluatepipeline吞吐量测试使用eval/benchmark_tps.py基于定制vLLM构建含分层并行解码P-MTP推测解码结果转换通过eval/hpd_to_markdown.py将模型预测转换为OmniDocBench要求的markdown格式官方评估参考eval/README.md配置OmniDocBench评估套件获取文本/公式/表格/阅读顺序等细分指标 技术创新点解析HPD-Parsing的性能突破源于对文档解析特性的深刻洞察页面结构需要全局协调而内容生成主要在局部区域内进行。这种架构设计带来并行化解码打破传统VLM的单序列生成瓶颈智能任务分配全局布局与局部内容生成解耦高效推理优化P-MTP技术减少冗余解码步骤 实际应用价值对于需要处理海量文档的企业级应用HPD-Parsing的高吞吐量特性可显著降低计算成本金融票据处理缩短批量文档解析时间学术论文分析加速文献库结构化提取数字化档案管理提升大规模扫描件处理效率通过eval/目录下的工具链开发者可轻松复现性能指标或将HPD-Parsing集成到自有文档处理流程中体验4752 TPS带来的效率革命。注完整评测数据集和代码可通过以下方式获取git clone https://gitcode.com/paddlepaddle/HPD-Parsing【免费下载链接】HPD-Parsing项目地址: https://ai.gitcode.com/paddlepaddle/HPD-Parsing创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

相关新闻

Django毕设项目：农业虫害智能识别与数据统计系统实现 深度学习驱动的农业虫害监测系统设计 (源码+文档，讲解、调试运行，定制等)

Django毕设项目：农业虫害智能识别与数据统计系统实现 深度学习驱动的农业虫害监测系统设计 (源码+文档，讲解、调试运行，定制等)

博主介绍：✌️码农一枚 ，专注于大学生项目实战开发、讲解和毕业🚢文撰写修改等。全栈领域优质创作者，博客之星、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java、小程序技术领域和毕业项目实战 ✌️技术范围：&am…

2026/10/18 14:08:47 阅读更多 →
DeepMet化学语言模型在代谢组学中的应用与挑战

DeepMet化学语言模型在代谢组学中的应用与挑战

1. 代谢组学研究的现状与挑战哺乳动物代谢组学研究已经持续了数十年，但至今仍有大量未知领域等待探索。基于质谱（MS）的代谢组学技术能够在人类组织和体液中检测到数千个小分子信号峰，但令人惊讶的是，其中能够被明确鉴定…

2026/10/19 16:10:30 阅读更多 →
Django毕设项目：应届生简历智能匹配与岗位推荐系统 大数据就业趋势分析与求职辅助系统实现 (源码+文档，讲解、调试运行，定制等)

Django毕设项目：应届生简历智能匹配与岗位推荐系统 大数据就业趋势分析与求职辅助系统实现 (源码+文档，讲解、调试运行，定制等)

博主介绍：✌️码农一枚 ，专注于大学生项目实战开发、讲解和毕业🚢文撰写修改等。全栈领域优质创作者，博客之星、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java、小程序技术领域和毕业项目实战 ✌️技术范围：&am…

2026/10/18 23:00:23 阅读更多 →

最新新闻

context-mode：上下文感知的自动模式切换引擎实践

context-mode：上下文感知的自动模式切换引擎实践

最早让我决定做一个 context-mode 项目，是因为一个特别具体的痛点：同一套应用，放在办公室、通勤路上、家里、深夜加班这些不同场景里，使用者的操作习惯和真实需求完全不一样。白天在公司网络下打开后台，你可能希望默认…

2026/10/20 20:59:49 阅读更多 →
AI检测率太高怎么办？一套有效降低AI率的文本改写优化方法

AI检测率太高怎么办？一套有效降低AI率的文本改写优化方法

不知道你有没有遇到过这种尴尬：用AI工具写了一版内容，读起来通顺、逻辑也完整，结果放进检测工具里一查，AI概率直接飙到百分之八九十。改了半天也不知道从哪里下手，只能一边吐槽检测器“不靠谱”，一边重新手…

2026/10/20 20:59:48 阅读更多 →
图结构在智能体系统中的应用：任务编排、记忆检索与多智能体协作

图结构在智能体系统中的应用：任务编排、记忆检索与多智能体协作

1. 图结构在智能体系统里到底解决了什么问题第一次把图结构塞进智能体系统的时候，我其实是带着怀疑的。毕竟那会儿大家都在卷提示词工程，谁有空去折腾数据结构。但做完两个项目之后我改主意了——图不是锦上添花，它解决的是智能体系统里最要命…

2026/10/20 20:59:48 阅读更多 →
基于图卷积神经网络的基因-疾病关联预测实战解析

基于图卷积神经网络的基因-疾病关联预测实战解析

做生信的人对“基因疾病关联”这个词不会陌生。从单基因病的位点筛查，到复杂疾病的多基因风险评分，我们一直在跟“哪个基因通过什么机制影响了哪种疾病”这个问题打交道。但传统做法要么靠体外实验一点一点验证，要么靠统计关联从海量样本里硬…

2026/10/20 20:59:48 阅读更多 →
Git分支与合并实战：从commit整理到冲突解决的协作指南

Git分支与合并实战：从commit整理到冲突解决的协作指南

1. 分支纠结现场：为什么大家的git乱成一锅粥1.1 一个真实困扰：代码怎么又“丢”了上个月某天下午，A同学在公司群里发了一句“我改的代码怎么没了”，紧接着截图里是一堆红色的冲突标记。那一刻我就知道，这不是代码丢了&…

2026/10/20 20:59:48 阅读更多 →
鸿蒙ArkTS生鲜超市实战项目解析与避坑指南

鸿蒙ArkTS生鲜超市实战项目解析与避坑指南

简介：本资源是一套基于华为鸿蒙操作系统（HarmonyOS）开发的生鲜超市行业应用实战项目，面向Android开发者转型鸿蒙生态、高校学生学习分布式应用开发及企业级HarmonyOS项目实践者。项目聚焦线上线下融合购物场景，完整呈现…

2026/10/20 20:58:45 阅读更多 →

日新闻

CLRC663芯片Pin-to-Pin替代实战：从评估到量产全记录

CLRC663芯片Pin-to-Pin替代实战：从评估到量产全记录

/* MD / 富文本中的 .toc（含博客园搬家等嵌套结构）；.toc-box 在侧栏，不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p（:empty 仍占 20px），一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/20 1:01:30 阅读更多 →
ESP32舵机控制指南：原理、多路驱动与避坑实战

ESP32舵机控制指南：原理、多路驱动与避坑实战

/* MD / 富文本中的 .toc（含博客园搬家等嵌套结构）；.toc-box 在侧栏，不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p（:empty 仍占 20px），一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/20 1:01:30 阅读更多 →
位移法实现一阶低通滤波：单片机ADC采样降噪实战

位移法实现一阶低通滤波：单片机ADC采样降噪实战

/* MD / 富文本中的 .toc（含博客园搬家等嵌套结构）；.toc-box 在侧栏，不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p（:empty 仍占 20px），一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/20 1:01:30 阅读更多 →

周新闻

基于GMM的语音识别系统原理与MATLAB实现详解

基于GMM的语音识别系统原理与MATLAB实现详解

说到基于高斯混合模型（GMM）的语音识别系统，很多人第一反应就是一堆数学公式，觉得门槛很高。但如果你真的在MATLAB里把它落地跑通，会发现核心其实就是三件事：把声音变成特征向量，用GMM给每个类别…

2026/10/20 10:02:13 阅读更多 →
数字图像处理入门：反白、灰度化、调色板修改与导出txt实践

数字图像处理入门：反白、灰度化、调色板修改与导出txt实践

数字图像处理这四个字听起来挺唬人，但落到具体操作上，无非就是让计算机按你的想法“摆弄”像素。我在一个模拟项目X里用了一套特别经典的基础处理流程：对图像做反白、改调色板、彩色转灰度，最后把像素数据导出成txt文件。单看每一…

2026/10/20 20:43:59 阅读更多 →
机器人大脑技术盘点：具身智能的感知、决策与数据闭环

机器人大脑技术盘点：具身智能的感知、决策与数据闭环

如果你的信息流最近也天天刷到“机器人大脑”这个词，你会发现一个很有意思的现象：每个人说的“大脑”根本不是同一个东西。有人指的是大语言模型，有人指的是运动控制系统，还有人指的是能理解物理世界的端到端模型。在2026年这个时…

2026/10/20 2:50:50 阅读更多 →

月新闻

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

/* MD / 富文本中的 .toc（含博客园搬家等嵌套结构）；.toc-box 在侧栏，不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p（:empty 仍占 20px），一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/20 10:02:08 阅读更多 →
Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

/* MD / 富文本中的 .toc（含博客园搬家等嵌套结构）；.toc-box 在侧栏，不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p（:empty 仍占 20px），一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/20 9:50:17 阅读更多 →
黑夜航拍船只数据集训练YOLOV5模型全流程解析

黑夜航拍船只数据集训练YOLOV5模型全流程解析

/* MD / 富文本中的 .toc（含博客园搬家等嵌套结构）；.toc-box 在侧栏，不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p（:empty 仍占 20px），一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/20 9:50:45 阅读更多 →