Novo modelo de OCR roda no iPhone e reconhece texto com precisão recorde
O dots.ocr combina tecnologia da Apple com IA de código aberto para extrair texto de imagens sem depender da nuvem.
A Hugging Face (uma plataforma onde desenvolvedores compartilham e baixam modelos de IA já treinados) anunciou o dots.ocr, um modelo de OCR (sigla em inglês para "reconhecimento óptico de caracteres", a tecnologia que transforma texto em imagens ou PDFs em texto editável) que atinge precisão de ponta e funciona direto em dispositivos Apple, sem precisar enviar dados para servidores na internet. O modelo foi otimizado para rodar com Core ML (a ferramenta da Apple para executar modelos de IA em iPhones, iPads e Macs) e já está disponível gratuitamente para download.
Segundo informou a Hugging Face, o dots.ocr consegue reconhecer texto em documentos complexos — páginas com várias colunas, tabelas, fórmulas matemáticas e até manuscritos — com taxa de erro inferior a 1% em benchmarks padronizados (conjuntos de testes usados para comparar modelos). Isso o coloca no mesmo patamar de sistemas comerciais como o da Google, mas com a vantagem de processar tudo localmente, preservando a privacidade dos dados e funcionando mesmo sem conexão à internet.
O modelo utiliza uma arquitetura baseada em transformers (o mesmo tipo de rede neural usado em ChatGPT e outros LLMs, ou modelos de linguagem de grande escala), treinada com milhões de exemplos de documentos reais. A versão para Core ML foi compactada para ocupar menos de 500 MB e rodar de forma eficiente nos chips das séries A e M da Apple, que possuem aceleradores especializados em operações de IA chamados Neural Engine.
Para desenvolvedores, o dots.ocr pode ser integrado em aplicativos de digitalização de documentos, assistentes de acessibilidade (que leem textos em voz alta para pessoas com deficiência visual) ou ferramentas de automação que precisam extrair informações de faturas, contratos e formulários. A Hugging Face disponibilizou também exemplos de código e um aplicativo de demonstração para iOS, permitindo que qualquer pessoa teste o modelo em tempo real usando a câmera do celular.
A iniciativa reforça a tendência de "edge AI" (IA executada localmente em dispositivos, em vez de na nuvem), que vem ganhando força à medida que chips mobile se tornam mais potentes e usuários passam a exigir mais controle sobre seus dados. Com modelos como o dots.ocr rodando direto no aparelho, tarefas que antes exigiam upload de documentos sensíveis para servidores de terceiros agora podem ser feitas de forma completamente privada.
