尊龙凯时体育障翳文本、公式、表格和视觉区域-尊龙凯龙时(中国)官方网站 登录入口

7 月 24 日音书尊龙凯时体育，本日，阿里云开源发布文档领悟模子 OvisOCR2。该模子以 96.58 的概述得分刷新 OmniDocBench v1.6 榜单记录，成为首个突出活水线步调并登顶该榜单的端到端模子，官方称“这是文档领悟限制迎来时代阶梯的痛苦冲破”。

端到端模子初度突出活水线步调

IT之家从官方公告获悉，文档领悟是大模子落地的要道基础才调，企业常识库、RAG 检索、智能问答等场景均需将 PDF、扫描件等非结构化文档移动为结构化文本。

此前该限制由“活水线步调”主导，频繁由版面分析模子和本质识别模子两部分构成，前者庄重识别文档布局，后者庄重笔墨、公式、表格等本质的识别，终末拼接输出。这种方式虽训诫，但存在眷注本钱高、差错辘集、部署复杂等固有瓶颈。

OvisOCR2 领受端到端时代阶梯：输入一张文档图像，模子在一次生成中输出合恰当然阅读法例的 Markdown 暗意，障翳文本、公式、表格和视觉区域。夙昔需要多个模子合营完成的责任，目下由一个模子一步到位。

在 OmniDocBench v1.6 上以 96.58 分登顶，初度解释端到端模子可突出活水线步调。

小参数大才调，0.8B 达成 SOTA

OvisOCR2 由 Qwen3.5-0.8B 后阅览获得。团队构建了确切文档与合成文档互补的数据引擎体系，合成文档挑升补充表格与公式交汇、多栏版式、长输出等复杂场景。阅览决议会通监督微调（SFT）、强化学习（RL）、在线战术蒸馏（OPD）和模子会通四阶段经由，变成多阶段递进式的阅览经由，充分开释紧凑模子的后劲。

OvisOCR2 数据引擎体系

形式已开源发布，无缝融入千问生态

OvisOCR2 以 Apache 2.0 许可证开源，兼容 vLLM 等主流推理框架尊龙凯时体育，与 Qwen3.5 推理生态承接，确立者无需很是适配即可集成。