标签:文档解析

OXR – SoMark 团队开源的 1.3B 文档解析模型

SoMark 团队开源的 1.3B 文档解析模型,把 PDF 转成带坐标的 Markdown,三榜居首。

MiniCPM-OCR – 面壁智能开源的 1.3B 端侧文档解析模型

解析与判别拆成两个模型,1.3B 拿下双 SOTA,1.217 页每秒的吞吐给批量入库留出余量。

Unlimited OCR 2 – 百度开源的无限页数文档解析模型

把整本书丢进去,页数不再受上下文限制,KV 缓存压到 1.77GB,单步解码耗时几乎成一条水平线。

TeleOCR – 中国电信星辰实验室推出的开源文档解析模型

TeleOCR是中国电信星辰实验室于2026年9月推出的开源文档解析模型,主要用于把数字文档与拍摄文档统一转为结构化结果,支持文字、版面、表格、公式与科学图解...