登录
注册
据 Woofun AI 消息,阿里云已开源文档解析模型 OvisOCR2。该模型基于 Qwen3.5-0.8B 训练,采用端到端架构,能够直接将文档页面转换为 Markdown 格式,同时还原文本、公式、表格及阅读顺序,无需经过布局分析、内容识别等多道步骤。在 OmniDocBench v1.6 测试中,OvisOCR2 取得 96.58 的综合得分,超越得分为 96.33 的管道式模型 PaddleOCR-VL-1.6,成为首个在该测试中位居榜首的端到端模型。该模型采用 Apache 2.0 许可证发布,权重文件可在 Hugging Face 和 Model Zoo 获取。