登錄
註冊
據 Woofun AI 消息,阿里雲已開源文檔解析模型 OvisOCR2。該模型基於 Qwen3.5-0.8B 訓練,採用端到端架構,能夠直接將文檔頁面轉換爲 Markdown 格式,同時還原文本、公式、表格及閱讀順序,無需經過佈局分析、內容識別等多道步驟。在 OmniDocBench v1.6 測試中,OvisOCR2 取得 96.58 的綜合得分,超越得分爲 96.33 的管道式模型 PaddleOCR-VL-1.6,成爲首個在該測試中位居榜首的端到端模型。該模型採用 Apache 2.0 許可證發佈,權重文件可在 Hugging Face 和 Model Zoo 獲取。