O modelo OvisOCR2 da Aliyun supera pipelines tradicionais

Notícia da ME, 24 de julho (UTC+8): De acordo com o monitoramento da Beating, o Alibaba Cloud lançou o modelo aberto de análise de documentos OvisOCR2. Treinado com base no Qwen3.5-0.8B, ele converte diretamente páginas de documentos em Markdown, recuperando simultaneamente texto, fórmulas, tabelas e ordem de leitura. Anteriormente, tais tarefas exigiam múltiplos estágios, incluindo análise de layout, reconhecimento de conteúdo e integração dos resultados. O OvisOCR2 realiza todo o processo em um único modelo end-to-end, simplificando a implantação e reduzindo erros causados por transições entre estágios. No OmniDocBench v1.6, o OvisOCR2 obteve uma pontuação geral de 96,58, superando o modelo em pipeline PaddleOCR-VL-1.6 (96,33), tornando-se o primeiro modelo end-to-end a alcançar o topo dessa lista. O modelo está sob licença Apache 2.0, e seus pesos já estão disponíveis no Hugging Face e no ModelScope. (Fonte: BlockBeats)