Theo giám sát của Động Sát Beating, Alibaba Cloud đã phát hành mô hình phân tích tài liệu mã nguồn mở OvisOCR2. Mô hình này được huấn luyện dựa trên Qwen3.5-0.8B, có thể trực tiếp chuyển đổi trang tài liệu sang Markdown, khôi phục một lần văn bản, công thức, bảng biểu và thứ tự đọc.
Trước đây, các tác vụ như vậy thường phải trải qua nhiều bước như phân tích bố cục, nhận dạng nội dung và ghép kết quả. OvisOCR2 hoàn thành một bước duy nhất bằng mô hình đầu cuối, triển khai đơn giản hơn và cũng giảm thiểu sai sót do truyền tải qua nhiều giai đoạn.
Trên OmniDocBench v1.6, OvisOCR2 đạt tổng điểm 96,58, vượt qua mô hình pipeline PaddleOCR-VL-1.6 với 96,33, trở thành mô hình đầu cuối đầu tiên đứng đầu bảng xếp hạng này. Mô hình được cấp phép theo Apache 2.0, trọng số đã được mở trên Hugging Face và ModelScope.
