据動察 Beating 監測,阿里雲開源文檔解析模型 OvisOCR2。它基於 Qwen3.5-0.8B 訓練,可直接把文檔頁面轉成 Markdown,一次還原文字、公式、表格和閱讀順序。
過去,這類任務通常要經過版面分析、內容識別和結果拼接等多個環節。OvisOCR2 用一個端到端模型一步完成,部署更簡單,也能減少多階段傳遞造成的誤差。
在 OmniDocBench v1.6 上,OvisOCR2 綜合得分達到 96.58,超過流水線模型 PaddleOCR-VL-1.6 的 96.33,成為首個登頂該榜單的端到端模型。模型採用 Apache 2.0 許可證,權重已在 Hugging Face 和魔搭開放。