olmOCR 2 支持复杂文档读取
allen_ai · x · 2026-07-11
Ai2 介绍了 olmOCR 2 的定位：这是一款紧凑的视觉语言模型，能够在单次推理中读取复杂文档。
它强调对“传统 OCR 容易翻车”的场景更友好，尤其是：
- 手写
- 公式
- 表格
- 多栏布局
官方同时给出了 Playground 试玩入口，以及博客、模型权重和数据集下载地址，方便直接测试或本地复现。
所属事件:Ai2发布紧凑视觉模型olmOCR 2(2 条相关)→
「多模态」频道最新
- 29 美分用 Dreamina Seedance 伪造大坝灾难「幕后花絮」 — Standard_Spell5873 · 2026-10-27
- Reddit 求助：Qwen Image 2.1 换装总毁身材比例，Flux 3 Klein 略好 — Existing-Box-7866 · 2026-10-27
- ComfyUI 打造跨场景一致角色：RealVisXL V5 加 img2img 面部参考 — MiaLarsonJL · 2026-10-27
- 29 美分生成迈克尔·贝式屋顶大片，Seedance 实测效果惊人 — PersonalSpace_4225 · 2026-10-27
- 3 步 Turbo LoRA 实测:Moss 图像模型极速出图效果展示 — JadedScorpion · 2026-10-27
- Magnific 预告 10 月 28 日上线新功能：「We're making it move」 — cuenca · 2026-10-27