OvisOCR2：0.8B 本地文档解析模型
Sad_External6106 · reddit · 2026-07-13
Reddit 用户介绍了 OvisOCR2，一款本地可跑的 0.8B 端到端文档解析模型，基于 Qwen3.5-0.8B。
它的目标是把整页文档直接转换成结构化 Markdown，覆盖：
- 纯文本
- 表格
- 公式
- 阅读顺序
帖子提到模型卡上的结果：
- OmniDocBench v1.6：96.58
- PureDocBench：75.06
此外，权重以 Apache 2.0 开源，并且支持 vLLM。作者认为它在体量这么小的情况下表现很亮眼，但也强调仍需要更多真实场景测试，并询问大家是否和 GLM-OCR、PaddleOCR-VL、MinerU、Chandra 做过对比。
所属事件:阿里发布本地文档解析模型 OvisOCR2(4 条相关)→
「多模态」频道最新
- MOSS Image Edit 对比 Fibo-2.0-edit:五组编辑效果实测 — Illustrious_Row_9971 · 2026-10-27
- 纯用雾气和建筑做出电影级片头:ComfyUI 图生视频工作流分享 — magratheya_64 · 2026-10-27
- Fish Audio 开源发布 Drama 3 TTS,博主演示旧帖一键转有声视频 — alex_verem · 2026-10-27
- Reddit 用户用 ComfyUI 生成逼真「清晨公交」短片 — no3us · 2026-10-27
- 网友为 MOSS 模型做模糊/防模糊 Slider LoRA,负权重让背景更清晰 — NoMouse9610 · 2026-10-27
- PixGR：像素空间生成式解码加速前馈 3D 高斯重建 — kwangmoo_yi · 2026-10-27