OvisOCR2 是一款超级实用的文档识别（OCR）AI模型，你给它一张文档页面照片或扫描件（比如论文、合同、报告、表格、带公式的书页等），它就能一键按正常阅读顺序，输出干净的 Markdown 格式内容。


它能同时搞定：

普通文字
复杂表格（转成 HTML 表格）
数学公式（转成 LaTeX 格式）
图表、图片等视觉区域（可以用图片标签保留）




主要特点

体积小巧：只有约 0.8B（8亿）参数，模型很轻，适合普通电脑或服务器跑。
端到端处理：不像传统 OCR 要先切图、再识别、再拼起来，它直接“看一眼整页”就输出完整结构，效果更自然、顺序更准。
性能很强：在专业文档评测基准（OmniDocBench）上拿了 96.58 分，成为第一个超过传统流水线方法的端到端模型；在另一个基准上也拿了最高分。
基于 Qwen3.5 开发，通过真实数据 + 合成数据 + 多阶段训练（SFT、RL 等）优化过，识别准确率高。



应用领域

文档数字化：把纸质文件、PDF 扫描件快速转成可编辑的 Markdown，便于存档、搜索或二次加工。
学术/科研：处理论文、arXiv 文章，自动提取文字、公式和表格。
办公自动化：合同、发票、报表、书籍扫描等的结构化提取。
知识管理：把大量文档转为结构化数据，方便做 RAG（检索增强）、建知识库。
无障碍阅读：帮助视障用户或需要纯文本版本的人获取文档内容。



使用教程：（建议N卡，显存4G起，支持50系显卡）

上传需要解析的文档（支持图像和pdf文档），点击 运行OCR 即可
 

下载地址：点此下载