阿里发布0.8B参数OvisOCR2 单模型登顶文档解析基准
文档智能领域迎来技术路线突破，阿里推出的0.8B参数小模型OvisOCR2登顶权威基准OmniDocBench v1.6，实现端到端解析超越传统流水线方案。该模型基于Qwen3.5基座优化，采用真实与合成混合训练数据，兼容主流推理框架并开源。
发生了什么
阿里巴巴推出0.8B参数的OvisOCR2文档解析模型，该模型在权威文档解析基准OmniDocBench v1.6上取得96.58分，登顶榜单，成为首个全面超越传统多模型流水线方案的端到端文档解析模型。
背景
文档解析是AI处理非结构化文档的核心环节，需识别文档中的文本、表格、公式等内容并按阅读顺序排列。传统方案采用多模型流水线架构，由版面分析、文字识别、表格识别、公式识别等多个模型串联完成，存在误差累积、维护成本高、部署门槛高等问题。
为什么重要
OvisOCR2采用端到端架构，单模型即可完成全部文档解析流程，消除了多模型接力带来的误差传导问题，同时降低了部署与维护成本。该模型参数仅0.8B，可在普通消费级显卡上运行，相比传统方案大幅降低了硬件要求，且基于Apache 2.0协议开源，兼容主流推理框架，推动文档智能基础设施向轻量化、普惠化方向发展，为RAG应用、智能问答及海量文档数字化场景提供了更优的技术支撑。
后续看点
OvisOCR2的成功或推动文档解析领域技术路线转型，端到端方案有望逐步替代传统流水线架构；中小企业将受益于低成本高精度的文档解析能力，RAG应用的落地门槛将进一步降低；更多AI厂商或跟进端到端文档解析模型的研发，加速文档智能领域的技术迭代。
来源
- 信号源：AIGC智汇局
- 原文：阿里扔出一颗0.8B的“文档炸弹”：一个模型干掉一条流水线