技术路线新突破：阿里云开源发布0.8B文档解析模型OvisOCR2

凤凰网科技07-24 15:17

凤凰网科技讯 7月24日，阿里云正式开源发布文档解析模型OvisOCR2。该模型以综合得分96.58刷新OmniDocBench v1.6榜单纪录，成为首个超越传统流水线方法并登顶该榜单的端到端模型，标志着文档解析领域迎来重要技术路线突破。

此前文档解析领域由“流水线方法”主导，需依次调用版面分析、文字识别等多个模型，存在维护成本高、误差累积等问题。OvisOCR2采用端到端路线：输入文档图像后，模型一次性输出符合自然阅读顺序的Markdown格式结果，覆盖文本、公式、表格和视觉区域，一个模型完成过去多模型协作的工作。

该模型由Qwen3.5-0.8B后训练得到，仅0.8B参数量即实现SOTA性能。训练采用监督微调、强化学习、在线策略蒸馏和模型融合四阶段流程，并构建了真实与合成文档互补的数据引擎体系，以充分释放紧凑模型潜力。OvisOCR2已以Apache 2.0许可证开源，兼容vLLM等主流推理框架，可与Qwen3.5生态无缝衔接。

免责声明：本文观点仅代表作者个人观点，不构成本平台的投资建议，本平台不对文章信息准确性、完整性和及时性做出任何保证，亦不对因使用或信赖文章信息引发的任何损失承担责任。

精彩评论

我们需要你的真知灼见来填补这片空白

发表看法

{"i18n":{"language":"zh_CN"},"isChannel":false,"data":{"share":"https://www.laohu8.com/m/news/2653704973?lang=zh_CN&edition=full","thumbnail":"","is_english":false,"pubTime":"2026-07-24 15:17","share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","id":"2653704973","market":"sh","top_or_hot":-1,"title":"技术路线新突破：阿里云开源发布0.8B文档解析模型OvisOCR2","media":"凤凰网科技","content":"<html><body><p>凤凰网科技讯 7月24日，阿里云正式开源发布文档解析模型OvisOCR2。该模型以综合得分96.58刷新OmniDocBench v1.6榜单纪录，成为首个超越传统流水线方法并登顶该榜单的端到端模型，标志着文档解析领域迎来重要技术路线突破。</p><p><img src=\"https://x0.ifengimg.com/ucms/2026_30/E92D2551FF7298AA9D6BCA4DA240294A72E13CF4_size152_w1080_h748.png\"/></p><p>此前文档解析领域由“流水线方法”主导，需依次调用版面分析、文字识别等多个模型，存在维护成本高、误差累积等问题。OvisOCR2采用端到端路线：输入文档图像后，模型一次性输出符合自然阅读顺序的Markdown格式结果，覆盖文本、公式、表格和视觉区域，一个模型完成过去多模型协作的工作。</p><p>该模型由Qwen3.5-0.8B后训练得到，仅0.8B参数量即实现SOTA性能。训练采用监督微调、强化学习、在线策略蒸馏和模型融合四阶段流程，并构建了真实与合成文档互补的数据引擎体系，以充分释放紧凑模型潜力。OvisOCR2已以Apache 2.0许可证开源，兼容vLLM等主流推理框架，可与Qwen3.5生态无缝衔接。</p></body></html>","source":"fenghuang_stock","html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>技术路线新突破：阿里云开源发布0.8B文档解析模型OvisOCR2</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n技术路线新突破：阿里云开源发布0.8B文档解析模型OvisOCR2\n</h2>\n\n<h4 class=\"meta\">\n\n</h4>\n\n</header>\n<article>\n<html><body><p>凤凰网科技讯 7月24日，阿里云正式开源发布文档解析模型OvisOCR2。该模型以综合得分96.58刷新OmniDocBench v1.6榜单纪录，成为首个超越传统流水线方法并登顶该榜单的端到端模型，标志着文档解析领域迎来重要技术路线突破。</p><p><img src=\"https://x0.ifengimg.com/ucms/2026_30/E92D2551FF7298AA9D6BCA4DA240294A72E13CF4_size152_w1080_h748.png\"/></p><p>此前文档解析领域由“流水线方法”主导，需依次调用版面分析、文字识别等多个模型，存在维护成本高、误差累积等问题。OvisOCR2采用端到端路线：输入文档图像后，模型一次性输出符合自然阅读顺序的Markdown格式结果，覆盖文本、公式、表格和视觉区域，一个模型完成过去多模型协作的工作。</p><p>该模型由Qwen3.5-0.8B后训练得到，仅0.8B参数量即实现SOTA性能。训练采用监督微调、强化学习、在线策略蒸馏和模型融合四阶段流程，并构建了真实与合成文档互补的数据引擎体系，以充分释放紧凑模型潜力。OvisOCR2已以Apache 2.0许可证开源，兼容vLLM等主流推理框架，可与Qwen3.5生态无缝衔接。</p></body></html>\n\n<div class=\"bt-text\">\n\n\n<p> 来源：<a href=\"https://tech.ifeng.com/c/8v1L1NzKZtd\">凤凰网科技</a> </p>\n\n<p>为提升您的阅读体验，我们对本页面进行了排版优化</p>\n\n</div>\n\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":null,"symbol_name":null,"start_time":0,"source_url":"https://tech.ifeng.com/c/8v1L1NzKZtd","article_id":"2653704973","we_media_id":null,"thumbnails":[],"rights":null,"url":"https://stock-news.laohu8.com/highlight/detail?id=2653704973","pubTimestamp":1784877452,"columns":[],"sourceInfo":{"source_id":"fenghuang_stock","name":"凤凰网"},"weMediaInfo":null,"summary":"凤凰网科技讯 7月24日，阿里云正式开源发布文档解析模型OvisOCR2。此前文档解析领域由“流水线方法”主导，需依次调用版面分析、文字识别等多个模型，存在维护成本高、误差累积等问题。OvisOCR2采用端到端路线：输入文档图像后，模型一次性输出符合自然阅读顺序的Markdown格式结果，覆盖文本、公式、表格和视觉区域，一个模型完成过去多模型协作的工作。OvisOCR2已以Apache 2.0许可证开源，兼容vLLM等主流推理框架，可与Qwen3.5生态无缝衔接。","collect":0,"end_time":0,"defaultTopTitle":"ifeng.com","property":[],"viewcount":null,"language":"zh","relate_stocks":{},"translate_title":"New Breakthrough in Technology Route: Alibaba Cloud Open Source Releases 0.8B Document Parsing Model OvisOCR2","themeId":null,"isJumpTheme":false,"ttsUrl":"https://static.tigerbbs.com/e7492e335104985712d5289871279774","symbols_score_info":{"89988":0.6,"BKF":0.6,"CXSE":0.6,"FDNI":0.6,"HBBD.SI":0.6,"ALBmain":0.6,"KWEB":0.6,"BABA":1.9,"09988":1.9,"LDEM":0.6},"content_text":"凤凰网科技讯 7月24日，阿里云正式开源发布文档解析模型OvisOCR2。该模型以综合得分96.58刷新OmniDocBench v1.6榜单纪录，成为首个超越传统流水线方法并登顶该榜单的端到端模型，标志着文档解析领域迎来重要技术路线突破。此前文档解析领域由“流水线方法”主导，需依次调用版面分析、文字识别等多个模型，存在维护成本高、误差累积等问题。OvisOCR2采用端到端路线：输入文档图像后，模型一次性输出符合自然阅读顺序的Markdown格式结果，覆盖文本、公式、表格和视觉区域，一个模型完成过去多模型协作的工作。该模型由Qwen3.5-0.8B后训练得到，仅0.8B参数量即实现SOTA性能。训练采用监督微调、强化学习、在线策略蒸馏和模型融合四阶段流程，并构建了真实与合成文档互补的数据引擎体系，以充分释放紧凑模型潜力。OvisOCR2已以Apache 2.0许可证开源，兼容vLLM等主流推理框架，可与Qwen3.5生态无缝衔接。","kind":"news","is_publish_news":true,"is_publish_highlight":false,"is_publish_live":false,"is_publish_wemedia":false,"editions":null,"column":"","sentiment":"0","news_tag":"productRelease","news_rank":0,"isVideo":false,"video":null,"symbols":[],"gpt_button":1,"need_auth":false,"need_login_tip":false,"code":"91000000","status":"200"},"commentList":[],"isCommentEnd":true,"newsSizeData":{"likeSize":0,"commentSize":0,"repostSize":0,"favoriteSize":0,"likeStatus":false,"favoriteStatus":false},"APP":{"userAgent":"Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)","isDev":false,"isTTM":false,"isLaohu8Offline":false,"tenantId":"TBCN","deviceId":"web-server-community-laohu8-v3","version":"4.44.1","shortVersion":"4.44.1","platform":"web","vendor":"web","appName":"laohu8","isIOS":false,"isAndroid":false,"isTiger":false,"isTHS":false,"isWeiXin":false,"isWeiXinMini":false,"isWeiBo":false,"isQQ":false,"isBaiduSwan":false,"isBaiduBox":false,"isDingTalk":false,"isToutiao":false,"isOnePlus":false,"isHuaWei":false,"isXiaomi":false,"isXiaomiWebView":false,"isOppo":false,"isVivo":false,"isSamsung":false,"isMobile":false},"href":"/m/news/2653704973","isCrawlerRequest":true}