ตามการติดตามของ Beating อาลีคลาวด์ได้เปิดตัวโมเดลวิเคราะห์เอกสารโอเพนซอร์ส OvisOCR2 ซึ่งได้รับการฝึกอบรมบนพื้นฐานของ Qwen3.5-0.8B สามารถแปลงหน้าเอกสารเป็น Markdown ได้โดยตรง พร้อมกู้คืนข้อความ สูตร ตาราง และลำดับการอ่านในครั้งเดียว
ในอดีต งานประเภทนี้มักต้องผ่านหลายขั้นตอน เช่น การวิเคราะห์เค้าโครง การจดจำเนื้อหา และการเชื่อมต่อผลลัพธ์ OvisOCR2 ใช้โมเดลแบบ end-to-end เพียงขั้นตอนเดียว ทำให้การปรับใช้ง่ายขึ้น และลดข้อผิดพลาดที่เกิดจากการส่งต่อหลายขั้นตอน
บน OmniDocBench v1.6 OvisOCR2 มีคะแนนรวม 96.58 เอาชนะโมเดลไปป์ไลน์ PaddleOCR-VL-1.6 ที่ได้ 96.33 กลายเป็นโมเดล end-to-end รุ่นแรกที่ขึ้นอันดับหนึ่งในรายการนี้ โมเดลใช้สัญญาอนุญาต Apache 2.0 และน้ำหนักของโมเดลได้เปิดให้ใช้งานบน Hugging Face และ ModelScope แล้ว
