端到端文档解析模型WeVisDoc

微信正式开源
端到端文档解析模型WeVisDoc
单张图片直接输出Markdown格式内容
正文输出Markdown
公式输出LaTeX
表格输出HTML
支持拍照合同翻拍论文扫描报表输入
模型为单模型端到端架构

覆盖版面理解 覆盖文字识别
覆盖公式识别 覆盖表格重建
无需拆分流水线
提供两个开源版本
2B版本轻量便于部署
4B版本对退化页面稳定性更强
OmniDocBench v1.6得分九十五点三八
位列端到端组别第一
PureDocBench三赛道均值七十五点五四
Clean Digital Real赛道全部拿到第一

公式表格处理是核心优势
脏图场景表现优于多数流水线方案
模型基于Qwen3‑VL‑2B和4B构建
采用Apache2.0协议开源

论文链接
https://t.co/2wEWU308bX

GitHub仓库链接
https://t.co/eWF2lGMJ3x