PDF文档搜索怎么提速?NeoMME直接看页面找答案,索引可压缩255倍

H Company 发布的多语言、多模态检索编码器，可直接读取文档页面图片并生成检索向量，用于扫描件、表格、图文报告与视觉 RAG。

PDF搜索｜RAG知识库｜多模态检索

SECTION 01

真实界面与实际效果

下面均为项目方公开的官方图片、界面或演示素材，非本文伪造的运行结果。每张图均保留完整画布，并附原始资料页。

SECTION 02

它能做什么

H Company 发布的多语言、多模态检索编码器，可直接读取文档页面图片并生成检索向量，用于扫描件、表格、图文报告与视觉 RAG。

• 直接处理文字 token 与原始图像 patch，不依赖单独视觉塔

• 260M 与 800M 两种规模，支持多语言与动态图片分辨率

• 官方实验把单页后期交互索引从约 1.5MB 压缩到 6KB，同时保留超过95%的基线检索质量

它的价值不是“榜单分数看起来很高”，而是能否放进真实流程。建议先选一个明确任务和一组真实输入，做可复现的小范围验证。

SECTION 03

从准备输入，到得到结果

SECTION 04

适合谁，以及哪些地方要检查

适合希望快速验证相关 AI 能力的开发者、内容团队、产品经理、研究人员和业务部门。正式使用前，应检查输入数据权利、输出准确性、失败样本、隐私边界、运行成本和许可证。

• 先定义可量化的成功标准，不只挑最好看的案例

• 保存输入、模型版本、参数和输出，便于回溯

• 涉及决策、执行或公开发布时保留人工复核

• 在线演示状态、硬件要求与商业许可都以当天页面为准

SECTION 05

项目现状与使用条件

官方文章称 NeoMME 已集成 Hugging Face Transformers，所有 checkpoint 以 Apache 2.0 发布。51页/秒等速度来自指定 L40S 与输入尺寸测试，实际吞吐不能直接照搬。

以上状态核查日期为2026年9月20日。模型、Space、依赖、下载量、许可和页面入口都可能更新，正式发布或部署前应再次打开原页面确认。

SECTION 06

项目地址与资料来源

https://huggingface.co/blog/Hcompany/neomme

https://huggingface.co/collections/Hcompany/neomme

事实优先采用 Hugging Face 模型卡、Space、官方文章和项目方资料；正文图片访问日期与资料核查日期一致。