腾讯开源会读文档的AI，靠老资料吃饭的先看

上周我去一家老设计院库房帮忙找料，管理员从铁皮柜里抽出一个牛皮纸袋，灰直往下掉。2015年的岩土勘察报告，三百多页全是扫描件，表格是拍上去的图，有两页还歪着。我要的其实就三页承载力参数，可这三页埋在三百页里，得靠人一页页翻。管理员说了句大实话：这柜子里的东西，年轻人宁可重新钻探也不愿意翻。

不过这两天这事有戏了。腾讯优图开源了个叫 Youtu-Parsing-Omni 的模型，文档、图片、图表一把抓，直接吐出结构化数据。最牛的是它带坐标锚点，每条信息都能指回原图位置。以前读文字、认表格得用好几个模型拼，现在一个全包，下游接一次就够。对攒了一堆老资料的单位来说，搭管线的成本直接从一门手艺降成了一道工序。

但机器读得再快，出的料也不能直接进报告。前年我翻一份2019年的老可研，OCR读出来的投资估算表看着挺齐，我直接引了两行。后来才发现扫描件装订压了边，每行最右边的数字都被切掉了一个字符，残数看着完全不残。这两行数在报告里活了两周，直到有人拿原件对账才现形。从那以后我信一条：机器读出来的料，没验过就是嫌疑犯。

所以我的规矩是四查：查表格还原、查数字转写、查单位口径、查坐标回溯。查完建档，每条数据进库都带上出处和核验状态。老资料越攒越多，AI读得越来越快，速度是机器的，章是人的。