LightOnOCR-2 是一款高效的端到端视觉语言模型（仅 10 亿参数），专注于将 PDF、扫描件和图像等文档直接转换为结构清晰、顺序自然的文本内容，无需依赖复杂且脆弱的多阶段处理流程。相比上一版本，它基于更大规模且更高质量的数据集训练，在法语文本、arXiv 论文及扫描文档处理方面表现更强，同时显著提升了 LaTeX 解析能力和文本规范化质量。

在性能方面，LightOnOCR-2 在 OlmOCR-Bench 基准测试中达到了当前最先进水平，同时模型规模约为同类方案的 1/9，推理速度更快、资源消耗更低。这使其在实际文档数字化、学术资料处理和企业级 OCR 应用中具备更高的效率与实用价值。

开源地址：https://huggingface.co/lightonai/LightOnOCR-2-1B

一键启动整合包下载地址：

https://aiyy.info/lightonocr-2-1b/

软件功能：

• 端到端：直接将PDF、扫描件与图片转为顺序自然的干净文本，省去多阶段OCR流程。

• 高精度：在OlmOCR-Bench达到SOTA水平，法语、arXiv论文与扫描文档识别更稳定。

• 快又省：约10亿参数、体量仅同类约1/9，推理更快、显存与算力占用更低。

• LaTeX强：增强数学公式与LaTeX解析能力，输出更规范，便于学术内容复用。

• 结构保真：对多栏版式与复杂排版有更好的文本顺序与规范化处理，减少后期整理。

应用场景：

• 文档数字化：将纸质合同、档案与扫描件批量转文字，提升归档检索与复用效率。

• 论文整理：从PDF论文提取正文与公式内容，快速生成可编辑文本用于笔记与引用。

• 企业OCR：在较低资源下部署文档识别服务，适合成本敏感的业务流程自动化。

• 资料清洗：把图片/截图中的文字规范化输出，便于翻译、摘要与知识库入库。

• 离线处理：本地一键启动上传PDF/图片提取文本，适合对数据隐私敏感场景。

配置要求：

电脑满足以下配置：

• • 操作系统：Windows 10/11 64位
• • 内存：16G以上
• • 显卡：至少8G及以上显存的英伟达（NVIDIA）显卡
• • CUDA：显卡支持的CUDA版本大于等于12.8版本 （如不知道显卡支持的CUDA版本，可点击此链接查看：https://aiyy.info/supported-cuda-versions/）
• • 整个包解压完约7.97，要留足硬盘空间

如何查看显卡品牌型号和显存

• • 打开任务管理器
• • 点击“性能”
• • 点击“GPU”
• • 右上角可以看到显卡型号，下方可以看到显存大小

使用教程：

① 打开下载页面（https://aiyy.info/lightonocr-2-1b/）点击页面右侧下载按钮，下载整合包之后解压，建议使用winrar解压（解压软件在文件包中，或者可以自己下载安装，下载地址：https://www.winrar.com.cn/）

不要用Windows自带解压！！不要用360解压！！

注意：文件夹路径和文件名称（包括音频、图片、视频等文件名称）不要出现中文字符，否则部分软件会因识别不出而报错

② 双击“一键启动.bat”，稍等片刻会在浏览器中自动打开操作界面

③ 上传图片或PDF，然后点击“提取文字”，提取结果位于右侧

如下图所示