夜雨聆风AI导读
阿里云开源0.8B文档解析模型OvisOCR2，以96.58分登顶OmniDocBench，端到端方案首超传统流水线。
独家
正文
7月24日，阿里云正式开源发布文档解析模型OvisOCR2。该模型以综合得分96.58刷新OmniDocBench v1.6榜单纪录，成为首个超越传统流水线方法并登顶该榜单的端到端模型，文档解析领域由此迎来一次技术路线层面的突破。
过去该领域由"流水线方法"主导，需串联版面分析、文字识别等多个模型，维护成本高且误差层层累积。OvisOCR2改走端到端路线：输入一张文档图像，一次生成即输出符合自然阅读顺序的Markdown结果，覆盖文本、公式、表格和视觉区域，一个模型替代过去多模型协作。模型由Qwen3.5-0.8B后训练得到，仅0.8B参数（约1.7GB）即实现SOTA，经监督微调、强化学习、在线策略蒸馏与模型融合四阶段训练，并借助真实与合成文档互补的数据引擎释放紧凑模型潜力。
OvisOCR2以Apache 2.0许可证开源，已上线Hugging Face与魔搭平台，兼容vLLM等主流推理框架，可无缝融入Qwen3.5生态。凭借小参数与低部署门槛，它能在单张甚至受限显卡上运行，为金融、政企、医疗机构在内网处理敏感文档提供了轻量选择。文档解析是大模型落地企业知识库、RAG与智能问答的关键基础设施，阿里以开源方式把这条端到端新范式直接推向了开发者。
参考来源：IT之家（2026/07/24）、虎嗅（2026/07/24）、DoNews（2026/07/24）、和讯/凤凰网科技（2026/07/24）
End
完结-