HPD-Parsing分层并行文档解析

重磅开源｜打破文档解析串行瓶颈！百度飞桨推出HPD-Parsing分层并行文档解析模型✨

传统VLM文档解析全程单序列自回归生成，长文档推理速度拉胯、延迟极高。而 HPD-Parsing 创新性提出分层并行解码范式，精准拿捏文档核心特性：全局布局统一协调，局部区块并行解析！

核心硬核优势

✅ 轻量高效：仅1B参数，低成本实现顶级解析能力

✅ 性能炸裂：峰值吞吐量达4752 TPS，是原生自回归基线的3.06倍、现有最快解析模型的2.62倍

✅ 精度能打：OmniDocBench v1.6 斩获94.91%高分，稳居端到端统一解析SOTA

✅ 长文本优化：长文档解码步骤最高减少18.04倍，单次请求延迟降低5.80倍

核心技术亮点

▫️ 主布局分支管控全局结构，动态拆分多区块并发解码

▫️ 搭载P-MTP渐进多令牌预测，大幅缩减解码步数

▫️ 定制vLLM v0.17.1推理框架，支持KV缓存共享、零拷贝加速

▫️ 难度感知数据流水线，兼顾并行提速与解析精度

适配复杂版式文档、大批量文档结构化解析场景，支持Docker一键部署+Python API快速推理，开箱即用！

论文：arxiv.org/abs/2607.18839

演示：hugging-apps/hpd-parsing