ATH-MaaS/OvisOCR2

Hugging Face 发布 OvisOCR2 用于端到端文档解析

Hugging Face 发布了 OvisOCR2，一个拥有 0.8B 参数的新模型，专为端到端文档解析而设计。该模型可以接收文档页面的图像，并以自然的阅读顺序输出包含文本、公式、表格和视觉区域的 Markdown 表示。OvisOCR2 基于 Qwen3.5-0.8B 构建，并提供与 Transformers、vLLM 和 SGLang 等各种库和推理提供商的集成，同时提供了通过 Docker 进行本地部署的说明。