2026 年 10 月 27 日下午，国内文档智能团队 SoMark 开源了文档解析模型 OXR，全称 Optical Everything Recognition。主模型参数只有 1.3B，却在 OmniDocBench、olmOCR-Bench 和 DocParsingBench 三项基准上分别取得 97.18、87.84 和 87.76 分，全部位列第一。开源一周后其 GitHub 仓库 star 数已超过 1000。
精度与速度同时拿到第一
在同一张 RTX PRO 6000 Blackwell 96GB 显卡上解析 OmniDocBench 随机抽取的 100 页文档，OXR 平均用时约 101 秒，PaddleOCR-VL-1.6 需要约 145 秒，MinerU2.5-Pro 需要约 255 秒。轻量模型能在速度与精度上同时压过同场参测的大参数方案，主要来自任务分工设计。轻量版面分析模型先定位内容区域，主模型再完成内容识别与阅读顺序判断，排序被并入识别阶段，省掉了单独处理阅读顺序的额外开销。
递归自我改进与可插拔版面
OXR 在后训练阶段引入了面向文档解析的递归自我改进范式，把解析出的错样本和弱样本转化为下一轮训练依据，闭环中新生成的数据不需要人工标注。它还支持 13 类文档元素，其中公式输出 LaTeX，化学方程式用 mhchem 表示，结构式用 SMILES 表示，表格保留行列结构并输出 HTML。版面分析被做成独立可插拔模块，业务可以按自己的文档结构定义替换。
对文档智能链路的意义
文档解析是 RAG 与 Agent 数据链路上最脏的一段工序，1.3B 的体量意味着私有化部署的门槛大幅降低。我们此前评测过百度开源的 Unlimited OCR 2 在百页文档上的表现，详见 百度 Unlimited OCR 2 深度评测。OXR 目前已开放代码、模型权重、在线 Demo 与免费 API，可以直接用真实业务文档对比效果。文档解析通常一次跑完一个批次，速度优势在批量入库时的体感会比单页测试明显得多。
延伸阅读
- Nanbeige4.3-33B 开源 Terminal-Bench 80.9 分2 天前
- 百度Unlimited OCR 2开源：3.34B模型百页文档77.06分，显存降26倍1 天前
- Nvidia推出企业代理专属开源模型：支持RTX 4090本地运行，挑战云端AI1 周前
- 百度开源 Unlimited OCR 2：3.34B 参数百页 77.1 分23 小时前
继续读
同一批更新里这几篇值得一看：
- 蚂蚁百灵 Ling-3.1-flash-1019 开源：44 分2026-10-28
- Mirendil 首模型 Fern 0.1：1000 万 Token 上下文2026-10-28
- Kimi K3.1 Pro 开源：2.8T 参数百万上下文2026-10-27