国产开源 OXR 仅 1.3B 参数 登顶文档解析三大榜

2 hours ago AI闪点

11 月 1 日消息，一个参数量仅 1.3B 的国产开源模型 OXR 在文档解析领域登顶三大榜单，在 OmniDocBench、olmOCR-Bench 和 DocParsingBench 上全部取得第一成绩。评测流程与代码全量开源可复现，模型名称 OXR 展开为 Optical「Everything」Recognition，主打自进化加持的 OCR 新物种。

单卡 101 秒完成 100 页端到端解析

速度是该模型最直观的指标。单张 RTX PRO 6000 完成 100 页端到端文档解析仅耗时 101 秒，其中连化学结构式都能绘制出来。项目在海外开发者社区已获得 1.1K 加 GitHub Star，一度成为推特最热 Daily News。

文档解析至今仍未被完全攻克。传统 OCR 面对一份 PDF 时，双栏论文会被串行化，手写公式识别成乱码，跨页大表格结构直接崩解，化学结构式常被当成杂乱线条丢弃。这类劣质提取一旦进入 RAG 流程，模型再聪明，下游的 Tool Call 也会全部失效。

小参数模型的文档解析竞争

1.3B 参数意味着它可以被部署在远比大模型宽松的硬件上。与之相邻的路线还有模型侧的持续突破，例如 小米开源 Xiaomi-OCR-0：0.8B 参数 95.24 分文档解析登顶，把文档解析的精度门槛继续压低。

这条赛道的意义不止于榜单分数。文档抽取质量直接决定了知识库与检索增强系统的可用上限，云厂商也在把类似能力封装进产品，比如 Cloudflare发布Clairic：文档提取AI让代理链路快3倍、成本降一半。当 OCR 从单点工具变成模型与工程链路的公共底座，谁先把它做到足够小、足够准，谁就能在端侧与企业侧同时拿到部署优势。

延伸阅读

AI 自学笔记 每天更新 AI 前沿动态，订阅 RSS，或按 Ctrl/⌘+D 收藏本站，明天见。

继续读

同一批更新里这几篇值得一看：

Related News