dots.ocr：3B参数级多语言OCR与文档解析SOTA模型，支持100+语言，商业可用
• 单一端到端模型实现文档布局检测与内容识别，涵盖文本、表格（HTML格式）、公式（LaTeX格式）等，输出结构化Markdown，保持原文顺序
• 基于紧凑1.7B LLM架构，性能超越Mistral OCR等同类模型，尤其在多语种和复杂版式解析表现优异
• 统一架构简化传统多模型流水线，任务切换仅需调整输入prompt，支持vLLM高效部署推理
• 支持PDF及图片解析，提供丰富示例与演示（表格、公式、多语种、阅读顺序、定位OCR）
• 目前对复杂表格与公式的精度仍有提升空间，未来计划扩展图像内容解析及更高吞吐量能力
• 开源MIT协议，欢迎企业和研究者基于此推动文档智能前沿，体验地址👉 huggingface.co/rednote-hilab/dots.ocr，在线演示👉 huggingface.co/spaces/MohamedRashad/Dots-OCR
OCR 文档解析 多语言AI 视觉语言模型 人工智能
