// 01 OvisOCR2 是什么
快速结论
OvisOCR2（ATH-MaaS）是一款紧凑的页面级文档解析模型，仅 0.8B 参数，把文档页面图像转成保留原始阅读顺序的 Markdown，能识别文本、数学公式（LaTeX）、表格（HTML）、图表与视觉区域。截至 2026 年在 OmniDocBench v1.6 上以 96.58 总分登顶，是首个登顶该榜的端到端模型，Apache-2.0 开源、国内可直连。
适合谁优先使用
- 要把 PDF、论文、报告批量转 Markdown 的开发者
- 做 RAG 知识库、需要高质量文档结构化的团队
- 算力有限、想用小模型跑文档解析的场景
- 需要还原公式、表格、图表的技术文档处理
核心能力拆解
页面转 Markdown
整页文档图像直接转 Markdown，保留阅读顺序。
结构化还原
公式转 LaTeX、表格转 HTML，图表和视觉区域一并识别。
轻量部署
0.8B 参数，部署占用小，支持 Transformers、vLLM、SGLang、Docker、Colab、Kaggle。
榜首精度
OmniDocBench v1.6 总分 96.58，超越传统管道方法。
和同类工具怎么选
| 需求 | 优先考虑 | 判断标准 |
|---|---|---|
| 文档转 Markdown、还原排版 | OvisOCR2 | 是否重结构与轻量 |
| 多任务 OCR（识别/翻译/提取） | HyOCR-1.5 | 是否要综合能力 |
| 云端免部署 | 百度 / 阿里云 OCR | 是否接受按量付费 |
国内平替：开源可直接用；要多任务 OCR 看腾讯 HyOCR，要免部署看百度、阿里云 API。
限制与避坑
- 0.8B 小模型，极复杂或低质扫描件效果需实测
- 是模型而非产品，需自己部署接入
- 专注文档解析，不做通用 OCR 的翻译/信息抽取
NavXD 使用建议
做 RAG 知识库、文档批量数字化，尤其要把公式表格准确转成 Markdown/结构化数据时，OvisOCR2 用 0.8B 的体量拿到榜首精度，性价比很高。先用它跑通你的典型文档再决定是否加大模型兜底。
// 02 核心 功能
- 核心定位0.8B 轻量文档解析模型，页面转 Markdown（含公式表格图表），OmniDocBench 榜首，开源。
- 分类索引当前归档在 AI 办公，方便和同频工具横向比较。
- 能力标签关联标签包括 开源、多模态、OCR、文档解析。
- 使用入口已记录可访问入口，可通过本页主按钮跳转。
// 03 使用 场景
- 快速判断是否适合当前任务结合 AI 办公 定位和 开源、多模态、OCR 标签，先判断它是否匹配你的工作流。
- 横向比较同类工具从相同分类和标签继续探索替代工具，减少只看单个产品带来的选择偏差。
- 沉淀工具选型资料把官网入口、平台、版本和 NavXD 标签合并成一页，适合做选型记录或团队分享。
// 04 常见 问题
OvisOCR2 是什么？
0.8B 轻量文档解析模型，页面转 Markdown（含公式表格图表），OmniDocBench 榜首，开源。
OvisOCR2 适合哪些场景？
可优先参考它所属的 AI 办公 分类，以及 开源、多模态、OCR、文档解析 等标签。
OvisOCR2 是否提供可用入口？
本页已记录官网或下载入口，可通过顶部主按钮访问。
OvisOCR2 支持哪些平台？
当前记录为网页工具，通常可通过浏览器访问。
