OCR模型

GLM-OCR：智谱AI开源轻量级多模态OCR模型0.9B参数登顶OmniDocBench SOTA

GLM-OCR是智谱AI开源的轻量级多模态OCR模型，模型基于GLM-V架构打造，集成智谱自研CogViT视觉编码器与轻量跨模态连接层，创新引入多Token预测损失和强化学习训练策略，在手写体、复杂表格、代码文档、印章、多语言混排等高难识别场景表现卓越。

GitHub仓库OCR模型多模态AI模型智谱AI

[推荐] 豆包网页版：支持AI聊天，AI图片生成，AI漫画生成，AI写作等

字节跳动开发的一款多功能人工智能工具，基于云雀模型（豆包大模型）构建。它不仅是一个AI聊天机器人，还具备多种功能，包括写作助手、英语学习助手、音乐生成、编程助理等。

AI写作平台AI图片生成AI漫画生成工具AI聊天助手

DeepSeek-OCR 2：DeepSeek团队推出的第二代高性能OCR模型

DeepSeek-OCR 2是DeepSeek团队推出的第二代高性能光学字符识别模型，模型搭载因果流查询与双流注意力核心机制，可动态重排视觉Token，精准还原复杂文档的自然阅读逻辑。

DeepSeek模型OCR模型

LightOnOCR-2-1B：LightOnAI推出的轻量级高效复杂文档OCR模型

LightOnOCR-2-1B是LightOnAI推出的轻量级OCR模型，在学术论文、数学公式、复杂表格等复杂文档处理场景中表现卓越。该模型基于RLVR强化学习技术构建，可直接输出Markdown格式结构化文本，支持表格还原、公式识别与多栏布局处理。

LightOnAIOCR模型