编辑点评
"1.3B 参数的开源文档解析模型,官方公布的对比结果中三项基准领先,附带免费 API 与可离线自托管方案;商用许可按融资或营收规模设门槛,超出后需单独授权。"
优势
- • 1.3B 参数,官方公布的 olmOCR-Bench、OmniDocBench、DocParsingBench 对比中排名第一
- • 输出带布局坐标与阅读顺序的 Markdown/JSON,可识别 13 类文档元素
- • 布局分析模块可插拔,便于按文档类型定制
- • 开源权重,支持免费 API、在线演示与完全离线自托管
局限
- • 当前版本重点在数字文档,拍照类文档使用前需要自行测试
- • 不支持 Office、GIF/HEIC/HEIF、CAD 等格式,需要先转成 PDF 或图片
- • 暂不支持跨页表格合并与直接字段抽取,需配合 LLM 或 SoMark 商业版
- • 免费 API 不保证稳定性,官方不建议用于生产环境
Q&A
快速了解这个工具的常见问题与答案
- 这个工具如何收费?
- Answer
OXR 以开源方式发布,个人使用、非商业研究,以及未超过规模门槛的团队可按 OXR 开源许可免费使用,免费 API 也可以直接试用。若公司及关联方融资或年营收超过 200 万美元,内部使用或对外提供产品与服务需要向 SoMark 申请商业许可,费用需联系官方确认。免费 API 不保证生产稳定性。
- 这个工具支持哪些访问方式?
- Answer
可通过网页端在线演示和 API 使用,也可以下载开源权重在本地或自有服务器部署;此外还提供 CLI、Python/JavaScript SDK、MCP 等集成方式。手机、嵌入式等端侧场景不是 OXR 的目标方向。
- 这个工具是否支持 API?
- Answer
支持。官方提供免费 OXR API,接口与 SoMark 文档解析 API 兼容,可用 somark-py 或 somark-js 修改 Base URL 后直接调用;自托管部署同样提供解析 API 和接口文档。
- 这个工具是否支持中文或多语言?
- Answer
OXR 主要在中英文数据上训练,对中文、英文以及常见 CJK、西文文档表现较好;官方说明多语言不是当前版本重点,其他语言的识别效果未做保证。项目文档提供英文和简体中文两个版本。
- 这个工具是否支持数据导出?
- Answer
支持。解析结果可输出为 Markdown 或 JSON,并携带元素类型、边界框坐标和阅读顺序等信息;既可以通过 API 返回,也可以用 CLI 的 --formats md,json --out 保存到本地文件,方便后续检索或接入其他系统。
- 使用这个工具需要技术背景吗?
- Answer
直接使用在线演示或免费 API 的门槛较低;本地部署需要 Linux、NVIDIA GPU、Docker 或 vLLM 等环境配置,更适合有运维和开发能力的团队。若要替换布局分析模型,还需要按接口自行适配。
- 这个工具有哪些主要限制?
- Answer
当前版本重点在数字文档,自然场景拍照文档需要自行测试;不支持 Office、GIF/HEIC/HEIF、CAD 等格式,需要先转换;暂不支持跨页表格合并和直接字段抽取,可结合 LLM 或 SoMark 商业版完成;多语言不是当前重点,免费 API 也不保证生产稳定性。
工具介绍
核心能力
适用场景
产品动态
查看官方发布和相关报道,了解这个产品的最新进展。
相关报道
更多OmniTools 9月10日消息,AI音乐公司Suno正式推出新版本模型Suno v6。该公司表示,该模型未沿用此前版本所使用的音乐数据,转而完全基于获得授权的音乐内容进行训练。 据公开信息,华纳音乐集团(Warner Music Group)和BMG参与了Suno v6的训练数据授权合作。此举旨在提升模型在版权合规性与音乐生成质量方面的表现。 Suno v6的发布标志着AI音乐生成领域在合法数据源应用方面迈出新一步,但具体技术细节与上线时间尚未披露。
OmniTools 8月18日消息,有研究者基于Reddit相关讨论,结合逻辑学中的“钢人论证”(steelman)理念,提出一种名为“双向钢人Prompt”的新型提示方法。该方法包含四个步骤:重述真实问题、强化正反双方观点、识别关键变量、要求AI给出明确判断。 该Prompt设计旨在减少大语言模型的回避倾向与表面迎合,推动其进行更本质的推理。作者以“选择公司司庆日”这一实际决策场景为例,演示了该方法的应用过程与效果。 相关方法已通过公开文章发布,未涉及商业工具集成或特定模型...
OmniTools 7月28日消息,Google Search 的 AI Mode 近日上线五项新功能,聚焦线下生活场景支持。功能包括:基于 Personal Intelligence 与 Google Calendar 对接,推荐本地课程;在 AI Mode 内直接购物并查询附近门店库存;调用 Canvas 工具生成桌游策略指南并模拟对弈;按预算和人数筛选、预订演唱会等门票;连接 Canva 快速生成邀请函设计。