先了解这件事
SoMark开源了1.3B参数的文档解析模型OXR-1.0,可将PDF和页面图像转成Markdown或JSON,权重已发布在Hugging Face,轻量测试可在单张24GB GPU上运行。据Rohan Paul报道,该模型在olmOCR-Bench、OmniDocBench和DocParsingBench上排名第一,在单张NVIDIA RTX PRO 6000 GPU上解码速度558 tokens/s,端到端解析100页约101秒;其训练后阶段采用递归自我改进(RSI)循环,由通用VLM判定解析结果并生成新标注页面,无需人工标注。量子位报道称,SoMark团队开源的OXR主模型仅1.3B参数,在三项基准测试中全部登顶,完整解析速度超过同场参测的PaddleOCR-VL-1.6和MinerU2.5-Pro,覆盖文字、表格、公式、化学结构式、代码块等13类文档元素,可解析阅读顺序并输出版面坐标。
AI 根据公开报道生成
最新进展 · 正式报道
SoMark 开源 1.3B 文档解析模型 OXR-1.0事件进展
1 个已确认进展
- 来源：Rohan Paul
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月28日
Rohan Paul
SoMark 开源 1.3B 文档解析模型 OXR-1.0
SoMark 开源了 1.3B 参数的文档解析模型 OXR-1.0，可将 PDF 和页面图像转成 Markdown 或 JSON，权重已发布在 Hugging Face，轻量测试可在单张 24GB GPU 上运行。该模型在 olmOCR-Bench、OmniDocBench 和 DocParsingBench 上排名第一，在单张 NVIDIA RTX PRO 6000 GPU 上解码速度 558 tokens/s，端到端解析 100 页约 101 秒。其训练后阶段采用递归自我改进（RSI）循环，由通用 VLM 判定解析结果并生成新标注页面，无需人工标注。
10月27日
量子位
SoMark 团队开源 1.3B 文档解析模型 OXR，三项基准登顶
SoMark 团队开源文档解析模型 OXR，主模型仅 1.3B 参数，在 OmniDocBench、olmOCR-Bench 和 DocParsingBench 三项基准测试中全部登顶，完整解析速度超过同场参测的 PaddleOCR-VL-1.6 和 MinerU2.5-Pro。该模型覆盖文字、表格、公式、化学结构式、代码块等 13 类文档元素，可解析阅读顺序并输出版面坐标，将 PDF 和文档图片转为 Markdown / JSON 供 Agent、RAG 等下游流程使用。
本事件热度走势
- 当前
- 12
- 区间峰值
- 12 10月28日 13:00
- 近 24 小时变化
- —
移动指针或点击图表可查看每小时热度；键盘可用左右方向键切换。