Qianfan-OCR – 百度千帆推出的端到端文档智能模型

Qianfan-OCR是什么

Qianfan-OCR 是百度千帆推出的端到端文档智能模型，基于 4B 参数视觉语言架构，将文档解析、版面分析、文字识别与语义理解融为一体。模型在 OmniDocBench v1.5 评测中以 93.12 分位列端到端模型第一，通过 Layout-as-Thought 机制实现版面结构显式建模，支持复杂表格与图表理解。模型已开源，单卡 A100 可高效部署。

Qianfan-OCR的主要功能

• 文档图像解析：模型支持直接从扫描件或图片中提取结构化文本内容，无需预处理。