SmolDocling：轻量级全能型文档OCR模型

当前主流OCR系统通常都需要1B+参数的大模型计算，近期刚好在抱抱脸上发现一款仅256M参数的轻量级全能型文档OCR模型工具。

SmolDocling OCR模型特点

• 轻量级与高速

  • 256M小型参数，可在CPU/低配GPU上运行，无需高端计算资源。
  • OCR速度快，每页仅需0.35秒，适用于批量处理。

• 核心能力

  1. 全文档OCR解析
     • 智能识别标题、正文、列表、表格、图表、代码、公式等内容。
     • 适用于学术论文、商业文档、专利、报告、手写文档等多种文档类型。
  2. 多样化元素识别
     • 布局识别、代码识别、公式识别、图表与表格、图形分类等。
  3. 灵活的输出格式
     • 支持导出为Markdown、HTML、JSON等多种格式。
  4. 批量处理支持
     • 可一次性处理多个文档，适合大规模数据转换。

快速使用

要想使用这个最新的SmolDocling，有两种方法：

• 在线Demo：官方在HuggingFace上部署了SmolDocling-256M-preview的Demo，可直接体验其强大的功能。
  • Demo地址

SmolDocling是一款轻量级、超快、可全文档解析的多模态OCR模型，比传统OCR更精准、更高效，适用于论文解析、合同分析、数据提取、知识库构建等任务。不仅支持完整文档OCR，包括表格、代码、公式、图表，处理速度也超快，每页仅需0.35秒，还可导出多种格式，适合许多不同需求的人群。

如果你正在寻找一款快速、高效的OCR工具，SmolDocling绝对值得一试！

• 模型地址：SmolDocling-256M-preview