量子位 (微信公众号)T2·78 分
蚂蚁发布 PolyOCR：2B 参数统一架构实现全场景文档智能解析
原标题：蚂蚁推出OCR大模型：同一架构实现全场景文本智能，2B参数也能打
- 采用统一架构同时输出字符、位置与字段关系，避免传统分段式OCR的误差累积
- 引入CGPO算法结合在线策略蒸馏与强化学习，提升模型对版式和语义的理解能力
- 构建6000万条高质量监督数据，重点覆盖长尾版式与复杂表格场景
返回热点榜
llm热度 6.7°
AI 聚合热点事件 · 2026/10/28
蚂蚁发布 PolyOCR：2B 参数统一架构实现全场景文档智能解析
1 篇收录报道1 家独立信源交叉印证持续跟踪至 2026/10/28 17:55:00
全景综述与最新动态
1 家信源交叉印证蚂蚁AI安全实验室推出PolyOCR，通过能力引导策略优化算法（CGPO）结合在线策略蒸馏与强化学习，在仅2B参数规模下实现了文字识别、版式解析与字段抽取的统一。该模型在OCRBenchV2.1等多个基准测试中取得SOTA，解决了传统分段式OCR在复杂业务文档中误差累积的问题。
最新动向/蚂蚁AI安全实验室推出PolyOCR，通过能力引导策略优化算法（CGPO）结合在线策略蒸馏与强化学习，在仅2B参数规模下实现了文字识别、版式解析与字段抽取的统一。该模型在OCRBenchV2.1等多个基准测试中取得SOTA，解决了传统分段式OCR在复杂业务文档中误差累积的问题。
逐小时热度走势
2 个完整观测小时连续完整观测不足 3 个小时，暂不绘制趋势曲线。