Nace推出文档处理决策模型Drex，在解析引擎读出布局感知Markdown之后，逐页判断文字是否与页面图像一致、表格是否保持形状、勾选框是否保留，只对存疑处启动纠错。在其自建解析榜上，NDI+Drex的Parse Index为0.834，高于所测12个解析器，其中LlamaParse Agentic为0.820；在OmniDocBench、MDPBench和ExtractBench上优于单独引擎，在ParseBench和RealDocBench上与单独引擎处于噪声范围内。
百度发布 Unlimited OCR 2，目标是把文档解析从长文档推进到不限长度。此前的 OCR 模型在超长序列上做文本与视觉的注意力交互，计算量随长度增长；新版本用稀疏参考滑动窗口注意力（SR-SWA），把这类交互压缩到固定大小的一组工作参考上，例如 512 个 token，从而给计算复杂度设上限。发布同时给出面向超长文档解析的新基准 MarathonDocBench，模型已接入 Transformers、vLLM、SGLang 等推理路径。
Aleph Alpha 把逐页自检的智能体解析流程蒸馏成单一视觉语言模型 Parsy，让每页只跑一遍。此前该流程靠多个模型和最多三次校验达到 86.0 的 ParseBench 分数，但速度与成本难以支撑百万页级处理。Parsy 用该流程标注公开文档、再经独立版面模型、墨迹覆盖和第二个 OCR 模型清洗标签后训练，在 ParseBench 上得 87.9，单张 H100 每天可解析数十万页，每页成本比原流程低一到两个数量级。
已读完全部报道