IXThinker·2025-09-28 09:00

IBM開源輕量文件模型 布局表格公式全保留

將格式各異的數碼文件準確轉為機器可讀的結構化數據，一直是核心技術難題。IBM開源輕量級多模態模型Granite-Docling-258M，實現端到端的「結構+內容」統一理解。

行業痛點

文件布局複雜多樣，還包含表格、圖片等視覺元素，令傳統OCR系統的識別準確度難以滿足實際需求。現有方案多將任務拆成多個獨立子模塊，雖有一定效果，卻存在優化困難、難以泛化各類文檔的局限。