跳到主要内容

dots.ocr (dots.mocr) - 多语言文档版式解析 VLM

Summary​

小红书（rednote-hilab）开源的 8.2k stars 多语言文档版式解析 VLM（2026年3月更名 dots.mocr）。1.7B 参数，支持全人类文字，可解析表格/公式/图表，输出 Markdown/LaTeX/HTML/JSON，在 olmOCR-Bench 等基准领先同规模模型。vLLM 官方集成。

Key Concepts​

  • dots.mocr — 小红书开源多语言文档版式解析 VLM（8.2k stars）
  • Document Layout Parsing — 11种版式类别，含表格、公式、标题
  • Multilingual OCR — 支持几乎所有人类文字
  • SVG Generation — 将图表/示意图转为结构化 SVG

Output Formats​

内容类型输出格式
文本Markdown
公式LaTeX
表格HTML
结构JSON（含边界框）
  • Google LangExtract - 带溯源的LLM结构化信息提取库
  • CommonForms - PDF 自动转可填写表单（ML表单字段检测）
  • Perplexity at Work - AI高效工作完整指南