Andi Marafioti推出了SmolDocling，这是一款创新的256M视觉语言模型，专为高效快速的文档OCR（光学字符识别）而设计

Andi Marafioti推出了SmolDocling，这是一款创新的256M视觉语言模型，专为高效快速的文档OCR（光学字符识别）而设计。这个开源工具在文档转换方面具有颠覆性意义，能够在使用消费级GPU的情况下，在不到500MB的VRAM的情况下，仅需0.35秒处理一页页面。令人惊讶的是，SmolDocling在文档转换方面的表现超越了许多更大的竞争模型，有些甚至是其27倍，为该领域树立了新的技术标杆。这篇内容对于对文档处理技术、OCR进展和人工智能效率感兴趣的人尤为重要。- SmolDocling是一个256M的开源视觉语言模型，用于完整文档OCR。 - 它可以在消费级GPU上以0.35秒的速度处理一页，使用的VRAM不超过500MB。 - SmolDocling在文档转换方面是最先进的，比其他更大的竞争模型表现出多达27倍的优势。