AI 资讯速递 (2026/2/3)： 智谱GLM-OCR发布：性能SOTA，搞定复杂文档
导读摘要：
智谱AI正式发布并开源专业级OCR模型GLM-OCR，以仅0.9B参数实现“小尺寸、高精度”的文档解析能力。模型在权威评测OmniDocBench V1.5中以94.6分登顶，在文本识别、公式识别、表格解析及信息抽取等任务中均取得SOTA表现。特别针对手写体、复杂表格、代码文档等高难场景进行优化，支持PDF和图像批量处理，吞吐量达1.86页/秒。
智谱GLM-OCR发布：性能SOTA，搞定复杂文档
资讯详情
智谱AI于2月3日周二正式发布并开源了其最新研发的OCR模型GLM-OCR。该模型以仅0.9B参数实现了卓越的文档解析能力，尤其在处理手写体、复杂表格和代码文档等高难度场景中表现出色。GLM-OCR在权威评测OmniDocBench V1.5中取得了94.6分的优异成绩，成为当前性能最佳的OCR模型之一。
【小尺寸、高精度】：GLM-OCR模型仅包含0.9B参数，却在多个任务中达到了SOTA水平。这一特性使得模型在资源受限的设备上也能高效运行，降低了部署成本和复杂度。
【多任务SOTA表现】：GLM-OCR在OmniDocBench V1.5评测中取得了94.6分的高分，尤其在文本识别、公式识别、表格解析和信息抽取等任务中表现出色。这些任务的高精度解析对于学术研究、金融分析和法律文件处理等领域具有重要意义。
【高难场景优化】：该模型特别针对手写体、复杂表格和代码文档等高难度场景进行了优化。手写体识别的准确性提升，使得历史文献和笔记的数字化更加便捷；复杂表格解析能力的增强，提高了财务报表和科研数据的处理效率；代码文档的支持则为软件开发者的文档管理提供了新的工具。
AI-ALL 深度点评
GLM-OCR的发布标志着智谱AI在OCR技术领域的又一重要突破。其“小尺寸、高精度”的特性不仅满足了资源受限设备的需求，还为多种应用场景提供了更高效、更准确的解决方案。特别是在学术研究、金融分析和法律文件处理等领域，GLM-OCR的表现将显著提升工作效率和数据准确性。此外，开源这一模型将进一步推动社区内的技术创新和应用拓展，为AI生态的发展注入新的活力。