待验证50% 置信事实精确时间
OCR路线常用Tesseract、PaddleOCR等工具先得到纯文本再交给语言模型判断字段；端到端的视觉模型（如Donut、Qwen-VL）则跳过显式OCR，直接从图像预测结构化输出。
1
来源数
50%
置信度
长期有效
时效性
2026/10/13
首次发现
来源
涉及实体
相关事实
待验证面向 LLM 的 OCR 工具越来越倾向于输出 Markdown 或带结构标记的文本，以便模型正确解析层级关系77% 相似待验证传统OCR技术的典型流水线包括：图像预处理、版面分析、字符分割、特征提取、字符分类、语言模型后处理74% 相似待验证OCR技术通过卷积神经网络识别图像中的文字，主流工具包括开源的Tesseract和商业化的百度OCR、腾讯云OCR73% 相似待验证传统OCR工具如Tesseract依赖字符模板匹配，对排版格式敏感且难以处理复杂布局73% 相似待验证多模态模型的文本识别并非通过独立OCR子模块实现，而是作为视觉-语言对齐训练的产物内嵌在模型权重中，图片文字与普通文本共享同一套语义处理管线72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1021604API
curl https://kongchang.com/api/v1/knowledge/claims/1021604MCP
get_claim(id=1021604)