待验证50% 置信事实精确时间
OXR是一个仅有1.3B参数的开源权重文档解析模型，由SoMarkAI团队开发，目标是将PDF和文档图片直接转成Markdown或带版面坐标的JSON。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/27
首次发现
有效期至：2027/1/25
来源
涉及实体
相关事实
待验证OCR工作流包括从清晰图像开始、提取相关信息、转换为合适格式（如JSON、CSV、XML、YAML）、校验提取结果、接入应用等步骤。59% 相似待验证简历解析中，图片型PDF（扫描件）需引入OCR技术如Tesseract或百度飞桨PaddleOCR，Word文档需通过Apache POI解析OOXML格式58% 相似待验证pdfplumber是基于pdfminer.six构建的高层封装库，将PDF页面中每一个字符、矩形、线条对象暴露为带有精确坐标属性（x0、y0、x1、y1）的Python对象57% 相似待验证腾讯开源了 Youtu-Parsing-Omni，一个 5B 参数的多模态解析模型，能将 PDF 页面图、表格、图表和扫描件转成结构化 JSON。56% 相似待验证LDR文件格式以纯文本描述每块积木的型号、颜色和在三维空间中的位置与朝向，兼容BrickLink Studio、LDCad、MLCad等主流乐高设计软件55% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1104353API
curl https://kongchang.com/api/v1/knowledge/claims/1104353MCP
get_claim(id=1104353)