Youtu-Parsing-Omni
腾讯开源的多模态文档解析模型，5B参数（BF16），基于Youtu-Omni-Encoder和Youtu-LLM解码器，支持PDF、表格、图表、图像、音频和视频解析，输出结构化JSON
时间轴 (近 90 天)
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。
Youtu-Parsing-Omni 在 OmniDocBench v1.6 上拿到 96.96 分，排名第一。
Youtu-Parsing-Omni 模型有 5.33B 参数、约 10.7 GB 权重（BF16）。
Youtu-Parsing-Omni 架构由一个共享的 Youtu-Omni-Encoder 输入到 Youtu-LLM 解码器。
Youtu-Parsing-Omni 以自定义代码形式发布（标签 youtu_vita），调用时需要 trust_remote_code=True。
此前的 Youtu-Parsing 是 2.5B 参数模型，在同一榜单上得 93.74 分，只能解析文档；Omni 版本新增了图像、图表、音频和视频支持。
Youtu-Parsing-Omni 通过 --task 参数选择模式，支持 document、graphics_chart、graphics_flowchart、graphics_geometric、natural_image、audio、natural_video、textrich_video 等任务。
Youtu-Parsing-Omni 每个任务返回一个带围栏的 JSON 块，包含 modality、subtype、elements（或 segments）和 global_description，坐标以 0–1000 网格的 token 形式表示。
在 OmniDocBench v1.6 上，TeleOCR 在文本编辑距离和表格 TEDS 上优于 Youtu-Parsing-Omni；OvisOCR2 和 PaddleOCR-VL 在公式上超过 Youtu，且参数量不到 1B。
Youtu-Parsing-Omni 拥有表中最佳的阅读顺序得分 0.1104，结构表格得分（TEDS-S）98.20 也是第一。
还有 5 条时间轴事件
全部知识事实 (15)
OmniDocBench v1.6 榜单中，Marker 1.8.2 得 78.44 分，远低于 Youtu-Parsing-Omni 的 96.96 分，但 Marker 可以在笔记本 CPU 上运行，而 Youtu-Parsing-Omni 需要 CUDA GPU。
50%待验证Youtu-Parsing-Omni 在 OmniDocBench v1.6 上拿到 96.96 分，排名第一。
50%待验证Youtu-Parsing-Omni 模型有 5.33B 参数、约 10.7 GB 权重（BF16）。
50%待验证Youtu-Parsing-Omni 架构由一个共享的 Youtu-Omni-Encoder 输入到 Youtu-LLM 解码器。
50%待验证Youtu-Parsing-Omni 以自定义代码形式发布（标签 youtu_vita），调用时需要 trust_remote_code=True。
50%待验证此前的 Youtu-Parsing 是 2.5B 参数模型，在同一榜单上得 93.74 分，只能解析文档；Omni 版本新增了图像、图表、音频和视频支持。
50%待验证Youtu-Parsing-Omni 通过 --task 参数选择模式，支持 document、graphics_chart、graphics_flowchart、graphics_geometric、natural_image、audio、natural_video、textrich_video 等任务。
50%待验证Youtu-Parsing-Omni 每个任务返回一个带围栏的 JSON 块，包含 modality、subtype、elements（或 segments）和 global_description，坐标以 0–1000 网格的 token 形式表示。
50%待验证在 OmniDocBench v1.6 上，TeleOCR 在文本编辑距离和表格 TEDS 上优于 Youtu-Parsing-Omni；OvisOCR2 和 PaddleOCR-VL 在公式上超过 Youtu，且参数量不到 1B。
50%待验证Youtu-Parsing-Omni 拥有表中最佳的阅读顺序得分 0.1104，结构表格得分（TEDS-S）98.20 也是第一。
50%待验证Youtu-Parsing-Omni 尚未进入 OmniDocBench 官方榜单，其 96.96 分来自腾讯模型卡；老版本 Youtu-Parsing 的 93.74 分在官方榜上。
50%待验证OmniParsingBench 上 Youtu 平均 75.08 分，低于 Gemini-3-Pro 的 77.44；在图表 95.02 和音频 78.08 上胜出，但在自然图像 62.84 对 69.73 和几何 74.33 对 85.43 上明显落后。
50%待验证仓库宣传的老模型 5–11 倍 Token Parallelism 加速特性未集成到 vLLM（GitHub issue #12 确认），通过 vLLM 部署时不要指望该加速。
50%待验证Youtu-Parsing-Omni 使用自定义的 youtu-parsing 许可（非 Apache 或 MIT），授权永久、全球、免版税，无 MAU 门槛，但 Section 0 排除欧盟。
50%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。
50%