阿里 ATH-MaaS 刚发布了 OvisOCR3：一个只有 0.8B 参数的统一小模型，一个 checkpoint 就能干掉整套文档处理流水线，不用再把 OCR、解析、抽取、制表拆成好几个工具串起来。
性能上它在同尺寸里相当能打：OmniDocBench 96.74，逼近顶级专用模型；PureDocBench 82.31 拿下第一，超过了 Qwen3.8-Max；OCRBench v2 英文、中文双榜第一（65.9 / 61.3）；跨页表格 Relation F1 达到 97.07，反超大模型。
它能做的事一句话说清：文档解析直接出 Markdown 或 JSON，LaTeX 公式和 HTML 表格都保留；通用 OCR 带边界框，还能恢复图表数据；关键信息按字段或 Schema 直接抽成 JSON；图表能定位、配 Caption，流程图可以转成 Mermaid；跨页表格会自动判断并拼接重建。
底子是 Qwen3.5-0.8B，经过多阶段蒸馏和强化学习，换个 Prompt 就能一键切换任务。Apache-2.0 开源，1.7GB 级显存就能本地跑，拿去做 RAG 或者企业文档管线都很顺手，小模型替代复杂流水线这件事，这次是真的能落地了。
模型地址：
https://huggingface.co/ATH-MaaS/OvisOCR3
正文完