LightOn 公开三种 LightOnOCR-3 权重、Apache 2.0 许可、grounding 输出和 benchmark 复现脚本。
LightOn 发布可提取版面与图表的 OCR 模型
2026-10-08已核实动态TRIAL
LightOn 公开 LightOnOCR-3 的 0.8B、1B 和 4B 权重。三款模型可把页面转成 Markdown；grounding 模式还会输出带标签的边界框、图片描述和图表数据。权重采用 Apache 2.0，可商用。发布方公开了 benchmark 复现脚本，但成绩仍是厂商自评。
对你意味着什么
对做 RAG 和文档流水线的团队来说，一个模型同时完成转写、版面定位和图表提取，可能减少多段 OCR 与 layout 组件。厂商也说明 benchmark 会受后处理和分辨率明显影响，因此必须用自己的扫描件、表格和手写页复测。
证据与关联材料
技术细节与六维评分
| 模型 | 0.8B、1B 与 4B；0.8B 和 4B 使用 Qwen3.5 视觉语言底座 |
|---|---|
| 输出 | Markdown 转写；grounding 模式增加带标签边界框、图片描述和图表表格 |
| 厂商评测 | 4B：olmOCR-Bench 86.3、ParseBench 75.1、fr-bench-pdf2md 74.1 |
| Serving 测试 | 使用单张 H100、vLLM 0.30.0 跑 512 页；分辨率会明显改变吞吐 |
| 许可证 | Apache 2.0 |
| 公开材料 | 权重、格式转换与可视化代码、benchmark 复现脚本和 demo 均已公开 |
| 时间依据 | Hugging Face 文章只提供 2026-10-08 日期，没有公开时分 |
技术影响 4
工程价值 5
采用信号 2
成熟度 3
验证成本 2
风险 2