Tencent 公开 Youtu-Parsing-Omni 权重、推理示例和厂商 benchmark。
Tencent 发布统一解析文档、图表、音视频的模型
2026-10-09已核实动态TRIAL
Tencent 公开 5B 参数 Youtu-Parsing-Omni 权重，可把文档、自然图像、图表、几何题、音频与视频解析为结构化 JSON。模型卡提供 Transformers 与 vLLM 用法，并报告 OmniDocBench 和 OmniParsingBench 成绩；评测代码仍标注 TBD。
对你意味着什么
对做多模态摄取流水线的团队来说，一个模型覆盖多种输入可减少路由和 schema 拼接。由于 benchmark 仍是厂商报告、评测代码未开放且许可证自定义，先在自有混合样本上做小规模复核。
证据与关联材料
技术细节与六维评分
| 参数 | 5B |
|---|---|
| 输入 | 文档、自然图像、图表、几何题、音频与视频 |
| 输出 | 结构化 JSON |
| 运行时 | Transformers 自定义代码与 vLLM plugin 示例 |
| 厂商结果 | OmniDocBench v1.6 96.96；OmniParsingBench 75.08 |
| 评测代码 | 模型卡标注 TBD |
| 许可证 | 自定义 Youtu license |
技术影响 4
工程价值 4
采用信号 1
成熟度 2
验证成本 3
风险 3