在这个信息爆炸的时代，我们每天面对堆积如山的文档、报告和表格，如何让机器真正读懂这些复杂排版下的文字信息，始终是技术领域的核心挑战。传统的 OCR 解决方案往往需要多个模块拼凑而成，流程繁琐且容易出错，尤其是在处理多语言混排或复杂版式时，更是力不从心。
而小红书 hi lab 最新开源的 dots.ocr 模型为解决这些困境带来了希望。这个仅 17 亿参数的轻量级选手，凭借统一的视觉语言架构，实现了从文本识别、版面分析到阅读顺序理解的一站式解决方案。它不仅能精准处理 100 种语言，更在模糊扫描件、倾斜拍摄等复杂场景下展现出了超越大规模模型的稳健性能。
教程链接：https://go.openbayes.com/UKdLR
使用云平台：OpenBayes
http://openbayes.com/console/signup?r=sony_0m6v
登录 OpenBayes.com，在「公共教程」页面，选择一键部署 「dots.ocr：多语言文档解析模型」教程。
页面跳转后，点击右上角「克隆」，将该教程克隆至自己的容器中。
在当前页面中看到的算力资源均可以在平台一键选择使用。平台会默认选配好原教程所使用的算力资源、镜像版本，不需要再进行手动选择。点击「继续执行」，等待分配资源。
待系统分配好资源，当状态变为「运行中」后，点击「API 地址」边上的跳转箭头，即可跳转至 Demo 页面。
这里我们以「Parse」功能为例，上传一个英文文档，效果如下所示：
此外，无论是表格还是公式，模型都能出色地完成识别：
