量子位报道，SoMark团队开源OXR文档解析模型，参数量 1.3B，在OmniDocBench、olmOCR-Bench、DocParsingBench三个基准上均列第一；官方称单张RTX PRO 6000端到端解析 100 页文档耗时 101.0 秒，代码、权重与评测复现流程已公开。
AI解读：量子位 2026 年 10 月 30 日报道，国产开源文档解析模型OXR在OmniDocBench得分 97.18、olmOCR-Bench得分 87.84、DocParsingBench得分 87.76，三项均列第一。模型参数量 1.3B，代码、权重和整套基准评测复现流程已全部公开。
据量子位转述团队说法，OXR的后训练引入面向文档解析的递归自我改进（RSI）范式，不新增人工标注，由系统自行筛错、归因、生成训练数据并迭代。流程分预测分类、归因与训练规划、数据生成三阶段。
架构上，OXR把版面分析交给独立轻量模型，主模型同时负责内容识别与阅读顺序判断。团队称这样做减少了阅读顺序判断的额外耗时，版面分析模块也可替换为业务自训模型。
官方提供免注册、免申请Key的免费API，并称只要服务器负载仍可承受就会持续维护该服务。本地部署适配主流推理框架，可通过官方Docker或CLI挂载插件启动。
上述榜单成绩、速度数据与效果描述均来自报道及团队说法，未见第三方独立复现；量子位称自己在写作应用中接入了该API，并称效果优于其此前方案，这属于个别使用体验。
量子位 2026 年 10 月 30 日报道，SoMark团队开源文档解析模型OXR（Optical Everything Recognition），参数量 1.3B，在OmniDocBench、olmOCR-Bench、DocParsingBench三个基准上均列第一。
三个基准的分数与速度数字
报道给出的成绩是：OmniDocBench 97.18，该基准由上海人工智能实验室开源，覆盖 10 类复杂文档；olmOCR-Bench 87.84，由Ai2团队推出，含 7000 多道测试题；DocParsingBench 87.76，覆盖 5 大行业、14 个真实业务场景。
速度方面，官方称在单张RTX PRO 6000上端到端解析 100 页文档耗时 101.0 秒，报道称该成绩为开源第一。报道还提到模型已获 1.1K+ GitHub Star。
OXR可处理的文档元素包括表格、公式、代码块、图片、化学方程式、脚注、页眉、页脚、印章等，报道称覆盖 13 类；输出可为保留阅读顺序的结构化Markdown，公式转为LaTeX。
RSI后训练怎么运作
据团队说法，OXR在后训练阶段采用递归自我改进（RSI）范式。理由是文档解析中每份输入都有客观确定的标准答案，文字、表格跨行跨列、公式符号都可被精确检验，因此可由系统自行发现错误并生成下一轮训练数据，不新增人工标注。
第一阶段是预测与分类：OXR解析大量无标签真实文档，再由通用多模态模型（General VLM）结合原图、解析结果与评判标准，将样本分为正确、错误、不确定三类。保留“不确定”是团队特意设计，意在避免把评判模型的犹豫强行标成确定标签。模型对同一文档多次采样结果分歧较大时，也会归入不确定集合；对高分歧样本做小幅缩放、压缩、模糊或平移扰动后分歧扩大，则记录为视觉脆弱点。
第二阶段是归因与训练规划：General VLM对错误和弱样本逐个诊断原因，诊断出的自然语言描述经SigLIP2提取特征后聚类，形成原因簇，据此确定补强方向。
第三阶段是数据生成：原因簇提供结构难点，真实样本池提供版式与视觉风格参照，合成数据经规范校验后回流训练下一代模型，再跑新一轮真实文档暴露新短板。
版面分析与识别拆开的设计
报道回顾了文档解析的技术路线：早期是检测、识别、排序各用独立模型的流水线，维护成本高；随后出现端到端大模型直接生成整页内容，但自回归生成长序列速度慢；PaddleOCR-VL将版面分析与阅读顺序合并为一个小模型，后接识别模型，成为近两年的常见做法，但每条版面标注都要绑定一条阅读顺序标注。
OXR采用的任务拆分是：独立轻量模型负责版面分析，主模型同时负责内容识别与阅读顺序判断。团队称，阅读顺序判断原本耗时远小于文本识别，并入主模型后未增加额外时间，且因主模型具备语义理解，判断准确率提升；版面分析模型卸下排序任务后可采用更轻量的检测模型。
版面分析作为独立可插拔模块，团队称业务方可用自训的私有版面模型替换，比如针对古籍或医疗单据，后端继续使用OXR的识别能力。
获取方式与官方说明
官方提供免费API，免注册、免申请Key。团队表示，至少在服务器负载仍能承受的区间内，会一直维护这项开源免费服务。本地部署方面，模型适配主流推理框架，可通过官方Docker或CLI挂载插件启动服务。
代码与权重发布在GitHub（SoMarkAI/OXR）和Hugging Face（SoMarkAI/OXR-1.0），在线Demo与免费API入口在free-oxr.somark.cn。团队另维护商业级引擎SoMark，面向Word、PPT、Excel等多格式处理和更完善的后处理定制需求。
需要区分的是：榜单分数、101 秒速度、1.1K Star及API免费承诺均来自报道与团队自述，暂未见第三方独立复现；量子位文中称自己在写作应用中接入该API后效果优于此前方案，这属于单一个别使用体验，不能据此推断普遍效果。