OvisOCR2 기술 보고서

OvisOCR2 Technical Report

July 15, 2026

저자: Shiyin Lu, Yinglun Li, Yu Xia, Yuhui Chen, An-Yang Ji, Jun-Peng Jiang, Qing-Guo Chen, Jianshan Zhao, En Lin, Haijun Li, Cheng Qin, Zhao Xu, Weihua Luo

cs.AI

초록

우리는 OvisOCR2, 0.8B 문서 파싱 모델을 소개합니다. OvisOCR2는 엔드투엔드 파서로 설계되었습니다. 문서 페이지 이미지가 주어지면 자연스러운 읽기 순서로 텍스트, 수식, 표, 시각적 영역을 포함하는 마크다운 표현을 생성합니다. 우리는 필터링된 실제 문서 주석과 동일한 HTML 소스에서 렌더링된 이미지와 마크다운 대상이 파생된 합성 페이지를 결합하는 데이터 엔진을 구축합니다. 훈련 레시피에는 지도 미세 조정, 다중 구성 요소 보상 설계를 사용한 4B 브랜치에 대한 강화 학습, 0.8B 모델로의 온-폴리시 증류, 모델 융합이 포함됩니다. OmniDocBench v1.6에서 OvisOCR2는 최첨단 전체 점수 96.58을 달성하여 이전에 파이프라인 방법이 지배했던 리더보드에서 엔드투엔드 모델을 최상위에 올려놓았으며, 엔드투엔드 문서 파싱의 잠재력을 강조합니다. PureDocBench에서 OvisOCR2는 또한 가장 높은 Avg3 점수 75.06을 달성합니다. 이 두 공개 벤치마크 외에도, 우리는 더 넓은 범위의 롱테일 및 도전적인 시나리오를 다루도록 설계된 사내 벤치마크에서 OvisOCR2를 평가합니다. OvisOCR2는 비교된 방법 중 최고의 전체 성능을 얻어 일반화 및 견고성에 대한 추가 증거를 제공합니다. OvisOCR2는 https://huggingface.co/ATH-MaaS/OvisOCR2에서 이용 가능합니다.

English

We introduce OvisOCR2, a 0.8B document parsing model. OvisOCR2 is designed as an end-to-end parser: given a document page image, it generates a Markdown representation in natural reading order, covering text, formulas, tables, and visual regions. We build a data engine that combines filtered real-document annotations with synthetic pages whose rendered images and Markdown targets are derived from the same HTML source. The training recipe includes supervised fine-tuning, reinforcement learning on a 4B branch with a multi-component reward design, on-policy distillation into the 0.8B model, and model fusion. On OmniDocBench v1.6, OvisOCR2 achieves a state-of-the-art overall score of 96.58, placing an end-to-end model at the top of this leaderboard previously dominated by pipeline methods and highlighting the potential of end-to-end document parsing. On PureDocBench, OvisOCR2 also achieves the highest Avg3 score of 75.06. Beyond these two public benchmarks, we evaluate OvisOCR2 on an in-house benchmark designed to cover a broader set of long-tail and challenging scenarios. OvisOCR2 obtains the best overall performance among the compared methods, providing further evidence of its generalization and robustness. OvisOCR2 is available at https://huggingface.co/ATH-MaaS/OvisOCR2.