把一页带表格和公式的扫描件交给 AI，难点不只是“认出字”，还要还原版面和阅读顺序。Reddit 用户 Sad_External6106 分享的 OvisOCR2，正是面向这件事的 0.8B 参数端到端 OCR 模型——直接从整页图像生成结构化 Markdown，也就是用简单符号保留标题、列表和表格的纯文本，方便编辑、检索或送入 RAG（先查资料库、再回答问题的生成方式）。
OvisOCR2 基于 Qwen3.5-0.8B。其模型卡报告，模型在 OmniDocBench v1.6 和 PureDocBench 两项文档解析基准上分别得到 96.58 和 75.06 分。这个参数规模的意义，在于给离线处理扫描件和隐私敏感资料提供了更轻的候选方案。模型权重采用 Apache 2.0 许可，并支持 vLLM；不过，上述成绩来自模型卡，真实文件上的稳定性以及与 GLM-OCR、PaddleOCR-VL、MinerU、Chandra 等工具的比较，仍缺少独立测试。