漫画里的字并不像文档那样整齐：对白可能竖排，拟声词压在画面上，还夹着对白框和复杂背景。hayai-ocr-v2就是为这种场景训练的OCR——把图片文字转成可搜索、复制和处理文本的工具，面向CJK，也就是中文、日文和韩文漫画。
它约有150M（1.5亿）个参数，规模不大。作者为它配了定制解码器和SigLIP2-NaFlex视觉编码器：前者负责生成文字序列，后者先把漫画图片转成机器可处理的特征。作者自述，它比PaddleOCR-VL-For-Manga更小、快十倍以上，识别表现也更好。这让它值得关注：专用小模型可能比体量更大的通用方案更适合漫画整理、翻译和数字化。不过，目前材料没有给出具体测试分数、硬件条件和完整数据集说明；作者还特别提醒，预训练与微调结果来自不同评测集，不能直接横向比较。