一张财报表格被分页截成两半，普通 OCR——把图片文字转成机器可处理文本的技术——即使认对每个字，也未必知道两页原本属于同一张表。OvisOCR3 试着补上这一步：先分别解析页面，再用同一个模型合并相邻页面的表格片段，恢复被截断的表头、行列和单元格。
它只有 0.8B 参数，仍基于 Qwen3.5-0.8B。相比主要输出 Markdown 的 OvisOCR2，新版还能生成结构化 JSON——软件常用的键值格式——并附上元素类别、内容和边界框，也就是内容在页面中的矩形位置。这样，结果更容易直接送进数据库或业务流水线；项目还提供了 vLLM 接入示例。
据发布者转述的模型卡，OvisOCR3 在 MDPBench 上由前代的 69.00 升至 88.80，在 PureDocBench 上由 75.10 升至 82.31。不过这些仍是团队自报成绩；凌乱扫描件和长财务表格中的稳定性，现有材料没有披露。