GLM-OCR开源登顶基准：0.9B参数实现SOTA性能，专攻复杂文档理解

GLM-OCR 是一款全新的开源多模态OCR模型，专为应对复杂文档理解场景而生。该模型基于 GLM-V 架构，创新性地引入了多令牌预测（MTP）损失函数和强化学习技术，显著提升了训练效率与识别精度。在权威的 OmniDocBench V1.5 测试中，GLM-OCR 以 94.62 的分数霸榜第一，超越了 GPT-4o 等现有模型。其核心优势在于“小而精”，仅凭 0.9B 的参数量实现了高精度与高效率的平衡，特别擅长处理复杂表格、公式及印章。目前该模型已全面开源，支持 vLLM、Ollama 及 Apple Silicon 本地部署，为企业级应用提供了低成本、高效率的解决方案。