OXR 正式開源，主模型只有 1.3B 參數，來自內地一家專做文件智能嘅初創 SoMark 團隊。團隊自報 OXR 喺 OmniDocBench、olmOCR-Bench 同 DocParsingBench 三項基準測試全部「橫掃」第一，分別取得 97.18、87.84 同 87.76 分，完整解析速度仲快過同場嘅 PaddleOCR-VL-1.6 同 MinerU2.5-Pro。
OXR 全稱 Optical Everything Recognition，目標唔止辨識文字，而係還原表格結構、數學公式（輸出 LaTeX）、化學方程式（mhchem）同分子結構（SMILES），加上多欄版面嘅閲讀順序，總共覆蓋文字、表格、公式、代碼塊等 13 類元素，輸出 Markdown 或 JSON，保留版面坐標，俾 Agent 同 RAG 等下游流程繼續用。
速度方面，團隊公佈同一張 RTX PRO 6000 Blackwell（96GB）顯卡上，解析由 OmniDocBench 隨機抽取嘅 100 頁文件，OXR 平均約 101 秒，PaddleOCR-VL-1.6 同 MinerU2.5-Pro 分別約 145 秒同 255 秒。架構上，OXR 將版面分析拆成獨立、可插拔模組，排序合併入內容辨識階段，減少單獨處理閲讀順序嘅開銷。
RSI（Recursive Self-Improvement，遞迴自我改進）呢個概念值得留意：團隊聲稱喺後訓練階段首次將它引入文件解析場景。流程係 OXR 先解析無標籤文件，再由外部模型評估結果、分析錯誤原因、按原因分組，最後圍繞這些問題定向生成訓練資料，用於下一輪 OXR 訓練，且新增資料無需人工標註。
模型權重已開放，同時提供線上 Demo 同免費 API（GitHub：github.com/SoMarkAI/OXR；Hugging Face：huggingface.co/SoMarkAI/OXR-1.0）。
模姐驗嚇貨：呢篇所有跑分同速度數據，包括「三榜第一」，全部係 SoMark 團隊自評，未經獨立第三方驗證，更無本站實測。「橫掃三榜」聽落很爽，但同一模型喺不同評估條件下數字可能差唔少，廠商自評唔等如獨立核實。有想試嘅，用真實複雜文件自己跑嚇先至有嘢講。
模姐｜深度調教
