字节跳动开源的文档图像解析模型，用异构锚点提示把 PDF 和图片里的版面、文字、表格一次性解析成结构化内容，适合喂给 RAG 或做文档分析。
基于飞桨的一站式开发工具，把分类、检测、分割、OCR、语音识别等任务封装成流水线，支持训练到部署全流程。
在保留原始版面、公式和结构的前提下翻译 PDF，适合科研论文和技术文档，避免译文打乱排版。
用小型模型把图片里的版面、表格、数学公式和文字识别成 Markdown，支持 80 多种语言，是 Mathpix 的免费替代方案。
…DF、布局 PDF 及预览文件的重复生成，加快结果预览与导出。 PDF、公式与表格解析 - 改进行内公式识别 ：Standard/Advanced 在 PDF 原生文本路径中，使用 VLM 识别表外行内公式区域；识别结果为空或无效时，保留局部公式识别模型回退。 - 保护脚注公式并改进页边区域处理 ：修复脚注公式被错误改标或过滤的问题，减少
…nAI 兼容的 VLM 接口配置 api base ，包括 MiniMax-M3。 - 公开的文本和公式识别接口会继续传递 VLM 调用参数。
…1.5 as the standard models. 主要变更： - 数学公式检测（MFD）和数学公式识别（MFR）模型升级到 1.5 版本，所有默认配置、文档和示例均以 mfd-1.5 和 mfr-1.5 为标准模型。
…com/hiroi-sora/Umi-OCR plugins) ，下载更多OCR插件，获取 离线数学公式识别 等附加功能。 鸣谢 - @Gavin1937 为 [PaddleOCR-json引擎](https://github.com/Gavin1937/PaddleOCR-json) 兼容 Linux 做出的大量贡献。 --- [ [SourceForge](https://sourceforge.net/projects/u