雲知聲Unisound U1-OCR大模型發布！首個工業級文檔智能基礎大模型，開啟OCR 3.0時代

2. D4LA評測SOTA

在D4LA評測中， F1 分數達 90.8，大幅領先 DocLayout-YOLO（87.3）、PP-StructureV3（86.0）。無需微調即可高精度解析學術論文、財務報表等 11 類高複雜度文檔。

3. DocLayNet評測SOTA

在DocLayNet評測中，F1 分數 95.9，超越 MinerU 2.5、PP-StructureV3 等模型。在表格識別、跨頁關聯、微小文本檢測等高難任務上優勢顯著，魯棒性極強。

4. 業務相關評測SOTA

在內部業務測試中，其信息抽取與文書分類能力超越 Gemini-2.5-Flash、Qwen-235B-VL 等主流通用商業和開源模型。特別是在醫療入院記錄、出院小結等強業務場景中，領先優勢尤為明顯，Unisound U1-OCR 以 3B 規模的參數獲得比更大規模通用 VLM 更好的評測性能。與較小尺寸的文檔解析任務模型相比，得益於模型多項創新舉措，在業務級信息抽取等深層語義信息理解的能力表現更好。

三、面向真實場景：4大核心能力助推U1-OCR從「讀懂」邁向「執行」

作為開  啟OCR 3.0時代的文檔智能基礎大模型，除了在通用評測中斬獲多項SOTA，Unisound U1-OCR更立足工業級場景需求，打造了四大核心能力，實現從『讀懂』到『執行』的業務落地。

1. 可信可查：精准溯源，結果可驗

模型獨創「坐標－文本－語義」融合架構，實現像素級精准定位與完整證據鏈構建。在完成信息抽取的同時，系統精准標示信息在文檔中的來源位置，使結果審核過程全透明、可追溯，從技術層面保障文檔處理結果的可信度，徹底解決傳統文檔處理「結果不可驗」的行業難題。

例如，在企業審核場景中，審核人員無需大海撈針般翻閱原文，點擊抽取結果即可實時高亮定位原始位置。這種「人機協同」的閉環將審核耗時縮短至秒級，讓人工漏檢率降至最低，真正實現了「可信任的AI」。

2. 業務融合：開箱即用，Agent Ready

通用OCR工具在專業領域存在局限——例如醫保結算單中「自付一」「自付二」與「個人自費」的邏輯關系，或合同中金額大小寫的校驗規則，都需要領域知識支撐。

Unisound U1-OCR在基礎模型之上，融入了雲知聲在醫療、金融等領域的行業知識積累，模型可基於業務邏輯進行多字段關聯校驗。在內部業務測試中，面向50餘種常見業務文書的分類准確率超過99%。

3. 高效部署，安全可控

模型深度支持私有化與離線部署，可在無外網環境下穩定運行，完美匹配政務、醫療、金融等高安全等級行業的數據隱私保護需求。同時，通過版面級並行解碼與多Token預測架構等優化措施，一份十多頁的文檔，整理處理可在數秒內完成，高效的文檔處理能力，讓工業級文檔智能能力觸手可及。

4. 超強適配，攻克複雜場景

針對企業實際業務中遇到的非標准拍照、文檔彎折模糊、複雜花式排版、多語言混排等各類極端複雜文檔場景，Unisound U1-OCR仍能保持穩定、高精度的處理表現，徹底擺脫傳統技術對標准化文檔的依賴，真正適配企業真實業務的全場景需求。