أطلقت ATH-MaaS نموذج OvisOCR2، وهو نموذج رؤية ولغة بحجم 0.8 مليار معلمة تم تدريبه لاحقاً من Qwen3.5-0.8B، ليصبح أول نموذج متكامل يتصدر قائمة OmniDocBench بنتيجة 96.58 على الإصدار v1.6.
- يولد تنسيق markdown كاملاً بما في ذلك جداول HTML ومعادلات LaTeX من صور صفحات مفردة، مما يلغي فشل اكتشاف التخطيط الشائع في أنظمة OCR القائمة على التسلسل.
- في اختبارات على 827 مستند طبي ممسوح ضوئياً حقيقيًا، حقق OvisOCR2 متوسط F1 بنسبة 0.947 مقارنة بـ GLM-OCR الذي حقق 0.908، مع تحسن كبير في السيناريوهات الأسوأ (F1 عند p10 بنسبة 0.898 مقابل 0.810).
- على بطاقة RTX 5090 واحدة باستخدام vLLM 0.22.1، يصل النموذج إلى ذروة معدل معالجة يبلغ 590 صفحة في الدقيقة عند تزامن 32، مع أداء مثالي عند دقة 150 DPI.
- يلاحظ المؤلف أنه بينما قد يسبب الترميز الجشع حلقات تكرار في حوالي 0.5% من الحالات، فإن تطبيق عقوبة التكرار أثناء إعادة المحاولة يحل المشكلة دون تشويه المحتوى المشروع.
يقدم النموذج دقة أعلى ونشرًا أبسط مقارنة بـ OCR التقليدي القائم على التسلسل، خاصة للمستندات ذات التخطيطات المعقدة أو جودة المسح الضوئي السيئة.