Youtu-Parsing-Omni
Youtu-Parsing-Omni Модель Tencent на 5B параметров: любой вход превращает в структурированный JSON. Документ, фото, график, чертеж, звук или видео. • Документы: блоки с координатами, текст, формулы, таблицы, порядок чтения • Графики и блок-схемы в Markdown и Mermaid • Чертежи: точки, линии, размеры, отношения • Аудио: речь с таймкодами, спикеры, звуковые события • Видео: сегменты, действия, движение камеры, звук • Один энкодер на все модальности, схема вывода одна • OmniDocBench 96,96, первое место • OmniParsingBench 75,08, лучший открытый результат после Gemini-3-Pro • Есть плагин для vLLM #any2json #json
32 просмотров