SoMark文档解析模型OXR-1.0开放权重，许可证设营收门槛

中国文档AI公司SoMark以开放权重发布了OXR-1.0模型，可将PDF和文档图像转换为AI智能体可用的结构化数据。该模型的Hugging Face页面于10月2日上线，阿里巴巴旗下模型平台ModelScope本周再次重点推荐了该模型。详细信息和部署步骤见GitHub仓库。

OXR-1.0是什么

OXR-1.0是一个文档解析模型：输入扫描版或电子版文档，按阅读顺序提取其中的文字、表格和其他元素，输出为Markdown或带版面坐标的JSON。公司称模型参数量为13亿，而Hugging Face的文件元数据显示为20亿。模型由视觉编码器和语言模型组成，版面分析部分作为独立、可替换的模型提供，团队可以换成自己的版面模型。

除普通文字外，模型还能识别13种元素，包括标题、正文、脚注、图注、公式（LaTeX）、表格（HTML或Markdown）、图片、印章、代码块、化学方程式和化学结构（SMILES）。页眉页脚默认会被过滤。示例包括中英文手写、试卷、报纸和竖排文字，但没有给出支持语言列表。

公司自己的测评

根据SoMark 10月5日的对比，OXR-1.0在olmOCR-Bench、OmniDocBench和DocParsingBench三项文档解析基准中均排名第一。公司表示，在21个模型的速度对比中OXR-1.0也是最快的，测试使用一块96 GB的NVIDIA RTX PRO 6000 Blackwell显卡，端到端每秒约处理一页。公司也指出，不同模型的分词方式不同，因此token速度并不能完全直接比较。在后训练阶段，模型通过把真实文档解析错误转化为新的训练信号来实现自我改进。

运行需要什么

根据部署页面，模型需要Linux、支持BF16的NVIDIA显卡和vLLM；低并发测试建议24 GB显存，生产环境建议48 GB及以上。由于vLLM官方版本尚不支持OXR，需要使用单独的插件。页面没有提到仅用CPU或通过llama.cpp等工具运行。公司还提供免费的演示和API，但不建议用于生产环境，而且上传的文档会离开你的电脑。

许可证需要注意的地方

SoMark以“OXR开源许可证”发布该模型，在Apache 2.0基础上增加了若干附加条款，发生冲突时以附加条款为准：

• 营收与融资门槛：只有公司及其关联方的累计融资和年营收均不超过200万美元时，商业使用才无需单独许可。超过任一门槛的公司必须在使用前向SoMark取得单独的商业许可。
• 署名：向第三方提供在线服务的，必须在界面或文档中显著标明SoMark OXR。
• 禁止竞争性API：无论公司规模大小，未经书面许可，不得提供与SoMark服务竞争的托管API。
• 自动终止：违反任一条款，许可权利将在不另行通知的情况下自动终止。

文中的性能和速度数据来自SoMark自己的测评，尚未经独立验证。虽然模型被称为从零训练，但其配置文件引用了谷歌的SigLIP2和阿里巴巴的Qwen3。公司的声明还指出代码许可证不涵盖模型权重、权重条款另行提供，因此权重的使用条件并不完全清楚。“开源”一词在这里的含义与无限制的开源许可证不同，考虑在产品中使用的公司应与法务团队一起审查许可证。建议同时关注用自己的文档测试该模型的独立开发者的评估，从不同角度了解情况。