Mistral AI推出OCR 4文件理解模型，支援自託管與自定義Schema輸出

Mistral AI 宣佈推出文件智慧理解模型 Mistral OCR 4。該模型突破了傳統 OCR 僅提取扁平文字的限制，能夠輸出包含包圍框（bounding boxes）、元素分類（如標題、表格、公式、簽名等）以及詞級和頁級置信度評分的結構化文件資料。 模型支援 170 種語言，在低資源及稀有語言上表現出極強的準確性，併相容 PDF、DOC、PPT 等主流企業格式。為了滿足企業對資料隱私和主權的要求，OCR 4 支援單容器的自託管部署。 在盲測人類偏好評估中，OCR 4 較主流同類系統錄得 72% 的平均勝率，並在公開基準測試 OlmOCRBench 上取得 85.20 的最高分。早期企業使用者反饋，在金融問答等密集圖表場景中，OCR 4 的精度可媲美前沿 Agentic 解析器，而成本和延遲分別降低了 8 倍與 17 倍。 [BlockBeats]