這是一則付費新聞稿。如有任何詢問，請直接聯絡新聞稿發布者。

Unisound U1-OCR：首個用於工業等級的文件智能基礎模型，開啟 OCR 3.0 時代

PR Newswire

2026 年 2 月 26 日（週四）晚間 11:10（GMT+9）3 分鐘閱讀

本文包含：

9678.HK

+1.93%

Unisound 公開 U1-OCR：首個工業等級文件智能模型，開啟 OCR 3.0 時代

北京市，2026 年 2 月 26 日 /PRNewswire/ —— Unisound 已正式推出其 Unisound U1-OCR，全球首個用於文件智能的工業等級基礎模型；這是一項突破性的發布，開啟 OCR 3.0 時代，並以五項核心優勢樹立新的產業標準：SOTA 表現、可驗證結果、開箱即用的功能、高效率部署，以及強健的適應性。

文件智能運用 AI，自動讀取、理解、判別數位化文件並擷取關鍵資訊。OCR 1.0 僅能啟用基本文字辨識，而 OCR 2.0 則加入了初步的版面理解能力。U1-OCR 對應 OCR 3.0，實現了量級躍進，突破僅限於版面辨識的範疇，提供深度語意洞察、自動文件分類以及商業層級資訊擷取——從「字元感知」轉向「文件認知」的變革性轉變。

作為 SOTA 等級的文件智能模型，U1-OCR 解決了傳統模型長期存在的瓶頸，即「辨識文字但無法理解版面」，使其能夠像人類專家一樣理解複雜文件。它率先採用「語意驅動 + 動態聚焦」策略：先將文件的標題層級結構與結構化中繼資料進行映射，再在需要時擷取內容，並建立語意地圖以辨識標題、圖表與文字之間的關聯——即便在雜亂的版面中亦然。其強化的空間對齊模組會利用位置信息，精準重建密集表格與混合文字-影像內容的文件結構，有效降低空間辨識錯誤。配備多標記預測（Multi-Token Prediction）技術與全任務強化學習，它將推理效率提升超過 80%，確保長文件的邏輯一致性。

透過多任務協同強化學習訓練，且同時針對語意與座標進行最佳化，U1-OCR 抑制空間幻覺以產生可靠輸出，並在多個主要權威基準上達成 SOTA 成果：在 OmniDocBench V1.5 取得 95.1 分，超越 GLM-OCR 與 Gemini-3-Pro 等領先模型；在 D4LA 的 F1 分數達到 90.8、在 DocLayNet 達到 95.9，於表格辨識與跨頁關聯方面表現突出；並在內部商業測試中，超越如 Gemini-2.5-Flash 與 Qwen-2.5-VL 等模型，且在醫療文件處理（例如入院與出院記錄）等場景中展現亮眼的表現。

故事繼續  

圖：Unisound U1-OCR 於 OmniDocBench V1.5 的評測分數比較（PRNewsfoto/Unisound）

為真實世界的工業應用而打造，U1-OCR 具備四項關鍵能力，彌合「文件理解」與「商業行動」之間的差距。其專有的「座標-文字-語意」架構能夠進行像素級定位並實現完整證據可追溯性，使稽核流程透明且高效率。結合 Unisound 在醫療與金融領域的產業專業知識，它可針對 50 多種常見商業文件實現超過 99% 的分類準確率，並支援具備零樣本能力的跨領域邏輯驗證。它支援私有的本地部署（on-premise）與離線部署，同時提供高效率的文件處理，符合政府、醫療與金融等領域嚴格的資料隱私要求，並降低硬體成本。最重要的是，它在極端情境中提供穩定且高精度的表現——包含非標準照片、模糊文件、複雜排版與多語言文字——使企業不再依賴標準化文件格式。

在真實使用情境中經過驗證，U1-OCR 可實現擷取資訊的視覺化可追溯性、混合文件的自動分類；並能對雜亂版面進行智慧影像淨化，以及在保留完整結構的前提下，準確辨識複雜的巢狀表格。

U1-OCR 的推出，標誌著 AI 從單純的文字辨識演進到理解商業邏輯——這是 Unisound 邁向 AGI 的關鍵一步。透過將多模態文件作為知識輸入入口，Unisound 讓機器具備自主推理與證據可追溯能力，推動 AI 從感知智能邁向認知智能；並以建立能讀取、思考並像人類一樣解決複雜問題的一般智慧型代理（general intelligent agent）為願景，將每一份文件都變成通往 AGI 的踏腳石。

Cision

若要下載多媒體內容，請查看原始內容：

條款 與 隱私政策

隱私儀表板

更多資訊