Mistral 發(fā)布 OCR 3，提升了手寫及結(jié)構(gòu)化文檔識(shí)別的準(zhǔn)確率

作者 | Robert Krzaczyński

譯者 | 張衛(wèi)濱

Mistral 近日發(fā)布了其光學(xué)字符識(shí)別（optical character recognition，OCR）模型的最新版本，Mistral OCR 3，該版本專注于在多種文檔類型上實(shí)現(xiàn)更高的精度，包括手寫筆記、表單、低質(zhì)量掃描件以及結(jié)構(gòu)復(fù)雜的表格。

據(jù) Mistral 表示，OCR 3 相較于前一代產(chǎn)品是一次重大的飛躍。在基于真實(shí)客戶文檔工作流的內(nèi)部評(píng)估中，新模型在整體表現(xiàn)上以 74% 的勝率超越了 Mistral OCR 2，尤其在表單、手寫內(nèi)容和含大量表格的文檔上優(yōu)勢(shì)更為顯著。這些基準(zhǔn)測(cè)試采用模糊匹配（fuzzy-match）指標(biāo)與人工標(biāo)注的真實(shí)結(jié)果進(jìn)行比對(duì)，旨在反映實(shí)際業(yè)務(wù)場(chǎng)景，而非理想化的合成數(shù)據(jù)。

圖片來(lái)源：Mistral 博客

從技術(shù)角度看，Mistral OCR 3 不僅能夠提取文本，還能識(shí)別并保留嵌入的圖像，同時(shí)完整保留原始文檔的結(jié)構(gòu)信息。它的輸出格式為 Markdown，其中表格通過(guò) HTML 標(biāo)簽（如 rowspan 和 colspan）重建，使下游系統(tǒng)不僅能獲取純文本，還能保留布局語(yǔ)義。這一特性使其非常適合需要結(jié)構(gòu)化 JSON、可搜索檔案的管道，或集成到智能體（agentic）和檢索增強(qiáng)系統(tǒng)（RAG）中。

在以往通常依賴人工復(fù)核的場(chǎng)景中，該模型也展現(xiàn)出顯著的進(jìn)步。它能夠高效處理手寫內(nèi)容，包括連筆的筆記和批注。在表單解析方面，對(duì)標(biāo)簽、復(fù)選框及混合輸入項(xiàng)的識(shí)別更加準(zhǔn)確。此外，OCR 3 對(duì)掃描檔案中常見(jiàn)的傾斜、壓縮偽影、低分辨率以及背景噪點(diǎn)等問(wèn)題具備更強(qiáng)的健壯性。

早期用戶特別強(qiáng)調(diào)了其性能提升和多語(yǔ)言方面的支持能力。ICT 安全負(fù)責(zé)人兼 AI 安全專家 Patrick Jacobs 評(píng)論說(shuō)：

在速度方面，真的令人印象深刻，而且它處理荷蘭語(yǔ)毫無(wú)壓力。

得益于準(zhǔn)確率的大幅提升，Mistral OCR 3 的生產(chǎn)部署正在快速擴(kuò)展。Techseria 創(chuàng)始人兼首席顧問(wèn) Niraj Bhatt 分享了其實(shí)際應(yīng)用的變化：

我們一直在生產(chǎn)環(huán)境中使用 Mistral OCR 處理銷售和采購(gòu)發(fā)票，實(shí)現(xiàn) ERP 系統(tǒng)的零人工數(shù)據(jù)錄入。現(xiàn)在 v3 在表單和手寫內(nèi)容上準(zhǔn)確率提升了 74%，終于讓我們能夠?qū)⒏采w范圍擴(kuò)展到送貨單、水電賬單以及過(guò)去只能靠人工處理的遺留檔案。

在定價(jià)方面，Mistral OCR 3 的標(biāo)準(zhǔn)費(fèi)率為每 1000 頁(yè) 2 美元；若使用 Batch API，成本可降至每 1000 頁(yè) 1 美元，使其成為許多企業(yè)級(jí) OCR 系統(tǒng)的高性價(jià)比替代方案。開(kāi)發(fā)者可通過(guò) API 直接集成模型（標(biāo)識(shí)符為 mistral-ocr-2512），非技術(shù)用戶則可通過(guò)拖放式的 Document AI Playground 界面輕松使用。

對(duì)于具有嚴(yán)格數(shù)據(jù)治理要求的組織，Mistral 提供了私有化的部署選項(xiàng)，確保 OCR 工作負(fù)載完全運(yùn)行在客戶可控的基礎(chǔ)設(shè)施內(nèi)。

如今，Mistral OCR 3 已經(jīng)可以使用了，并完全向后兼容 OCR 2。

Mistral Releases OCR 3 With Improved Accuracy on Handwritten and Structured Documents (https://www.infoq.com/news/2026/01/mistral-ocr3/)

聲明：本文為 InfoQ 翻譯，未經(jīng)許可禁止轉(zhuǎn)載。