1. 核心结论

• OCR 从图像中提取文字，文档理解进一步分析文档结构
• 多模态模型正在替代传统 OCR 管线
• 在票据处理、合同分析、表单识别中广泛应用

2. 基础概念

OCR：光学字符识别，从图像中提取文字 文档理解：AI 理解文档的结构和语义内容 表格识别：从文档中提取表格结构和数据 版面分析：理解文档的排版和布局

3. 实战场景

• 票据识别
• 合同分析
• 表单自动填写
• 历史文档数字化

4. 关联笔记

• 多模态模型基础
• 图像理解
• 文档解析