VLM

SmolDocling：256M参数的全能文档OCR处理利神器，每页仅需0.35秒，GTX1060即可运行

IBM Research发布的轻量级视觉语言模型SmolDocling，仅256M参数，支持全文档OCR和多模态处理，每页处理速度0.35秒，能在消费级显卡上运行，支持文字、公式、代码、图表等多种元素的识别和处理。