/ Модель

Характеристики

Контекст
131 072 токена
Параметры
318 млн
Лицензия
Apache 2.0
Архитектура
omniverse_v1 · dense
Опубликована
5 июл 2026

Omniverse-v1

Генерация текстаТекст → текст12 профессий

Компактная VLM на основе PaddleOCR-VL для распознавания документов и извлечения таблиц, текста и визуальных данных в структурированный Markdown.

9скачиваний за 30 дней0лайковвеса обновлены5 июл 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Omniverse-v1 — компактная визуально-языковая модель от инициативы Omniverse для интеллектуальной обработки документов. Она основана на архитектуре PaddleOCR-VL и настроена для локального извлечения данных из документов; в репозитории указаны 318,2 млн параметров, архитектура OmniverseV1ForConditionalGeneration и веса в формате safetensors.

Модель принимает изображения документов и извлекает их содержимое в структурированный Markdown. Она предназначена для распознавания плотных таблиц, счетов, экзаменационных ведомостей и неструктурированных PDF, включая многостолбцовый текст, формулы и диаграммы. Для работы автор рекомендует Omniverse Python/Gradio pipeline.

Карточка заявляет поддержку английского языка и контекстное окно 131 072 токена. Модель распространяется по лицензии Apache-2.0. Результаты распознавания сложной разметки и визуальных данных могут требовать проверки; подробные оценки качества и перечень поддерживаемых языков, кроме английского, в карточке не приведены.

Сценарии применения

  • извлечение таблиц из счетов в Markdown
  • распознавание текста в плотных и многостолбцовых документах
  • разбор экзаменационных ведомостей и оценочных листов
  • извлечение формул и данных из диаграмм
  • локальное извлечение содержимого из PDF-документов

Ограничения

Карточка не содержит численных оценок качества; извлеченные данные из сложных таблиц, формул и диаграмм могут нуждаться в проверке. Поддержка языков, кроме английского, не подтверждена.

Для каких профессий подходит12

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Omniverse-v1

Omniverse-v1 is a powerful Vision-Language Model (VLM) customized for Intelligent Document Processing (IDP). It is designed to understand complex document layouts, such as dense mark sheets, invoices, and unstructured PDFs, and natively extract beautifully structured Markdown.

🚀 Features

  • Table Recognition: Perfectly extracts grids and nested tables into native Markdown format.
  • Formula & Chart Parsing: Capable of understanding and extracting complex visual data.
  • Robust OCR: Reads dense, multi-column text effortlessly.

💻 Usage

This model is intended to be used with the Omniverse Python/Gradio pipeline.

from transformers import AutoModelForCausalLM, AutoProcessor
import torch

model_id = "ManvithReddy/Omniverse-v1"

# Load the processor and model
processor = AutoProcessor.from_pretrained(model_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    model_id, 
    trust_remote_code=True, 
    torch_dtype=torch.bfloat16
).eval()

📖 Origins

This model is derived from the PaddleOCR-VL architecture and customized for local, offline document extraction tasks under the Omniverse initiative.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
OmniverseV1ForConditionalGeneration
Ревизия весов
275badd

0 моделей