BLACK HOLE / MODEL GUIDE

Ovis 多模态模型：图片理解与视觉推理

Ovis 面向图片理解与多模态推理。选型时比较输入分辨率、图片数量、推理模式和运行资源，并用自己的图表或截图检查回答依据。 OvisOCR 则是文档解析专用家族；它与通用 Ovis 的基础权重和任务范围分别核对。

资料核对：2026-10-25 · 整理：黑洞智能体

本页目录

按任务选择

原始资料专题 · 本站目录未列入该条目

Ovis 是多模态模型家族。所读 Ovis2.5 表格列出 Qwen3 语言骨干与视觉编码器，适合介绍图片理解与多模态推理；不将每种尺寸、量化或旧版基座组合重复计作独立家族。

研发归属

Alibaba Ovis 团队

获取方式

官方提供代码、不同规模的 Ovis2.5 模型卡及演示入口。模型可用于自部署的图片理解任务；实际资源需求按所选检查点和运行框架核对。

使用条件

所读 Ovis2.5-9B 模型卡标注 Apache-2.0。此结论不覆盖未逐项核对的 Gemma、Llama 等历史检查点。

所选检查点的输入输出、依赖与硬件条件应按官方说明分别核对；本站没有该家族的已验证服务入口。

原始资料专题 · 本站目录未列入该条目

OvisOCR 是专门面向文档解析的家族，官方模型卡将 OvisOCR2 指向 OvisOCR3。所读 OCR3 输出 Markdown 文档内容，并记录表格、公式、信息提取和图表说明任务。

研发归属

阿里巴巴 ATH-MaaS 作者团队

获取方式

官方提供不同版本的模型卡和运行说明。按所选检查点核对页图输入和提示格式，并用自己的扫描件、表格和公式检查输出结构。

使用条件

所选 ATH-MaaS/OvisOCR3 模型卡标注 Apache-2.0；其他 Ovis 与历史 OCR 权重须分别核对。

检查点的运行条件与输出需要按自己的资料验收；本专题不代表本站已提供该模型 API。

本站目录尚未列出该家族。请从下方官方项目和模型卡核对本地运行或部署方式；需要本站 API 时，请以模型目录实际列出的型号为准。