Ai2 开源 olmOCR：百万页 PDF 转 Markdown 成本不到 200 美元

Ai2 开源了 olmOCR，可把 PDF、PNG、JPEG 转为保留结构的干净 Markdown，百万页处理成本不到 200 美元。该工具基于 7B 视觉语言模型，像人一样阅读页面而非抓取文本层，可处理表格、公式、手写内容、多栏排版和图注并保持自然阅读顺序，同时自动去除页眉页脚以免污染后续切块。