Mistral AI 最近发布了其最新版本的文档识别技术 ——Mistral OCR3，标志着文档处理领域的重大进步。该技术在处理各类文档时展现了卓越的准确性和高效性，特别是在表格、扫描文档、复杂表格以及手写识别方面，相较于其前一版本 Mistral OCR2，整体表现提升了74%。
Mistral OCR3的设计宗旨在于从多种类型的文档中提取文本和嵌入式图像，以实现极高的准确度和出色的性能。它不仅支持 Markdown 输出，还能够基于 HTML 重构表格，帮助下游系统更好地理解文档的内容和结构。与市面上许多同类产品相比，Mistral OCR3体积小巧且价格合理，每1000页的处理费用仅为2美元，通过批量 API 更能享受50% 的折扣，最终价格低至每1000页仅1美元。
为了确保产品的准确性，Mistral OCR3引入了更具挑战性的内部基准，专注于真实业务场景中的表现。与前几代 OCR 模型相比，该技术在处理手写识别、表单、扫描及复杂文档等方面进行了显著升级，适应了多种文档类型的需求。
Mistral OCR3特别适合高容量企业级流程以及交互式文档工作流程。开发者可以通过该技术将文本和图像提取为 Markdown 格式，自动解析发票、合规表格等各类文档，并实现手写或历史文件的数字化处理。目前，早期客户已经在发票处理、公司档案数字化以及技术报告文本提取等方面取得了积极成果。
IDC 的研究总监蒂姆・劳指出，OCR 技术是实现生成式人工智能和智能体人工智能的重要基础。能够高效提取高保真度文本和嵌入式图像的组织，将有机会释放数据价值，从而在竞争中获得优势。
划重点:
