Miso Information Technology 3月17日宣布，推出基于VLM（Vision Language Model，视觉语言模型）的第三代OCR解决方案ViiX。
据介绍，ViiX聚焦垂直行业文档处理场景，可对医疗病历以及制造、建筑等行业业务现场产生的各类文档进行理解与解析，并转换为可用数据。
与传统OCR主要停留在文本识别层面不同，ViiX结合LLM（Large Language Model，大语言模型）对文档语义和结构进行分析，能够识别版式、字体、空间结构及上下文信息。在此基础上，系统可将文档内容进行结构化处理，并进一步用于检索、分析和业务自动化。
公司表示，第一代OCR以字符识别为核心；第二代OCR引入深度学习后，已可支持表格区域识别和字段抽取。但在新增文档版式时，往往仍需重新训练模型，异常场景的处理成本也会随之上升。
Miso Information Technology称，作为第三代OCR产品，ViiX通过同时解析文档语义与结构，提升了键值信息抽取的准确率。
Miso Information Technology CEO Nam Sang-do表示，ViiX是公司过去20年在产业一线积累的行业知识与AI技术体系化结合的成果。公司将推动文档处理从“读懂文档”迈向“理解文档中的业务语境”，并在实际业务场景中推进自动化应用，开启文档AI时代。
记者信息
Chi-gyu Hwang
delight@d-today.co.kr