# OvisOCR3: новая модель для чтения документов и таблиц на своём GPU

Источник: https://modelium.tech/zhurnal/ovisocr3-local-document-recognition-gpu/

OvisOCR3 — модель для распознавания текста на изображении документа и извлечения нужных полей. Веса можно скачать и запустить локально, но опубликованный авторами пример рассчитан на GPU и работу с Python, а не на установку одним нажатием. Результат на важных документах нужно сверять с оригиналом.

OvisOCR3: новая модель для чтения документов и таблиц на своём GPU

Если у вас есть скан счёта или фото страницы, OvisOCR3 может превратить изображение в текст и выделить нужные поля — например, номер и сумму. 21 октября 2026 года ATH-MaaS загрузила модель вместе с весами, то есть файлом, необходимым для локального запуска. Но официальный пример пока предполагает видеокарту (GPU) и работу с Python: это не готовая программа с кнопкой «открыть документ». [s1](#src-s1)[s2](#src-s2)

## Что появилось и что модель умеет?

Автор называет OvisOCR3 моделью примерно на 0,8 млрд параметров для распознавания текста на изображениях (OCR) и разбора документов. В одном наборе весов доступны разные задания через специальные текстовые инструкции: обычное чтение текста, разметка страницы, извлечение полей, описание иллюстраций и сборка таблицы, которая продолжается на следующей странице. Для последней задачи документация сначала разбирает страницы по отдельности, а затем объединяет соседние фрагменты; это не обещание безошибочной обработки любого PDF. [s1](#src-s1)[s3](#src-s3)

В репозитории лежит файл весов `model.safetensors`, настройки и файлы инструкций для заданий. Его размер на диске — около 1,7 млрд байт; **это не минимальное требование к оперативной или видеопамяти**. Репозиторий открыт без обязательного запроса доступа. Лицензия модели в её карточке и отдельном файле — Apache 2.0; исходная Qwen3.5-0.8B, которую авторы указали основой, также помечена Apache 2.0. Условия самого выбранного вами программного окружения надо проверять отдельно. [s3](#src-s3)[s4](#src-s4)[s5](#src-s5)

## Можно ли запустить её на домашнем компьютере?

В инструкции авторов приведён пример на vLLM 0.22.1 — программе, которая загружает модель и обрабатывает запросы. Для него нужна совместимая с vLLM видеокарта и среда Python. Авторы не указывают универсальный минимум RAM или VRAM для всех сценариев, поэтому по размеру скачиваемого файла нельзя обещать работу на конкретном ноутбуке. Это пока **инженерный локальный путь**, а не проверенный Modelium домашний рецепт. [s1](#src-s1)

Если вы хотите оценить модель, начните с официальной карточки и её примера, проверьте совместимость своей видеокарты, затем попробуйте на одном несекретном документе. Например, возьмите собственный учебный счёт с заранее известными номером и суммой: после распознавания сравните оба значения с изображением, а не принимайте полученный текст за доказательство точности. Modelium сверил документацию и наличие файлов, но **не запускал модель**. [s1](#src-s1)[s3](#src-s3)

## Какие ограничения важно знать?

Карточка предупреждает об ошибках, пропусках и повторах, особенно на мелком или размытом тексте и сложных таблицах. Автор публикует сравнения по нескольким тестам, однако приведённые результаты не являются независимым измерением Modelium, а полный технический отчёт пока только обещан. Для финансовых и иных важных документов проверяйте извлечённые поля по оригиналу; сгенерированную разметку или HTML не следует показывать в браузере без безопасной обработки. [s1](#src-s1)

**Следующий шаг:** откройте закреплённую карточку OvisOCR3 и оцените официальный пример и требования до скачивания весов. [s1](#src-s1)

## Источники

1. [ATH-MaaS — OvisOCR3, model card (revision 5f6ce693)](https://huggingface.co/ATH-MaaS/OvisOCR3/blob/5f6ce6932efee9ec10c30746db55bd780214b7fd/README.md) — получено 2026-10-23
2. [Hugging Face — история коммитов OvisOCR3](https://huggingface.co/api/models/ATH-MaaS/OvisOCR3/commits/main?limit=100) — получено 2026-10-23
3. [Hugging Face — метаданные и файлы OvisOCR3](https://huggingface.co/api/models/ATH-MaaS/OvisOCR3?blobs=true) — получено 2026-10-23
4. [ATH-MaaS — лицензия OvisOCR3](https://huggingface.co/ATH-MaaS/OvisOCR3/blob/5f6ce6932efee9ec10c30746db55bd780214b7fd/LICENSE) — получено 2026-10-23
5. [Qwen — исходная Qwen3.5-0.8B, лицензия](https://huggingface.co/Qwen/Qwen3.5-0.8B/blob/main/LICENSE) — получено 2026-10-23