Datalab 发布 Surya 2.5：689M 参数 OCR 速度提升 1.7 倍

Datalab 于 10 月 29 日发布 Surya 2.5，一个 689M 参数的视觉语言模型，单模型同时完成布局分析、OCR 与表格识别（HTML 输出）。相比 Surya 2，速度提升 1.7 倍（4.5 页/秒 vs 2.7 页/秒 on H100），OmniParseBench 得分从 83.3 提升到 85.9（1B 以下最高），olmOCR-bench 从 82.8 提升到 83.7，looping 率从 3.8% 降到 0.1%。词汇表从 Surya 2 的规模扩展到 88,526 token，覆盖 emoji 与数学字母，页面 token 数减少 2.6 倍。

发布日期取 Datalab 官方博客（October 29, 2026）、Hugging Face 模型卡与 PapersWithCode（2026-10-29）三源互证。代码 Apache 2.0，权重 modified OpenRAIL-M（研究/个人/500 万美元以下创业免费）。多语言支持 91 种语言，21 种语言得分 90% 以上。

原文链接：Datalab 官方博客