面对海量文档中的复杂图表、表格和多语言内容，传统 OCR 常常力不从心，主要原因是其核心能力集中于文本识别，往往将图表、公式、 UI 布局等复杂视觉元素简单裁剪为图像，导致文档结构被破坏、语义关系丢失，难以满足高质量信息提取与重建需求。

​

针对于此，华中科技大学和小红书 hi lab 联合开源了 dots.mocr ，其能将文档中的文字、图表、表格等所有视觉元素，共同解析为统一的结构化数据，甚至能将图形直接转换为可编辑的 SVG 代码。它不仅极大地提升了文档理解的深度和广度，更在复杂文档的自动化处理方面达到了行业领先水平。

​

目前，HyperAI 官网（hyper.ai）的教程版块已上线「dots.mocr 多模态文档解析教程」，在线体验多模态文档解析新范式。

在线运行链接：

https://go.hyper.ai/tx8FW

demo 运行

1. 进入 hyper.ai 首页后，选择「教程」页面，或点击「查看更多教程」，选择「dots.mocr 多模态文档解析教程」，点击「在线运行此教程」。

2. 页面跳转后，点击右上角「Clone」，将该教程克隆至自己的容器中。

注：页面右上角支持切换语言，目前提供中文及英文两种语言，本教程文章以英文为例进行步骤展示。

3. 选择「NVIDIA GeForce RTX 5090」以及「PyTorch」镜像，按照需求选择「Pay As You Go（按量付费）」或「Daily Plan/Weekly Plan/Monthly Plan（包日/周/月）」，点击「Continue job execution（继续执行）」。

HyperAI 为新用户准备了注册福利，仅需 $1，即可获得 20 小时 RTX 5090 算力（原价 $7），资源永久有效。

4. 等待分配资源，当状态变为「Running（运行中）」后，点击「Open Workspace」进入 Jupyter Workspace 。

效果演示

1. 页面跳转后，点击左侧 README 页面，进入后点击上方 Run（运行）。

2. 待运行完成，即可点击右侧 API 地址跳转至 demo 页面。

成果展示

教程链接：https://go.hyper.ai/tx8FW