Grok-1.5 Vision是xAI在2024年4月发布的首代多模态视觉模型，专注于图像生成与分析。它能处理文档、图表、截图和照片等多种视觉信息，在RealWorldQA等基准测试中表现优异（空间理解得分68.7%），尤其擅长现实世界空间推理和跨学科任务。目前未向公众开放，仅限早期测试者和现有Grok用户使用。
Qwen2.5VL 是阿里巴巴 Qwen 系列的最新旗舰视觉语言模型，专注于图像、文本和视频的多模态理解与识别。该模型在视觉代理、视频理解和文档解析等方面表现出色，支持层级定位、JSON 格式输出和秒级事件定位。Qwen2.5VL 能够处理超过 1 小时的视频，适用于安防、教育、商业和娱乐等多个领域。
通义智文是阿里云基于通义大模型推出的一款免费AI阅读助手，旨在提升用户阅读网页、论文、图书和文档的效率。它能够智能读取多种格式的内容，帮助用户深入理解文章内容、获取提要和概述、快速掌握要点，并提高阅读效率。此外，它支持自由提问功能，可以解答用户关于文章的问题或其他疑惑。
Advanced Literate Machinery (ALM) 是阿里巴巴研究团队开发的一个高级文档智能系统，旨在赋予机器阅读、思考和创造的能力。项目当前专注于从图像和文档中提取信息，未来将探索让机器具备更高层次的智能。项目包含多个子模块，如OmniParser、Platypus、SceneVTG等，涵盖了文本识别、关键信息提取、表格识别、文档解析等多种功能。
OWL（Optimized Workforce Learning）是一个基于 CAMEL-AI 框架构建的多智能体协作工具，旨在通过多代理交互完成复杂的现实任务，并在 GAIA 基准测试中排名第一。它支持多模态处理、浏览器操作、文件解析、代码执行等功能，并包含丰富的工具包，满足各类特定任务需求。
LayoutLMv3是一款专门用于文档解析的AI模型，能够理解PDF、扫描件和复杂排版的文本结构。它结合视觉、文本和布局信息，能够高效解析表格、图表、公式等非结构化数据，适用于OCR增强、自动文档分类和信息提取等任务。
Qwen2.5-VL是一款功能强大的多模态语言模型，擅长视觉-语言任务，具备增强的文档解析、物体定位和视频理解能力。
FastGPT是一个企业级知识库系统，支持RAG+LLM的私有化部署方案，具有高准确率的文档解析和快速的问答响应时间。它采用混合检索引擎，结合BM25关键词和ColBERT语义搜索技术，提供高效的信息检索能力。此外，FastGPT还提供了操作流设计，允许用户可视化构建数据处理链路，并支持多模型兼容，可以灵活切换本地或云端的AI大模型。
Eden AI是一个AI平台，提供独特的API，连接最佳AI引擎，支持多种AI技术，如生成AI、翻译、文本分析、图像分析、视频内容分析、OCR/文档解析和语音转录。旨在使所有产品开发者（包括开发者、无代码人员和AI爱好者）轻松使用AI。
英伟达开源的智能文档信息提取及结构化工具，能高效处理大规模的PDF、Word、PPT以及图像等复杂的文档，并结构化输出。支持多种文档格式的解析，提取文本、表格、图表和图像等内容，适用于生成式应用的下游任务。
PandaChat.ai是一个基于人工智能的聊天工具，旨在帮助用户快速、轻松地找到和理解相关信息。用户可以上传各种类型的数据，如文档、图片、网站或PDF，并获得即时智能回应。通过PandaChat，用户可以安全地上传数据，快速获得问题的答案，无需手动搜索手册或大量文档。
Xtractly是一个先进的GPT解析器，可以无缝地从电子邮件、PDF和各种文档中提取结构化数据，从而促进更顺畅的工作流程。
Parsio是一个强大的人工智能驱动的文档解析工具，旨在自动化从各种文档格式（包括PDF、电子邮件等）中提取数据。
Knowstory是一个专为物流行业构建的文档和图像数据提取平台，能够完全自动化从运单、提单、采购订单、合同和发票等文档的数据录入。Knowstory将文档转换为结构化数据对象，并以无与伦比的准确性导出至用户的记录系统。该平台可以无缝集成至现有的工作流程和系统，支持从文本、文档和图像（包括手写文本）中提取数据，提供无限提取次数以及定制功能和集成，确保用户体验无忧。
ReceiptUp是一个先进的OCR API，能够将物理收据和发票转换为结构化的数字数据，适用于企业、会计和开发者，简化财务文档的管理流程。
Airparser 是一款基于 GPT-4 技术的数据提取工具，能够从 PDF、电子邮件和文档中提取结构化数据。用户可以实时将解析的数据导出到 Google Sheets、CRM 和其他 5000 多个应用程序，或创建自定义自动化流程。通过简单的三步操作，用户只需导入电子邮件和附件、手动上传文件或通过 API 导入文档，描述要提取的数据结构，Airparser 将自动完成其余工作。
DocumentPro是一个基于AI的平台，能够自动提取文档和邮件中的信息和表格，从而实现数据录入的自动化。用户可以使用预构建的解析器，或创建自定义解析器，从各种常见文档中提取数据，并将其集成到现有工作流程中。
Documente是一个基于人工智能的平台，旨在变革商业文档处理。它利用自然语言处理(NLP)和机器学习技术，从各种文档格式中提取洞察，包括发票、合同、报告和电子邮件。
