智通财经APP获悉，云知声(09678)于2月26日发布首个工业级文档智能基础大模型Unisound U1-OCR ，开启了OCR 3.0时代，为后续U1-OCR系列模型的迭代升级奠定了坚实基础 。今天（4月21日）
，历经底层架构重构与海量真实场景打磨，云知声U1-OCR能力实现再度进化 ，推出系列模型。同时
，该模型同步全量上线云知声Token Hub大模型服务平台，开放标准化API ，支持一键接入 、按需调用
，采用Token计费模式，大幅降低企业接入成本与部署门槛 ，让OCR 3.0时代的文档智能能力惠及更多行业
。

云知声U1-OCR架构范式升级
，抛弃传统NMS，用统一结构精修解决级联误差 ，复杂版面解析质的飞跃。技术实力经权威认证
，公司多篇核心论文入选ACL2026，双权威数据集登顶 ，性能可验可追溯 。此外，行业全场景适配
，支持金融、医疗
、教育、交通等复杂文档处理，结构理解+顺序恢复一步到位
。

复杂文档解析的典型难点在于 ，结构信息未被稳定整理
，难以高效交付给下游模块。U1-OCR的目标远不只是“把文字识别出来 ”，更要切实解决复杂文档页面中的结构理解与阅读顺序恢复难题 。针对这一行业普遍存在的问题 ，云知声在U1-OCR中采用了面向复杂文档场景的解析设计
，从本质上可拆解为两个核心子任务：一是结构识别，即判断页面中每个区域的内容类型 、确定需保留的区域；二是顺序推理 ，即规划保留区域的合理阅读路径
。

围绕这两个任务设计专属关键技术
，U1-OCR不仅在多个公开权威数据集上取得了领先成绩，更为真实业务场景中最容易被忽略的检测器与解析器交接环节（detector-to-parserhandoff） ，提供了更稳定
、更可靠的处理方式。

实验结果同样表明
，在结构更复杂、布局变化更丰富的页面中，U1-OCR模型矩阵能更高效地处理区域边界判定 、类别区分与整体结构恢复问题 ，精准实现“将竞争候选假设稳定为解析器可用结构输入”的设计目标 。

这也意味着，文档解析正从单纯的OCR文字识别
，升级为更贴合真实业务需求的文档理解能力
。此次U1-OCR全量上线云知声TokenHub大模型服务平台，同步开放标准化API和一键调用功能 ，将进一步降低文档智能技术的使用门槛
，为医疗
、交通、金融 、教育等多个行业，提供高效
、精准的文档解析服务 ，助力各行业顺利实现数字化转型升级。