Alibaba(阿里巴巴 / Qwen Team)
一句话定位:Qwen 大模型家族出品方,开源生态重要力量,且在文档解析上形成 Ovis / Logics 两条产品线。
主攻方向:通用大模型(dense+MoE、thinking 双模)、原生全模态、端到端文档解析、版面与阅读顺序建模(含 RL)。
代表作:
- qwen3(dense+MoE,thinking 双模统一)、qwen3.5-omni(原生全模态 + omni agent)。
- 文档方向:ovis-ocr2(0.8B 端到端,OmniDocBench SOTA)。
- Logics 解析线:logics-parsing(端到端 LVLM + RL,版面与阅读顺序)→ Logics-Parsing-Omni(统一 omni 解析,覆盖文档/图像/音视频)。
活跃时间:Qwen 系列自 2023 年起密集迭代并持续引领开源;文档解析线(Ovis-OCR2、Logics-Parsing v1→v2)为 2025 年重点成果。
在 OCR 谱系里的角色:既提供通用多模态底座(Qwen/omni),又直接产出 SOTA 级端到端文档解析模型;Logics 线将 RL 引入版面与阅读顺序,是”生成式端到端解析 + 强化学习对齐”路线的代表之一。