ByteDance(字节跳动)

一句话定位:以”锚点提示(anchor prompting)“路线切入文档解析的大厂玩家,Dolphin 系列主打异构版面的高效结构化。

主攻方向:文档图像解析、异构锚点提示、可扩展/高并行解码、多模态大模型。

代表作:

  • dolphin(Document Image Parsing via Heterogeneous Anchor Prompting,异构锚点提示解析)。
  • dolphin-v2(Scalable Anchor Prompting,可扩展锚点提示,进一步提升规模与效率)。

活跃时间:字节旗下 AI Lab / Seed 等团队近年持续投入多模态与文档智能;Dolphin 系列为 2024–2025 年文档解析代表工作。

在 OCR 谱系里的角色:代表”锚点/prompt 驱动”的版面解析范式,介于纯检测式与纯生成式之间,为复杂异构文档(表格、多栏、图文混排)提供了可扩展的解析思路。