万兴图示618活动倒计时⏳中，专属体验链接：https://sourl.cn/LvUi7J
该视频是使用开源的SKILL制作，该SKILL正常持续迭代优化中，请持续关注，https://github.com/Agents365-ai/video-podcast-maker
把 PDF、图片、扫描件变成大模型能读懂的文字，是搭知识库、做 RAG 绕不开的第一步。本期把 2026 年最值得关注的 OCR / 文档解析（Document AI）开源工具一次性盘点清楚，并按「中文支持 / 表格公式 / 速度 vs 精度 / 本地 vs 云 / 开源 vs 商业」五个维度做头对头对比：
· OCR 引擎：PaddleOCR、Tesseract、EasyOCR、OCRmyPDF、Surya、RapidOCR
· 文档解析：MinerU、Docling、Marker、MarkItDown、LlamaParse、Unstructured、GROBID
· 视觉语言模型：PaddleOCR-VL、olmOCR、MonkeyOCR、Qwen2.5-VL、InternVL、Nougat、Kosmos-2.5
· 选型建议 + 影响力梯队 + 组合用法
