官网查看
定制方案
- ✓
暂未采集到具体套餐，价格以官网为准
Baseer
一款在阿拉伯语OCR任务上超越GPT-5的视觉语言模型
Baseer 是什么？
Baseer 是一款专为阿拉伯语文档打造的视觉语言模型，在阿拉伯语 OCR 基准测试中表现超越 GPT-5、Gemini 2.5 Pro 和 Azure Document Intelligence。它能够精准提取文本、表格（HTML）和公式（LaTeX），同时完整保留文档原有结构。用户可通过 API、本地部署或网页端灵活使用。
产品详细介绍
一款在阿拉伯语OCR任务上超越GPT-5的视觉语言模型
Baseer 是一款专为阿拉伯语文档打造的视觉语言模型，在阿拉伯语 OCR 基准测试中表现超越 GPT-5、Gemini 2.5 Pro 和 Azure Document Intelligence。它能够精准提取文本、表格（HTML）和公式（LaTeX），同时完整保留文档原有结构。用户可通过 API、本地部署或网页端灵活使用。
定价方案
需要付费创始人评论
Rawan Tattan创始人
阿拉伯语 OCR 一直是 AI 领域的难题：连写字体、复杂连字、从右到左的排版、变音符号——大多数视觉语言模型（包括前沿模型）仍然难以胜任。我们打造 Baseer 就是为了解决这个问题：这是一个专为阿拉伯语文档训练的专用视觉语言模型，训练数据涵盖约 75 万页文档。
我们将其与 GPT-5、Gemini 2.5 Pro、Azure Document Intelligence、Qwen2.5-VL 和 DeepSeek-OCR 进行了基准测试——Baseer 在所有指标（WER、CER、BLEU、CHRF、TEDS）上均领先。 [论文链接]
除了纯文本提取之外，它还能做什么：
- 将表格转换为规范的 HTML
- 将数学/科学公式提取为 LaTeX
- 正确格式化古典阿拉伯语诗歌（保留韵律/押韵结构）
- 检测水印和图像位置
- 直接输出为 Markdown、Word 或 PDF 格式
可通过 API 集成用于自动化，作为 Web 应用使用，或为无法将文档发送至云端的团队提供完全本地化部署。您的文件绝不会被存储或用于训练。
我们将其与 GPT-5、Gemini 2.5 Pro、Azure Document Intelligence、Qwen2.5-VL 和 DeepSeek-OCR 进行了基准测试——Baseer 在所有指标（WER、CER、BLEU、CHRF、TEDS）上均领先。
完整论文：https://arxiv.org/abs/2509.18174
非常期待大家的反馈，尤其是那些曾尝试为低资源或复杂脚本语言构建 OCR/文档 AI 的朋友们。欢迎随时提问（AMA）！
创始团队
Rawan Tattan创始团队
