Surya 2.5 更新 OCR 模型，官方實測單卡吞吐提升約 1.7 倍

Datalab 於 10 月 29 日發布 6.89 億參數的 OCR 模型 Surya 2.5，並讓 surya-ocr 0.23.0 預設使用新權重。這次更新同時涉及推論效率與介面行為：surya_table 預設輸出表格 HTML，新模型不支援表格行列的幾何座標；原有流程若依賴這些資料，需要明確指定 Surya 2 checkpoint。發布說明

效率改善的一個關鍵是減少輸出長度。新版擴充詞彙表，加入常見多字元單位，配合更緊湊的頁面格式，降低逐頁解碼量。官方在單張 H100、192 DPI、32 個並行請求下，測得每秒完成 4.52 頁，前代搭配多 token 預測（MTP）為 2.72 頁，約提升 1.7 倍。這項比較使用相同伺服器設定與 300 頁文件，但頁面已預先渲染，因此不能直接視為整條 PDF 處理管線的加速比例。測試方法

對批次文件處理而言，避免少數頁面持續生成也很重要。發布說明指出，在 192 DPI 測試中，觸及輸出上限的請求比例由前代搭配 MTP 的 3.8% 降至 0.1%。這提供了減少異常頁面佔用推論資源的線索，但實際重試成本仍取決於文件內容與應用設定。同版另加入實驗性的 Apple Silicon MLX 後端。版本變更

準確度方面，官方回報 OmniParseBench 綜合分數為 85.9，前代為 83.3；這是文字、表格與版面分數的平均，不能解讀成字元辨識正確率。數據由開發團隊公布，仍待獨立重現。工程團隊評估升級時，應以自己的繁體中文、掃描件及複雜表格檢查輸出品質，再量測完整流程耗時。授權也需分開確認：程式碼採 Apache 2.0，權重採修改版 OpenRAIL-M，商用部署應核對適用條款。官方公告