Docling v2.149.0 集成 MiniCPM-OCR

事件综述根据 1 篇报道整理，11月10日更新

文档处理工具 Docling 发布 v2.149.0，新增 minicpm_ocr 预设，集成 OpenBMB 的 1.3B MiniCPM-OCR 模型，支持英文和中文。OpenBMB 在社交平台表示，很高兴看到该模型被集成进 Docling。 同一版本还加入可选的 --use-embedded-picture-images：直接从 PDF 按原始像素提取图片，而非使用渲染裁剪图；若该区域还含文字或矢量图形，则回退到裁剪图。ASR 现可在 mlx-audio 上运行且无需 torch，Granite Speech 录音会被切分为约 30 秒的窗口。 此外，--vlm-model X 此前被静默忽略，现在会真正切换到 VLM 流水线，与 --pipeline standard 同时使用则会报错。

综述由模型根据报道生成，细节以各篇原文为准。