通用端到端OCR模型GOT开源，挑战多模态大模型的优越性。Vary团队通过实验展示了GOT在多种场景下的强大能力，包括PDF图像转Markdown、双栏文本感知、自然场景及细粒度OCR、动态分辨率OCR和多页OCR等。 虽然GOT表现优秀，但仍存在局限性，如多语言支持、复杂几何图形和图表上的OCR性...