Mistral AI 正式发布 OCR 4.1，这是一款高度专用的视觉多模态模型，核心目标是摄取、解析并结构化复杂文档格式。该模型在复杂表格布局识别、层级文档结构理解方面表现突出，能够直接输出干净且机器可读的 JSON 或 Markdown，减少传统 OCR 后处理流程。OCR 4.1 原生支持段落级边界框提取、结构块标签和块级置信度评分，便于将非结构化文档转化为可检索、可分析的数据。此次发布进一步推动文档 AI 工作流自动化，并对云服务商及闭源模型厂商的多模态输入定价体系形成压力，可能加速行业在文档理解领域的成本优化与技术竞争。