💡 技术前沿
InfoQ 中文
Cohere 发布 Parse 5，可以从复杂的文档中高效地提取多模态信息
InfoQ 中文 ·
2026-09-09 01:06
· 0 浏览
AI 摘要
Cohere 正式发布 Parse 5（parse-v5.0），这是一款专有多模态基础模型，专为解决开发者长期面临的难题——从复杂的企业文档中提取结构化数据——而设计。
该模型于 2026 年 8 月 27 日发布
，是一款拥有 23 亿参数的视觉语言模型（VLM），能够将财务报告和科学论文等视觉信息丰富的 PDF 文档转换为规范的 Markdown 格式，同时还能输出精准的边界框坐标，为视觉定位场景提供底层支撑。
在架构方面，Parse 5 针对高吞吐量的企业级工作负载进行了优化，具备 8K 令牌的上下文窗口，可以同时处理多样化的文本和视觉输入。该模型基于 Cohere Labs 的开放权重
关注公众号「网英的日常」，
第一时间获取行业资讯推送！