Cómo funciona el flujo de PDF
OCRZero ejecuta cuatro pasos para cada PDF.
- Renderizar. Cada página se dibuja como imagen a 150 ppp; las páginas anchas se reducen a 2.200 píxeles.
- Analizar. Xiaomi-OCR-0 convierte cada imagen de página en Markdown en orden de lectura, sin encabezados ni pies de página.
- Limpiar. El posprocesado oficial convierte las tablas OTSL a HTML, normaliza los delimitadores matemáticos y recorta las repeticiones descontroladas.
- Unir. Las páginas se unen en orden, cada una marcada con un comentario HTML como page 3.
Tablas, fórmulas y diseño
El modelo escribe las tablas en OTSL, un marcado compacto con celdas combinadas. OCRZero las convierte en tablas HTML con rowspan y colspan, que la mayoría de visores de Markdown y flujos RAG aceptan.
Las fórmulas se escriben en LaTeX, en línea como $ … $ y en bloque como $$ … $$. Las figuras no se describen; Xiaomi-OCR-0 extrae el texto de la página.
Velocidad y coste
En nuestras pruebas con un artículo de investigación con mucho texto, una página tardó entre 5 y 15 segundos en un solo flujo, según la cantidad de texto. En OCRZero cada página cuesta 1 crédito: 5 $ por cada 1.000 páginas, con 20 páginas gratis para cuentas nuevas elegibles.