文档识别：多模态还是OCR到底谁更强？工业届该如何抉择？

工业应用的三条黄金法则

基于实验结果，提炼出 MM-LLMs 在工业级 OCR 应用的实施建议：

1. 1. 高价值文档必须专业扫描：合同、票据等关键文件需使用 ≥300PPI 的扫描设备。

2. 2. 数字验证场景双系统并行：对验证码、身份证号等场景，建议采用"MM-LLMs 语境理解+传统 OCR 字符校验"的双重机制。

3. 3. 复杂文本发挥大模型优势：当处理古籍或手写笔记时，MM-LLMs 能结合上下文纠正单字错误。

为 MM-LLMs 的工业届划定了清晰边界。研究团队特别强调，在医疗处方识别等高风险场景，必须建立双重校验机制。