LightOnOCR-3 把文件變成可定位的文字：先用官方範例試讀版面、圖表與段落

把一頁 PDF 轉成文字後，最麻煩的常是找不回原本的位置：這段話屬於哪個小標？這張圖下面的說明，會不會混進另一欄？LightOn 在 2026 年 10 月 8 日推出 LightOnOCR-3，把「讀到什麼」和「在頁面哪裡」一起放進輸出。

先開直接試用：LightOnOCR-3 官方 Demo，或看官方展示：文件結構與輸出示意。想自行部署，入口是官方下載：LightOnOCR-3-4B 模型。

本文於台灣時間 10 月 9 日查核。我們在公開 Demo 點選一個內建論文範例，確認有結果回傳；沒有上傳私人文件，也沒有測試繁體中文文件或本機 GPU。下方會分清官方示意與這一次操作所見。

LightOn 官方示意：文件中的文字、圖表和圖片分別成為可處理的內容

來源：LightOn 官方產品頁。這是功能概念插圖，非辨識正確率證明，也不是本站製作的產品截圖。

兩種模式：只讀文字，或連位置一起留下

LightOnOCR-3 提供 0.8B、1B 和 4B 三種規模。官方模型卡將 4B 列為多數任務的建議選擇，0.8B 著重效率；1B 延續上一代架構，供既有部署升級。參數量不同，不代表能直接換算成所需顯示記憶體。

Plain／空白文字提示：輸入頁面圖片，輸出轉錄內容，包括可表示為 Markdown 的文字、表格和公式
Grounding／提示詞 grounding：除了轉錄，也加上每個區塊的種類與邊界框；圖片可有短描述，圖表可轉成資料表

框的位置使用正規化到 0–1000 的座標，不是原始圖片的像素值。這讓後續工具能把段落連回頁面，但仍要核對框線有沒有圈對內容。

官方虛構文件示例：標題、內文、圖片、圖表與表格各有標籤及邊界座標

來源：LightOn 官方輸出格式示意。原圖註明是虛構範例、不是模型預測。左邊的圖表數字與右邊表格，只用來解釋格式；不能當成本站抽取數字的實測。

我們實際點了什麼？公開論文範例的七個區塊

打開 Demo 後，頁面提供文件上傳區、4B 模型、Grounding／Plain 選項，以及內建範例。我們維持 Grounding，點選 LightOnOCR paper, page 3。

這一次介面回傳 7 個區塊：2 個標題、2 段文字、1 張圖片、1 段圖說和頁碼。左側文件出現對應框線；右側能看到模型架構圖的文字描述，以及「2.2 LightOnOCR-1」「2.3 LightOnOCR-2」等標題。介面也提供 Blocks、Document、Raw 三種檢視與 Download .md。

本站操作官方 Demo 的內建論文第三頁，左側顯示文件框線，右側顯示區塊內容

本站於台灣時間 2026-10-09 操作官方公開 Demo後擷取。文件是平台內建範例，畫面未改字；不是私人文件、本機執行或完整準確率測試。

這次只確認範例能回傳並顯示上述結構，沒有逐字校對整篇論文。介面顯示的單次耗時，也不適合拿來估算你自己的電腦或大量 PDF 的速度。

第一次練習：先核對三件小事

可以先照同一個範例練習，不必急著匯入工作資料：

開啟 Demo，選 Grounding，再點 LightOnOCR paper, page 3；等結果出現
找到一個標題，對照左側框線與右側文字，檢查是否對到同一段
切換 Document 和 Raw，觀察閱讀版與帶座標原始輸出的差別
檢查頁碼、圖說和相鄰段落有沒有混在一起；需要匯出時再使用 Download .md

若換成圖表文件，建議另外逐項看座標軸、單位、小數點與正負號。輸出看起來像表格，不等於表格裡的數字已經正確。這是人工驗收建議，本文沒有完成圖表或手寫範例的測試。

免費入口與自架成本，分開看

本次開啟公開 Demo、點選內建範例時，沒有遇到登入或付款要求；這不保證無限次使用，也不保證之後不會排隊或受額度限制。

官方將模型與使用程式庫標示為 Apache 2.0，可依授權條件使用。自行部署仍需下載模型、準備運算資源；模型開放下載，不等於硬體、電力或代管服務免費。本站沒有足夠依據提供一個適用所有電腦的每頁成本。

如果文件有個資、客戶資料或未公開內容，先確認組織規則及服務的資料處理方式。網頁 Demo 是線上服務；只有完成自己的本機部署並確認整段資料流，才能討論是否留在自己的設備裡。

想接程式，先注意這個版本相容提醒

官方程式庫 README列出 CLI、Python 客戶端與檢視器，並特別提醒：其 vLLM 套件組合固定使用 vLLM 0.30.0 與 Transformers 5.16.1；文件記載 Transformers 5.17 會影響該 vLLM 版本下的 1B 模型，vLLM 0.27.1 則會造成模型重複輸出問題。

這是官方文件的相容性說明，非本站重現的錯誤。初次部署應依當下 README 的相容組合，而不是把所有依賴直接升到最新版。也不要把網頁能跑範例，當成自己的 Windows、Mac 或顯示卡已經通過測試。

適合先拿來做什麼？

如果你需要把文件送進搜尋或知識庫，這類「文字加位置」的輸出值得先試：答案引用某段內容時，後續程式有機會帶讀者回到原頁面。若只是偶爾複製幾行字，先用 Demo 看結果是否有幫助，再決定是否值得自架。

官方公布的評測涵蓋不同文件類型，但不能據此保證台灣繁體中文、手寫字或每一張掃描表格都可靠。最有用的下一步，是用你有權處理、可公開且容易核對的一頁文件，建立自己的小型驗收範例。