Cohere发布Parse 5模型：2.3B参数VLM将企业文档精准转Markdown

Cohere 正式发布 Parse 5（parse-v5.0），这是一款拥有23亿参数的多模态视觉语言模型，核心任务是把企业日常使用的各类文档，转换为结构清晰、便于机器处理的Markdown格式。

Parse 5解决了什么问题？

企业文档往往并不只是简单的文字。PDF、扫描件、表格、图表——这些格式各异、结构复杂的文档，长期以来是企业信息化的痛点。Parse 5 的出现，为这个老问题提供了一个全新的AI原生解法。

在文档理解基准测试中，Parse 5 大幅超越前代和同类竞品，尤其擅长处理复杂表格、多栏布局和手写标注。模型支持100多种语言，输出格式可直接被RAG系统、LLM和知识库消费。

为什么是2.3B参数？

Cohere 选择2.3B参数的规模并非偶然。这个量级意味着模型可以在边缘设备上运行，也可以作为企业私有化部署的轻量方案。相比动辄数十亿甚至上百亿参数的多模态模型，Parse 5 在精度和效率之间取得了良好平衡。

企业AI数据管道的关键拼图

Cohere 将 Parse 5 定位为企业 AI 数据管道的关键基础设施。在企业构建 RAG（检索增强生成）系统时，最大的瓶颈往往不是模型本身，而是如何将非结构化文档转化为 AI 可用的结构化数据。Parse 5 直接解决了这个问题。

与 Cohere 的 Embed 模型和 Command 模型配合使用，Parse 5 可以构建从文档解析到向量检索再到生成回答的完整链路。Cohere 表示，Parse 5 已在多家金融、医疗和法律机构的内部测试中取得显著效果。

Parse 5 目前已通过 Cohere API 提供，也支持私有化部署，企业客户可以通过 Cohere 的 Enterprise 方案获取。