NuMind 构建前沿多模态大语言模型（VLM），专注于从文档中抽取信息，将文档转化为结构化 JSON 和干净的 Markdown。产品可通过 SaaS 平台使用，也支持私有化企业部署。
主要能力与用途：NuMind 的模型专门用于文档信息抽取任务，包括命名实体识别（NER）和分类等。其模型在结构化抽取和 OCR 方面表现领先，NuExtract 系列在基准测试中优于通用模型。
性能与部署：NuExtract3 得分为 65.2，而同等规模的最佳模型为 53.8。模型已在保险、银行、医疗等文档密集型行业私有化部署。案例显示，AXA 此前自动化工作流字段级准确率为 30%，需要大量人工复核；使用 NuExtract 后准确率提升至 97%（错误减少 23 倍），显著降低人工验证和抽取成本。
研究与发布：NuMind 发表相关研究，如通过 LLM 标注数据进行实体识别编码器预训练，并开源 OCR 与结构化抽取 LLM（The Reasoning Open-Source OCR & Structured Extraction LLM）。
适用场景：文档密集型行业（保险、银行、医疗等）需要从文档中自动抽取结构化信息的场景。
限制：资料未提供具体的收费模式、价格、平台兼容性、使用步骤或代码示例，这些信息暂未提供。
