LandingAI发布文档智能提取Gen2：双模型架构与原子级定位

全栈重构：从扁平分块到树状结构

LandingAI正式发布Agentic Document Extraction（ADE）Gen2，对其文档智能解析技术栈进行底层重构。与Gen1将文档视为扁平化文本块（chunks）不同，Gen2将文档建模为层级树结构：根节点为文档，子节点为页面，页面再包含文本、表格、图表、页边注释（marginalia）、签章（attestation）等语义化区块（blocks）。每个block携带稳定语义ID（如`text-0`、`table-2`）及完整定位信息，实现结构与视觉的双重对齐。

双模型策略：Pro与Verity分工明确

Gen2首次将解析任务拆分为两个专用模型：DPT-3 Pro与DPT-3 Verity。DPT-3 Verity面向数字化生成文档（如PDF、Word），以确定性方式逐字转录，返回每个词的边界框与置信度分数，适用于高吞吐量文本、表格及简单表单字段；DPT-3 Pro则优先理解页面布局，可识别表格、图表、签名区、页边注等区块类型，按阅读顺序输出，支持扫描件、手写体、非拉丁文字及LaTeX数学公式。官方称Verity单位成本约为Pro的40%，二者间自动路由功能计划于2026年秋季上线。

计费模式根本变革：页+字符双维度定价

定价体系彻底转向精细化计量。DPT-2时代每页固定消耗3积分；DPT-3则采用“页基础费 + 输出字符费”组合：在优先级（Priority）服务层，Pro为1积分/页 + 0.5积分/千字符，Verity为0.3积分/页 + 0.2积分/千字符；标准层（Standard）费率减半，且支持异步处理（延迟数分钟至数小时）。同步调用强制使用Priority计费，ADE Playground亦运行于Priority层。LandingAI宣称混合工作负载下成本可降低25%–80%，Verity在Standard层下可实现单页低于1美分，但实际成本受输出密度影响，需用户基于自身文档集实测验证。

原子级定位：支撑可信AI应用的关键能力

“原子级定位”（Atomic Grounding）是Gen2最核心的技术升级。DPT-3 Pro为每个视觉行（visual line）生成一条定位记录，DPT-3 Verity则细化至每个单词，并附带0–1置信度（取该词内各字符最低得分）。所有表格单元格均配备独立边界框。该能力使字段抽取结果可精确回溯至原文中特定页面的特定单词或行，从而支撑PII坐标级脱敏、文档差异比对（diffing）、可追溯审核界面等此前仅能近似实现的高价值场景。

输出标准化与兼容性说明

Parse v2响应包含三大顶层字段：按阅读顺序组织的标准化Markdown（图表使用`<figure type="CHART">`并内嵌`<description>`，签章标注为`[STAMPED][SIGNED]`等固定标签，表格默认输出HTML以保留合并单元格）、结构化元数据（metadata）及完整树状结构（structure）。值得注意的是，Gen1客户端代码无法直接对接Gen2 API端点，迁移为必需步骤。