LandingAI发布ADE Gen2，面向Agent重构文档抽取

当文档的主要读者变成 AI Agent，文档抽取产品被推倒重做：LandingAI ADE Gen2 正式发布 吴恩达老师 @AndrewYNg 创办的 @LandingAI 正式发布 ADE Gen2，底层换用新一代 DPT-3 模型家族，核心是 "AI Agent 能不能以低成本、可审计地大规模读文档"，Gen2 在定价模型、输出结构和溯源粒度三个层面都被推倒重做了。 1. 可负担性：从 "按页计费" 到 "按复杂度计费" Gen1 按页固定收费（每页 3 credits），Gen2 改为 Parse 按返回字符数计费——文档越简单，费用越低。配合异步的 Standard 层（0.5x 价格系数），官方给出混合负载 25%–80% 成本下降的预期，解析可低至每页不到 1 美分。 Gen2 还引入了双模型分层： · DPT-3 Verity（公开预览）：面向数字原生文档（PDF 内嵌文本、简单表格表单），消耗 credits 约为 DPT-2 的 10%–20%（官方称节省 80%–90%），提供逐词置信度和 bounding box。名字取"verity"（真实），强调忠实转写而非生成。 · DPT-3 Pro：完整版，先理解版面再按阅读顺序输出，处理扫描件、手写、非拉丁文字、数学公式，并生成式描述图表。注意，模型生成的内容会被 标签明确隔离在转写文本之外——这是防幻觉的关键设计。 · 智能路由（自动选择模型）预计 2026 年秋上线。 2. Agent-Ready 输出：从 "给人读" 到 "给 Agent 读" v2 Parse / Extract API 是破坏性变更，旧代码不兼容。核心重构点： · Blocks 取代 chunks：输出遵循 页 → block → 行/表格单元格 的层级，每个 block 有稳定 ID 和 Markdown span 指针，新增顶层 structure 对象（含页码、字符区间、坐标框）。 · 标准化 Markdown：图片用标准语法并带类型标签（Chart/Diagram/Photo）；签名统一为 Signed / Not Signed；复选框统一为 [X] / []（含表格内）；表格默认输出 HTML 以保结构（Markdown 可选）。 · 输出更紧凑——这同时服务于 Agent 的解析效率和成本（因为计费与字符数挂钩，设计上形成了闭环）。 3. 原子级溯源（Atomic Grounding） 这是对监管和高可信场景最有价值的能力： · DPT-3 Pro：行级溯源；DPT-3 Verity：词级溯源，均带 span 指针和坐标框，Verity 还附加逐词置信度。推文所说的 word-level grounding 精确来说是 Verity 的能力。 · Extract V2 的每个抽取值都能定位到具体页面的具体词，表格单元格也有独立标识符和坐标。 · 由此解锁的场景：PII/PHI 精确到词的合规脱敏、带高亮定位的文档版本比对、人工审核 UI 与原位编辑。