NuMind
NuMind · 其他
NuMind 打造 NuExtract，一套視覺語言模型，能把發票、表單與掃描檔轉成結構化 JSON 或乾淨的 Markdown，並提供 API 與私有部署兩種型式。
關於 NuMind
About
NuMind 是什麼
NuMind 是一家研究型公司，專門打造理解文件的 AI 模型。NuExtract 則是把這些模型包成可日常使用的產品。定位刻意收得很窄：你拿到的不是通用聊天機器人，而是一套能讀薪資單、理賠申請書或檢驗報告，再回傳機器可讀資料的系統。
公司先做結構化資料擷取，接著用 NuMarkdown 系列補上 OCR，並在 2026 年 5 月把兩者合併成 NuExtract3。這個模型以 Apache 2.0 授權開源，也就是說，付費平台背後同一套引擎也能跑在你自己的硬體上。NuMind 表示旗下模型在 Hugging Face 的下載量已超過 500 萬次。
有項限制最好先知道：NuExtract 處理的是文件，不是對話。它不會幫你寫信，也不回答一般問題，而且版面最難的那批檔案，前幾百頁仍需要人工抽查。
開始使用
- 在 nuextract.ai 註冊帳號並開啟主控台。
- 依照需要的欄位寫一份範本，或直接套用發票、收據、薪資單的範例。
- 上傳 PDF、掃描檔或圖片，執行擷取，並在左右對照的檢視器裡檢查 JSON。
- 把同一份範本搬進 NuExtract API 做批次處理，或將結果匯出到你的資料庫。
產品資訊
快速了解 NuMind 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- 保險與銀行的營運團隊：理賠書與對帳單成批湧入，範本調校好之後，幾乎可以省掉人工鍵檔。
- 醫療院所的行政人員：檢驗報告與臨床紀錄能轉成 JSON，涉及病歷的內容則可全部留在私有部署裡。
- 正在開發文件 AI 功能的開發者：開放的模型權重讓你先在本機測試 OCR 模型，再決定要不要付費，這也是許多團隊在採購前先試這套文件擷取工具的原因。
任務
- 把發票拆成逐項 JSON：欄位定義一次，範本就能跨供應商與語言重複使用。
- 把掃描 PDF 轉成 Markdown 餵給 RAG：內容擷取這條路會保留標題與表格，檢索回來的片段才讀得懂。
- 從收據抓總額與日期：短文件以 115 dpi 計算，每張 A4 約 $0.0015。
情境
- 月底處理發票：整個資料夾丟進批次流程，只覆核模型標為低信心的那幾列。
- 建立可搜尋的合約檔案庫：先跑一次 OCR，再把 Markdown 建索引，原始檔留著備查。
- 內部擷取工具的原型開發：先從 API 起步，資料規範變嚴時再換成自架權重。
主要功能
以範本驅動的 JSON 擷取
你把輸出形狀寫成 JSON 範本，模型照著從文件裡填。巢狀物件、明細陣列與逐字字串都支援，當某個欄位必須跟原文一字不差時，這點很關鍵。換一份範本，同一份文件就產出不同結構，不必重新訓練。
可開關的推理模式
NuExtract3 以強化學習訓練，會先讀懂文件再作答，而這一步可以關掉。遇到合併儲存格、被拆開的列，或髒掃描裡互相重疊的文字，推理模式明顯有幫助。檔案本身是乾淨的數位檔時，關掉它能壓低延遲與 token 花費。
OCR 與 Markdown 輸出
同一組權重也負責內容擷取，整頁會變成條理清楚的 Markdown，標題、清單與表格原樣保留。團隊常用這招讓舊 PDF 能被 AI 助理與檢索系統讀取。掃描檔與原生數位檔都適用。
二十種欄位型別與自由指令
範本支援 20 種欄位型別，包含日期、金額、國碼與布林值，輸出因此帶型別，而不是一堆散字串。自由撰寫的指令與脈絡範例，讓罕見狀況不必另建專屬模型也能處理。
供正式環境使用的 NuExtract API
API 每百萬輸入 token 收 $1，每百萬輸出 token 收 $5，開通不必等待。量大時可談折扣，搭配批次處理還能再壓低單頁成本。一頁文字約 1,000 token，115 dpi 的 A4 掃描頁則接近 1,500。
針對受監管流程的私有部署
企業可把 NuExtract 跑在自己的雲端或機房，微調則是選項。對不能把文件送到第三方的保險公司與醫院來說，這一點決定能不能用。NuMind 點名 AXA、Crédit Mutuel、Cleareye.ai 與 BCA Expertise 為客戶。
Hugging Face 上的開源模型
NuExtract3 是 4B 模型，以 Apache 2.0 釋出，較早的 NuMarkdown-Thinking-8B 等版本同樣公開。你可以檢視權重、在自己的 GPU 上執行，也能自行微調，不必先問誰。實體辨識模型 NuNER 背後的研究發表於 EMNLP 2024。
優缺點
優點
- 結構化欄位的準確率是整個產品的核心，NuMind 公布自家基準測試 65.2 分，同尺寸次佳模型為 53.8 分。
- Apache 2.0 的開放權重讓你在有 GPU 資源時，很容易避開被單一廠商綁住。
- 一套模型同時處理 JSON 擷取與 OCR，管線裡的服務數量因此變少。
- 計價跟著 token 走而非人頭，小規模試跑花的是幾毛錢，不是一紙合約。
缺點
- 那個基準是 NuMind 自家的內部測試集，獨立第三方數字仍然偏少。
- 每種文件型別都要一份範本，遇到特殊版面時，調範本是真的要花工夫。
- API 只提供單一模型家族，沒辦法簡單收據用便宜檔、密集表格用強一點的檔。
- 沒有聊天式介面，非技術使用者想上手，得先有人把流程搭好。
常見問題
NuMind 賣的是 NuExtract，一套文件擷取服務，有兩種取得方式：依用量計價的 API，以及私下部署的企業版。背後的模型另外以開放權重釋出。
相關內容
探索與 NuMind 相關的工具、技能與文章。
NuMind 替代方案
Odyssey 3
Odyssey · 其他Odyssey-3 是 Odyssey 的基礎世界模型，能即時模擬物理，把一段文字提示變成可互動的環境，並套用到機器人、汽車與遊戲上。
JarvisCore
Prescott Data · 程式設計 · 生產力 · 其他JarvisCore 是開源的 Python 執行環境，讓 AI 代理在網格上以對等節點運作、從共用帳本認領任務，並透過零信任代理服務存取外部系統。
Clef
Cloudflare · 商業 · 其他Clef 是 Cloudflare 推出、可在 Workers AI 上執行的開源決策模型。它針對設定好的題目回傳校準後的機率而非生成文字，讓代理程式快速分類、分流並採取行動。