Datalab Lift 9B模型评测：Schema优先的文档提取工具与NuExtract3、LlamaExtract等对比

一句话看懂

Datalab发布9B参数Lift模型，直接根据JSON Schema从PDF/图片提取结构化JSON，无需先转Markdown，在速度和自部署上优于NuExtract3和部分云服务。

详细发生了什么

Datalab的Lift是一个专注于文档提取的工具，核心卖点是：输入PDF或图片加上一个JSON Schema，直接输出符合Schema的JSON。它不像传统流程那样先转Markdown再让另一个模型提取字段，而是直接读取渲染后的页面图像，一步到位输出结构化对象。Lift是一个9B参数的视觉模型，支持schema约束解码，输出与用户定义的Schema精确匹配。

Datalab将文档AI工具分为两类：解析器（Parser）和提取器（Extractor）。解析器如Docling、Marker、MinerU等，输出文档形状的中间表示（Markdown、HTML等）；提取器如Lift、NuExtract3、LlamaExtract等，输出Schema形状的字段。Lift试图将解析+提取两步合并为一步视觉提取，减少流水线复杂度。

在Datalab的基准测试中，Lift的字段准确率达90.2%，高于NuExtract3的81.5%；延迟中位数9.5秒，远低于Gemini Flash 3.5的28.1秒。但与Azure Content Understanding等云平台相比，Lift缺少引用（citations）和置信度评分等企业级功能。

中文圈视角

国内用户能用吗？ Lift是开源模型（权重可下载），可以自部署，无需梯子。但Datalab的托管API可能需要海外访问。对于中文文档（发票、合同、表单），Lift的视觉模型理论上支持，但中文OCR和版面理解效果需实测。

国产替代对比： 国内类似产品有百度文心文档理解、阿里云文档智能（Document AI）、合合信息TextIn等。它们通常提供完整的企业级平台（含引用、审核流程），但模型权重不开放。Lift的优势在于自部署和低延迟，适合对数据隐私要求高的场景。国产平台在中文场景的准确率可能更高，但成本和控制力不如Lift。

具体场景影响： 对于需要批量处理发票、报销单、合同的企业，Lift可以本地运行，避免数据出境。但中文手写体、复杂表格可能仍需国产方案。开发者可结合vLLM部署Lift，与现有系统集成。

盲点： 中文社区对schema-first提取的讨论较少，多数仍用OCR+LLM的parse-then-extract模式。Lift的单一模型思路值得关注，但中文基准测试缺失，建议用户自行评估。

几条值得记住的细节

Lift是9B参数视觉模型，支持schema约束解码，直接输出JSON。
字段准确率90.2%，高于NuExtract3的81.5%，但低于Gemini Flash 3.5。
延迟中位数9.5秒，远低于Gemini Flash 3.5的28.1秒。
开源权重可自部署，但托管API提供引用和置信度评分。
与NuExtract3相比，Lift更大、更准，但NuExtract3采用Apache-2.0许可且支持Markdown转换。

一句话总结

如果你需要自部署、低延迟的Schema-first文档提取，Lift是值得尝试的开源选择；中文场景建议先测试，国产平台可能更成熟。