HPD-Parsing：文档解析新范式，实现并行解码提速3倍

在文档智能处理领域，现有基于视觉-语言模型（VLM）的统一解析器虽然能联合处理整页文档，但其逐词自回归的生成方式形成了序列瓶颈，处理速度随文档长度增加而显著下降。针对这一问题，研究团队创新性地提出HPD-Parsing方法，其核心在于将文档解析任务分解为两个层次：全局布局分析和并行内容解码。

该方法采用分层并行解码架构，主布局分支负责组织文档整体结构，并动态分配块级内容解码任务至多个并发分支。同时引入渐进式多词预测技术，进一步减少每个分支的解码步骤。这种设计充分利用了文档解析的特性——布局需要全局分析，而内容块可以并行处理。

在公开基准测试中，HPD-Parsing实现了每秒4752个令牌的处理速度，达到现有最快文档解析模型的2.62倍，相比传统自回归基线提升3.06倍，同时保持了具有竞争力的解析准确率。这项研究为高效统一的文档解析开辟了新方向，证明分层并行解码是替代全页自回归生成的有效方案，有望推动文档理解技术在实际应用中的部署效率。