Разбор текстаДокументы и OCR

LayoutLM (v1–v3, LayoutXLM)

Классические модели понимания документов: учитывают текст, его расположение на странице и картинку. Их дообучают под извлечение полей из форм и чеков. Коммерчески свободна только первая версия.

Последняя открытая версия вышла в июл 2022. Семейство давно не обновлялось: это не значит, что модель не работает, но свежих исправлений и новых размеров ждать не стоит.

Разработчик
Microsoft, США
Первый выпуск
фев 2020
Последний выпуск
июл 2022
Размеры
около 110M – 370M
Лицензия
Коммерция с условиямиLayoutLM v1 — MIT; LayoutLMv2, LayoutXLM и LayoutLMv3 — CC BY-NC-SA 4.0 (некоммерческие)
Русский язык
Нет
Запуск
Через свой серверРаботает и без видеокарты
Сферы
Документы и бухгалтерия, Финансы, Юристы
Поставить на свой сервер Hugging Face GitHub

Какие задачи решает

  • Извлечение полей из анкет, форм и чеков после дообучения
  • Классификация типов документов
  • Ответы на вопросы по отсканированной странице

Где применяется

ДокументооборотСтрахование и банкиИсследования

Требования к железу

НоутбукНоутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии
подходит
1 видеокартаОдна видеокарта на 16–80 ГБ — средние версии
нет версий
КластерСервер с несколькими видеокартами — флагманские версии
нет версий

Версии

  1. LayoutLMv3 для китайского
  2. LayoutLMv3
  3. LayoutLM cased
  4. LayoutXLM (многоязычная)
  5. LayoutLMv2
  6. LayoutLM

Как запустить

На своём сервереВеса скачиваются с Hugging Face, запуск — через vLLM (нагрузка и API) или llama.cpp (скромное железо). Так модель работает в закрытом контуре, без оплаты за запросы.Hugging Face
Сколько нужно железаПосчитайте видеопамять под нужный размер модели, контекст и число одновременных запросов.Открыть калькулятор железа

Ставлю и настраиваю под ключ: подберу размер модели, разверну на вашем сервере, подключу к вашим системам.

Частые вопросы

Можно ли использовать LayoutLM (v1–v3, LayoutXLM) в коммерческом проекте?

С условиями. Лицензия: LayoutLM v1 — MIT; LayoutLMv2, LayoutXLM и LayoutLMv3 — CC BY-NC-SA 4.0 (некоммерческие). Ограничения бывают разными — регион, выручка компании, требование указывать авторство. Перед коммерческим запуском проверьте условия с юристом.

Какое железо нужно для LayoutLM (v1–v3, LayoutXLM)?

Минимум: Ноутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии. Есть версии, которые работают и без видеокарты, на обычном процессоре. Точный объём видеопамяти под ваш размер модели и контекст можно посчитать в калькуляторе железа.

Поддерживает ли LayoutLM (v1–v3, LayoutXLM) русский язык?

Нет. В документации разработчика языки перечислены, русского среди них нет. Для русских задач лучше взять модель из подборки «Открытые ИИ-модели с русским языком».

Где скачать LayoutLM (v1–v3, LayoutXLM) и сколько это стоит?

Веса LayoutLM (v1–v3, LayoutXLM) лежат в открытом доступе и скачиваются бесплатно. Платить нужно только за железо, на котором модель работает, и за настройку. Ссылки на первоисточник — в конце страницы.

Как внедряю у заказчика

  1. ПодборВыбираю размер модели под задачу и ваше железо, проверяю на ваших примерах.
  2. УстановкаРазворачиваю на вашем сервере или в закрытом контуре, отдаю API.
  3. ДообучениеДообучаю на ваших данных (LoRA) или подключаю базу знаний — что дешевле для задачи.
  4. ВстраиваниеПодключаю к CRM, 1С, боту, сайту или рабочему чату, настраиваю мониторинг.

Похожие модели

Разбор текстаNuExtractNuMind · ФранцияМожно в коммерцию

Модели для извлечения данных по шаблону: даёте документ или скан и JSON-шаблон полей, получаете заполненный JSON. NuExtract3 (4B) заодно переводит сканы в Markdown.

ПодробнееКартинка + текстFlorence-2Microsoft · СШАМожно в коммерцию

Очень маленькая модель зрения: подписи, поиск объектов, сегментация и чтение текста по одной команде. Работает даже на процессоре.

ПодробнееДокументы и OCRSmolDocling и Granite-DoclingIBM и Hugging Face · СШАМожно в коммерцию

Крошечные модели для открытого конвертера документов Docling: переводят страницу в разметку с таблицами, формулами и кодом. Работают на обычном ноутбуке.

Подробнее

Источник: huggingface.co/api/models/microsoft/layoutlmv3-base. Данные сверены с карточкой модели 22.09.2026. Лицензию перед коммерческим запуском проверьте с юристом.