En esta sesión, exploraremos las diferencias clave entre el OCR tradicional y el OCR basado en IA generativa, destacando que estos nuevos enfoques están basados en VLM (Vision-Language Models), lo que les permite no solo extraer texto, sino también comprender el contexto visual y semántico de documentos e imágenes.

Analizaremos cómo DeepSeek OCR está cambiando el paradigma del reconocimiento óptico de caracteres, junto con nuevos modelos avanzados como Mistral OCR 3, que combinan visión y lenguaje para ofrecer resultados mucho más precisos.

Además, mostraremos cómo integrar estos modelos dentro de un pipeline de Docling con el objetivo de indexar los documentos procesados en Azure Search.