基本情報

製品・サービス名Stockmark-Nemotron-3-Nano-Omni-JapanDocReader
提供元ストックマーク株式会社
本社所在地日本
地域日本
用途分類開発・MLOps基盤
主な用途日本語の業務文書の読み取り、帳票・図表を含む文書のOCR、閉域環境でのVLM利用
提供形態オープンソースモデル（Hugging Faceで公開、商用利用可）
主な対応業種—
価格モデルは商用利用可能なオープンソースとして公開（実行環境の費用は利用者負担）
日本での提供国内企業による公開（日本語文書向けに追加学習）
情報確認日2026年10月12日

特徴と位置づけ

Stockmark-Nemotron-3-Nano-Omni-JapanDocReaderは、ストックマークが2026年7月16日に公開したVLM（画像と文章を扱えるモデル）です。NVIDIAのNemotron-3-Nano-Omni-30B-A3B-Reasoningを基盤に、日本語のビジネス文書と約12万件の合成データで追加学習したもので、Hugging Faceで商用利用可能なオープンソースとして公開されています（同社発表）。

製造業では、ミルシート、検査成績書、作業指示書、FAXで届く注文書など、表や図を含む日本語の帳票が多く、従来のOCRでは項目の位置や表の構造の揺れに対応しきれない場面がありました。生成AIを使う読み取りは、項目名や単位の揺れに強く、正規化まで指示できる利点がある一方、表の行の取り違えや、読めない値をそれらしく補う誤りが起こりえます。

オープンソースのため、図面や取引先情報を含む文書を社外に出さず、自社の閉域環境で動かせる点が検討材料になります。ただし、推論用のGPUの用意、精度の評価、誤読を検出する仕組みづくりは利用者側で担う必要があります。

強み

  • 商用利用可能なオープンソースで、機密を含む帳票を自社の閉域環境で処理できる
  • 日本語のビジネス文書で追加学習しており、日本語帳票の読み取りを想定した設計になっている

検討時の注意点

  • 推論用のGPUなど実行環境の用意と運用は利用者側で担う必要がある
  • 表の行の取り違えや値の補完といった誤りを検出する確認工程を設ける必要がある

出典

本ページは提供元からの費用負担を受けずに作成しています。掲載内容は上記「情報確認日」時点の公開情報にもとづきます。