LandingAI Releases Agentic Document Extraction Gen2 with DPT-3 Pro and DPT-3 Verity

LandingAI 近日正式推出新一代文件提取解決方案 Agentic Document Extraction Gen2，並同步發表兩款專用模型 DPT-3 Pro 與 DPT-3 Verity。此次更新聚焦於提升非結構化文件中關鍵資訊的擷取精度與處理效率，並鎖定企業在發票、合約、表單等大量文書作業上的自動化需求，顯示文件智慧處理仍是企業導入 AI 時最具體的應用場景之一。對多數企業而言，文件作業的難題從來不只是「有沒有電子檔」，而是內容本身缺乏固定結構。發票的欄位位置可能因供應商而異，合約的重點條款散落在不同段落，表單則常夾雜手寫、勾選與附註。

這些資訊在人工閱讀時並不困難，一旦要交給系統批次處理，就必須先解決欄位辨識、語意理解與結果校驗等一連串問題。傳統的文件自動化做法多半依賴事先定義的規則與模板，針對特定格式設定擷取邏輯。這樣的方式在文件樣態穩定時運作良好，但只要格式稍作調整、欄位順序改變，或是出現過去未曾見過的版面，規則就必須重新維護。長期下來，企業往往得投入可觀的人力在規則調整與人工複核上，反而抵銷了自動化原本應該帶來的效益。Agentic Document Extraction Gen2 正是在這樣的背景下提出。這套方案導入代理式架構，能根據文件類型與內容動態調整提取策略，而不是僅被動套用固定規則。

換句話說，系統在處理不同文件時，可以依實際內容判斷該採取何種擷取方式，藉此減少人工校對與規則設定的負擔，讓自動化流程更貼近真實文件的多變樣貌。此次發表的兩款模型各有明確分工。DPT-3 Pro 主打高吞吐量場景，適合需要快速處理大量標準化文件的應用，例如批次進來的發票或制式表單，重點在於消化速度與處理規模。對於每天必須面對成千上萬份文件的作業單位而言，這類高吞吐能力往往是流程能否順利運轉的關鍵。DPT-3 Verity 則著重於驗證與比對功能，目標是確保擷取結果的準確性與一致性。文件自動化最怕的不是處理速度不夠快，而是抓出來的數字或條款出現偏差，卻沒有在流程中被發現。

Verity 的定位即在於為擷取結果加上一道檢核機制，讓進入後續系統的資料具備更高的可信度。準確性與一致性之所以重要，與企業後端的運作方式密切相關。發票金額一旦錯誤，可能直接影響請款與對帳；合約條款若被誤讀，後續的履約與風險控管都會連帶受影響。因此，文件擷取不只是辨識技術問題，更牽涉到企業內部控制與資料治理，任何一筆偏差都可能在流程末端被放大。值得注意的是，DPT-3 Pro 與 DPT-3 Verity 並非互斥的選項，而是可依工作流程彈性搭配。

企業可以視文件性質與作業環節，決定在哪些階段優先追求處理效率，在哪些階段加強驗證與比對，形成更貼合自身需求的分工方式，而非被迫接受單一固定的處理模式。這樣的設計也讓企業在導入文件自動化時有更靈活的選項。對於文件量大、格式相對固定的業務，可以側重高吞吐處理；對於金額敏感、條款複雜的文件，則可加重驗證環節。透過不同模型的組合，企業得以在速度與準確度之間找到適合自身營運條件的平衡點。從整體定位來看，Agentic Document Extraction Gen2 所處理的，是企業長期以來在非結構化文件上的痛點：文件樣態太多、規則難以窮盡、人工複核成本居高不下。

代理式架構的價值，在於讓系統面對未預先定義的情境時仍具備一定的應變能力，而不是每一種新格式都得靠人力重新調校。隨著企業累積的文件數量持續增加，如何在維持準確度的前提下加快處理速度，已成為文件自動化能否真正落地的分水嶺。LandingAI 此次同步推出 DPT-3 Pro 與 DPT-3 Verity，並以可彈性搭配的方式切入發票、合約與表單等場景，反映的正是市場對精度與效率必須並重的要求。對有意推進文書作業自動化的企業而言，這類兼顧擷取與驗證的解決方案，提供了在既有流程上逐步調整的空間。