主要观点：文档处理进化，传统 OCR 难以应对复杂文档，多种力量推动转变，如非结构化文档增长、自动化需求及业务速度要求等，传统系统不足会引发一系列问题，需更智能自适应的方法，以抵押贷款申请流程为例说明，现代文档智能管道采用模块化架构，包括数据捕获、分类、提取、富集、验证、消费等阶段，各阶段有不同工具和模型，预训练模型需按需选择组合，还需解码文档中的视觉线索，处理非结构化文档，选择云服务要明智，不同云服务各有优势和适用场景，常采用混合方法，代码示例展示文档智能管道各阶段，架构需具备扩展性，实施面临安全、数据标注等挑战，未来文档智能将向 multimodal AI、contextual reasoning、intelligent workflow orchestration 和 continuous human-in-the-loop learning 方向发展，应用时需映射文档类型到管道等。
关键信息：

• 传统 OCR 弱点及文档处理面临的问题。
• 现代文档智能管道的六个阶段及相关工具。
• 不同云服务（AWS Textract、Google Document AI、Azure AI Document Intelligence）的特点和适用场景。
• 未来文档智能的四个创新方向。
  重要细节：
• 抵押贷款申请流程中文档的各种格式及处理难题。
• 各云服务在不同文档类型处理上的表现，如 AWS Textract 对结构表单提取强，Google Document AI 对多语言和手写输入 OCR 准等。
• 文档智能管道各阶段代码示例及如何扩展和部署。
• 未来文档智能创新方向的具体模型和应用场景，如 LayoutLMv3 用于 multimodal 学习等。