Harvey AI 推出按需视觉功能，用于法律文件分析

James Ding 2026年05月07日 03:05

Harvey AI 的新系统能够对法律文件中的图表和示意图进行精准推理，解决传统 OCR 方法中代价高昂的缺陷。

Harvey AI 推出了一款按需视觉系统，旨在解决法律科技领域长期以来的一大难题：理解并推理法律文件中的视觉元素。与传统 OCR（光学字符识别）流程将图表、示意图和表格简化为纯文本不同，该新系统仅在必要时才读取和解析视觉内容，从而同时提升准确性和效率。

法律文件很少只包含文字，通常还涵盖财务图表、工程示意图，甚至平面图。这些元素对决策至关重要，但 AI 系统向来难以有效处理。Harvey AI 的解决方案允许用户直接查询这些视觉内容，并提供详细的、具备上下文感知能力的答案。例如，当被问及"第 47 页的收入图表显示了什么？"时，系统不仅仅提取数据，还会分析坐标轴、插值未标注的数据点，并提供结构化见解。

为何重要

传统文件处理模型无法捕捉非文本元素的复杂性，导致 AI 生成的回应出现遗漏。Harvey 的新系统通过采用选择性、查询驱动的方式正面解决这些缺口。系统不在文件摄取阶段处理所有视觉元素，而是仅在用户问题需要时才激活视觉功能。这避免了不必要的计算成本——对于跨数十亿张图像的扩展至关重要——并确保在最关键的地方实现高保真分析。

主要功能

• 智能页面检测：系统在分析视觉内容前，先使用基于文本的搜索识别相关页面，可在毫秒内将一份 500 页的文件缩小至少数候选页面。
• 高分辨率渲染：文件被转换为统一格式并以高 DPI 渲染，保留小型图表标签和复杂版面等细节。
• 结构化视觉推理：视觉模型不仅仅描述图像，还能提取数值、读取图表坐标轴，并区分精确与近似数据点。
• 成本优化：通过按需处理视觉内容，Harvey 大幅降低了计算成本。早期测试显示，文件中多达 90% 的视觉元素对于回答用户查询而言是不必要的。

挑战与创新

为法律科技构建可扩展的视觉系统面临独特挑战。法律文件在格式和复杂性上差异悬殊，从手写注释到超大型图表不一而足。Harvey 的解决方案整合了高速渲染服务，并确保文件格式的一致性。此外，系统还融入了"优雅降级"机制，在视觉元素缺失或不清晰时避免产生幻觉式答案，转而报告其能够确定与无法确定的内容。

真实测试的收获

在评估过程中，Harvey 的系统展示了以高精度回答涉及图表和示意图的复杂查询的能力。值得关注的是，许多问题仅凭文本便得以解决，这印证了 Harvey "文本优先、视觉次之"设计理念的高效性。该架构确保对基于文本的查询快速响应，同时将视觉分析保留用于真正复杂的情况。

展望未来

Harvey AI 计划将其视觉功能扩展至其他领域，包括更高级的示意图解析以及针对边缘案例的增强渲染。公司还专注于降低延迟，并进一步完善工具识别何时需要视觉分析的能力。

凭借这一创新，Harvey 为法律科技领域的 AI 树立了新标准，将成本效益与处理复杂文件的卓越精准度融为一体。对于处理数据密集型案件的法律专业人士而言，这款工具代表着重大的飞跃。

如果构建此类系统令你兴奋，Harvey AI 正在招聘。点击此处探索开放职位。

• ai
• legal tech
• document processing
• harvey ai