资料修改2026-09尚无逐条事实核验记录；修改日期不代表已验证
本文仍包含未全面复核的历史资料；安装、许可、费用与当前权限请回到官方确认。查看已核信息范围
LightOn（法国）
面向文档智能与主权部署的一家法国厂商：长文档理解、检索增强（RAG）、以及 on-prem / 气隙环境交付是它的差异点。
这家厂商在做什么
- 文档智能：长文档解析、抽取、问答——不是泛用聊天，而是"把一堆文档变成可用答案"。
- 企业检索与助手：把模型接到企业内部资料上（RAG 链路），带权限与审计要求。
- 交付形态：私有化 / on-prem / **气隙（air-gapped）**环境——整台机器不接外网也能跑。
两层产品怎么区分
这家同时存在"能下载的模型"和"要商务采购的平台"两种东西，先分清你在看哪一层：
| 层 | 你拿到手的是什么 | 判断方法 |
|---|---|---|
| 模型层 | 公开可下载的模型（如 LightOnOCR-2） |
权重页 / 仓库里有没有对应发布 |
| 平台层 | 企业文档智能平台与交付（Paradigm 方向） |
官网走商务对接，没有自助注册入口 |
模型层：公开可下载的模型（如 LightOnOCR-2）·权重页 / 仓库里有没有对应发布
平台层：企业文档智能平台与交付（Paradigm 方向）·官网走商务对接，没有自助注册入口
口径：模型层谈的是"某个具体模型能不能跑"；平台层谈的是"整套文档智能怎么交付到你机房"。两者的评估方式完全不同。
文档智能链路拆解（它强在哪一步）
文档智能不是"一个更强的聊天模型"，而是一条链路。通用拆解如下：
| 环节 | 干什么 | 常见卡点 |
|---|---|---|
| 解析 | 把 PDF / 扫描件 / 表格还原成结构化文本 | 版式、表格、手写、扫描质量 |
| 抽取 | 从文本里取出字段、实体、条款 | 字段定义不稳定 |
| 检索 | 切块 + 向量检索，把相关段落找出来 | 切块粒度、召回率 |
| 生成 | 基于检索到的片段作答，并给出引用 | 引用是否可追溯 |
| 权限与审计 | 谁能看哪些文档、操作是否留痕 | 企业落地时才暴露 |
解析：把 PDF / 扫描件 / 表格还原成结构化文本·版式、表格、手写、扫描质量
抽取：从文本里取出字段、实体、条款·字段定义不稳定
检索：切块 + 向量检索，把相关段落找出来·切块粒度、召回率
生成：基于检索到的片段作答，并给出引用·引用是否可追溯
权限与审计：谁能看哪些文档、操作是否留痕·企业落地时才暴露
企业选型的差异通常不在"生成"那一步，而在解析质量与权限审计——这也正是这类厂商主打的区间。
能不能本地跑
对个人开发者：基本不能（专有交付）。对企业：可以做到在你的机房里跑，但通常需要厂商实施。
| 判断项 | 结论 |
|---|---|
| 权重是否公开 | 以专有为主（少量研究性发布，许可随项目而异） |
| 自助 API | 不以公开自助 API 为主，偏商务对接 |
| 气隙部署 | 支持（这是它的核心卖点） |
| 上手成本 | 需要定制与实施周期，不适合快速试验 |
权重是否公开：以专有为主（少量研究性发布，许可随项目而异）
自助 API：不以公开自助 API 为主，偏商务对接
气隙部署：支持（这是它的核心卖点）
上手成本：需要定制与实施周期，不适合快速试验
⚠️ 避坑：气隙交付听起来很美，但实施周期与费用要提前问清楚；个人/小团队做实验请走开源链路。
模型演进（发布时间线）
| 时间 | 型号 / 动作 | 关键信息 |
|---|---|---|
| 2026-01-21 | LightOnOCR-2 |
端到端 OCR 模型：企业文档直接转结构化文本或 Markdown；开源且支持本地化部署 |
2026-01-21：LightOnOCR-2·端到端 OCR 模型：企业文档直接转结构化文本或 Markdown；开源且支持本地化部署
口径：这家公开可核实的带日期记录很少（主力产品
Paradigm等走商务交付、无公开发布日期）， 上表是全部能落日期的一条。要评估它，看"气隙部署能力"而不是模型规格。
民间梗与争议
- "欧洲首个生成式 AI IPO"：1,190 万欧元募资与 6,200 万欧元市值：上市是融资渠道，还是商业模型跑通的证明？
展开背景
2024-11-26，LightOn 在巴黎 Euronext Growth 挂牌，代码 ALTAI-FR（ISIN FR0013230950），路透社口径的估值约 6,200 万欧元（超出其此前预计的 5,000 万欧元）；早期投资方 Quantonation 的 IPO 通稿给出更细的账：募资 1,190 万欧元，认购需求 1,520 万欧元、超额 1.5 倍。首日开盘后一度上涨约 9%，报 10.79 欧元，较 10.35 欧元的发行价涨 4.2%。BTW Media 的机构条目（2024-11-11）记录了招股口径：2024-11-08 启动 IPO，目标 2027 年销售额 4,000 万欧元、EBITDA 利润率约 40%。社区的疑问在 IPO 前就有了：2024-11-10 法国投资社区 Finary 一条帖子的追问很直白——"早期创业公司为什么要在 AI 热潮里去 IPO 拿钱？专业投资人正用几亿估值抢最好的种子 / A 轮，而这家公司几乎没有商业化数据"；也有回复"如果毛利不行、EBITDA 不好看，我就不投"。2026-03-31 的 FY2025 财报给出对照：营收 174 万欧元（+54%）、净亏损 739 万欧元、ARR 仅 190 万欧元且官方承认"增幅低于预期"，员工数从 34 人增至 52 人。上市一年多后，公司规模仍远小于 2027 年的 4,000 万欧元目标——"上市是融资渠道，还是商业模型跑通的证明"，财报至今没有回答。 来源：LightOn 官方投资者关系页：IPO 日期 2024-11-26、Euronext Growth Paris、代码 ALTAI-FR、ISIN FR0013230950 · LightOn 官方 FY2025 财报通稿（2026-03-31，PDF） · Quantonation（LightOn 早期投资方）：LightOn Announces Successful IPO on Euronext Growth Paris（2024-11-27，PDF） · 前途科技（引路透社）：欧洲首家上市生成式 AI 公司 LightOn 上市首日股价飙升 9%（2024-11-27） · BTW Media：LightOn 启动欧洲首个生成式 AI IPO、目标 2027 年营收 4,000 万欧元（2024-11-11） · Finary 社区论坛：Faut-il investir dessus ?（2024-11-10）
- **从"光子芯片"到文档智能：一家公司的两次自我介绍**：硬件出身讲软件故事，能力要按环节拆开验证。展开背景
LightOn 的公开履历有两段不相干的自我介绍。2016 年成立时它做的是光子计算芯片——早期投资方 Quantonation 在 IPO 通稿里写，这家公司的历程是"光子芯片上的工作，以及自 2020 年以来对生成式 AI 应用有远见的发展"；招股材料的公司简介仍写着"利用创新的光子芯片技术"。但从 2020 年起它转向生成式 AI 应用，最终以 Paradigm 平台与企业文档智能（含开源的 LightOnOCR-2）作为上市叙事。FY2025 财报确认了转型后的收入结构：营收 174 万欧元、增长由 Paradigm 授权驱动（授权销量接近三倍）、"与 2024 年一样，主要来自法国本土"，全年仍亏损。官网的自述是三个端点 /parse /extract /search：LightOnOCR-2 支持 20 多种语言、每页 0.002 欧元、权重开放。前途科技（引路透）记下客户含赛峰（Safran）与法国太空司令部；CEO Igor Carron 在 FY2025 通稿里的原话是——企业担心"内部数据泄露或不受控使用"，而 Paradigm 作为主权方案"旨在为大客户移开这个刹车"。这条"转型弧线"本身就是争议点：靠硬件起家的团队讲软件故事，能力要按环节拆开验证（解析、抽取、检索、权限审计），而不是看"AI 公司"标签——Finary 那句"它的护城河、它的竞争优势到底是什么"，问的正是这件事。 来源：LightOn 官方网站：三个端点（/parse /extract /search）、LightOnOCR-2 与 20+ 语言、每页 €0.002、权重开放 · LightOn 官方 FY2025 财报通稿：Paradigm 授权、法国本土收入、Igor Carron 表态（2026-03-31，PDF） · Quantonation（LightOn 早期投资方）：光子芯片与 2020 年起的生成式 AI 应用（2024-11-27，PDF） · 前途科技（引路透社）：创始团队与客户（赛峰、法国太空司令部）（2024-11-27） · Finary 社区论坛：关于护城河与竞争优势的追问（2024-11-10）
个人想搭同类能力怎么办
站内已有一条开源替代链路，可以在自己机器上复现"文档智能"，按链路的四步走：
- 解析：先把文档变成文本。文档图像、扫描件一类可用 ComfyUI 做预处理。
- 推理：本地把模型跑起来。vLLM（生产向）或 llama.cpp（轻量）。
- 检索：把文本切块入库，按相关度取回——这一步决定"答得准不准"。
- 生成：让模型基于取回的片段作答，并保留引用。
配套：
- 显存与量化怎么配：显存与量化进阶、GGUF 量化与显存
- 语音资料另算一条线：GPT-SoVITS / CosyVoice / Fish Speech
- 从零开始的装机与目录规划：LLM 本地部署；更多开源模型：更多开源选择
什么时候不必看它
- 只是个人学习、想理解文档问答怎么搭：走上面的开源链路即可，不必进入商务流程。
- 文档都是公开资料、没有权限与合规要求：通用模型 + 检索已经够用。
- 只想试个 RAG 原型：自己搭一遍比评估产品更快。
常见误解
- 把它当成 LLM 厂商：它的主线是文档智能与交付，不是"又一个聊天模型"。
- 以为"气隙"就是装个软件：气隙环境的落地通常包含实施周期、环境适配与运维约定，不是双击安装。
- 开源了一个 OCR 就等于全部模型都能本地跑：开源的是具体项目，不等于平台层产品可以自己部署。
官方入口
- 官网：
lighton.ai（产品与部署方式以其官网当前说明为准）
串联
- 同为"主权 / 私有化交付"路线：Mistral AI（权重开放、本地路径最完整）、Aleph Alpha、Helsing
- 企业 RAG 方向对照 → Cohere
- 文档 / OCR 方向对照 → 百度 文心 ERNIE
- 横向对照 → 闭源厂商地图
- 权重开放的那一半 → 本地部署厂商地图