「先OCR再检索」一直是文档问答里的一根刺，Perplexity这轮开源想直接把它拔掉。
Perplexity于10月8日前夕开源多模态检索模型pplx-embed-v2-late，提供0.6B与9B两个参数档位。两个档位共享同一嵌入空间，这是设计上的关键点：索引端用9B大模型保证召回质量，查询端换用0.6B小模型压低在线成本，两者产出的向量可以直接互通，小模型「能读」大模型建好的索引。
能力与实测： 该模型面向文本、图片与PDF的免OCR检索——传统流程往往需要先把图片里的文字用OCR识别出来再建索引，而多模态嵌入可以直接对像素级的图文内容编码。公开的ViDoRe v3图像检索指标显示，nDCG@10上9B档约65.2%、0.6B档约62.3%，小模型在明显更省资源的前提下，保持了接近大模型的检索质量。
产业含义： 检索增强（RAG）是当前Agent与知识库产品的核心组件，但「多模态文档」一直是短板——合同扫描件、图表、产品手册往往要先过一道易错的OCR。免OCR的多模态嵌入把这类内容纳入统一检索空间，对文档问答、企业知识库与电商商品检索都有实际价值。开源+双档共享空间的组合，也给了开发者一套「便宜搭索引、贵在查询」的弹性方案。
事实以Hugging Face模型页与Perplexity官方说明为准。